具有多维特征的WSN路由协议研究

为实现不同地理维数数据类型的合理融合,提出一种基于通用搜索树(GiST)的分簇拓扑结构。利用叶节点的位置信息建立簇,通过GiST体系结构算法对区域内的所有簇进行分块组织,建立树形拓扑结构。仿真结果表明,GiST体系结构算法具有良好的多维特性,可快速进行不同维数结构间的融合。建立的结构与其他拓扑结构相比,网络传输效率较高,网络生命周期较长。     

一种基于可信度矩阵的多传感器目标识别方法

为了解决多传感器目标识别中不同等级信息源数据的融合问题,在研究DSmT证据理论的基础上,引入证据可信度矩阵.依据可信度矩阵对证据进行转化,使之可以用传统的方法进行证据融合.将这种方法应用到等级不同的多传感器目标识别中,可以解决传统证据理论只能进行相同等级传感器目标识别的难题.仿真实验表明,该方法提高了目标识别的准确性和有效性.     

Q-shift二元树复小波在图像融合中的应用

复小波滤波器的构造较为复杂,采用Q-shift方法构造的二元树能有效地逼近复小波的实部和虚部特征,且具有近似的平移不变性;将二元树复小波变换用于不同传感器图像的融合,对来自不同传感器图像进行Dual-Tree CWT分解,得到2个低频子图和6个高频子图,将低频部分进行加权平均,高频部分采用最大值选取法进行融合。对融合结果的性能采用熵、均方根误差、平均梯度和相关系数进行评估,并与其它融合算法进行比较,结果表明:本融合方法优于同等环境下的其它方法。     

改进的粒子滤波器目标跟踪方法

针对现有粒子滤波器目标跟踪算法采用单一颜色直方图特征在目标建模中的缺点和不足,提出了一种将目标颜色特征和不变矩特征融合建立目标模型的改进方法,粒子权重由环境决定的两种特征欧式距离加权生成.实验结果表明,该方法改进了单一颜色特征描述目标在跟踪过程中对抗一些干扰的不足,在不影响实时性的基础上提高了跟踪的准确性和鲁棒性.     

带反馈的无线传感器网络实时数据融合策略

针对无线传感器网络中现有数据融合技术对由融合引起的延时考虑较少,难以满足实时性需求的不足,提出一种带反馈的实时数据融合策略FRDA。对不同类别的数据进行实时自适应分级,将紧急数据迅速融合并传输给用户,达到延时和融合效率的折衷。仿真实验结果表明,带反馈的实时融合数据方法对不同服务加以区分,有效地保证了紧急数据的实时处理,且没有降低数据的融合精度。     

基于图像的流体型风格画仿真研究

为了模拟艺术家的流体型风格绘画,提出了一种新的流体型风格化图像绘制算法。提取图像中的流体信息,通过随机扰动生成纹理参考图,再运用小波技术的融合方法,使得输出图像具有流体效果,最后采用色彩转换的方法,将颜色参考图中的色彩特征转换到绘制图像上。实验结果表明,该算法自动化程度高,复杂度低,渲染效果更接近于流体型风格绘画。     

网页自动分类不确定性问题的贝叶斯网络解法

针对网页自动分类中存在的类边界模糊、语料不均匀等引起的分类不确定性问题,提出了贝叶斯网络自动分类融合模型和融合算法,该模型和算法基于网页上多种信息进行融合,并采用不同的与处理方法分别对多种信息进行处理,将处理后的信息输入到贝叶斯网络融合中心进行融合推理,得到最终的分类结果。同时,为了降低贝叶斯网络推理时间复杂度,提出了改进的贝叶斯网络图推理算法。实验结果表明,改进后的融合模型和融合算法能有效解决网页自动分类中的不确定性问题,并能提高网页自动分类的准确率和查全率。     

加权观测融合非线性无迹卡尔曼滤波算法

针对非线性系统的无迹卡尔曼滤波器(UKF),应用加权最小二乘(WLS)法,提出了加权观测融合UKF滤波算法.证明了加权观测融合UKF滤波算法与集中式观测融合UKF滤波算法在数值上的完全等价性,因而具有全局最优性.一个带两传感器非线性系统的仿真例子说明了两种融合算法的有效性及等价性.     

基于伪测量的分布式最优单步延迟航迹融合估计

融合中心如何处理无序局部数据,对分布式多传感器系统的运行品质至关重要．本文将系统中的局部估计转化为伪测量,将分布式融合估计转化为二级集中式融合估计．将所得的伪测量兼分布式融合估计算法与单步延迟的无序测量数据（out-of-sequencemeasurements,OOSM）最优滤波-A1算法进行组合,得出了分布式多传感器系统的最优单步延迟无序航迹（out-of-sequence tacks,OOST）估计算法,适用于航迹无序局部数据融合估计．该算法具有最优估计性能．