一种有效提高节点定位精度的改进DV-Hop算法

免测距的DV-Hop算法的硬件开销小,但定位精度不高.为改进DV-Hop算法,分析和强调了三点近似共线问题对免测距定位的影响,给出了允许最大跳距误差率和最大跳数下检查锚节点组合有效性的三点近似共线准则.基于该准则和按未知节点与锚节点间的跳数对平均跳距进行加权计算的估计方法,提出了当未知节点得到的有效锚节点数达到给定阈值才定位并扩充为新锚节点的改进算法.仿真结果与分析表明,新算法能有效改善节点定位性能.     

移动无线传感网中的迭代蒙特卡罗定位算法研究

研究移动无线传感网中的节点定位问题,分析影响蒙特卡罗定位精度的两个因素:观测值和前一时刻的位置样本集,提出一种迭代蒙特卡罗定位算法。该算法中,信标节点的位置信息在每个时间段只被它的邻居节点转发一次,但是接收到该信息的其他节点会保存它们,并在下一时间段将它们与待发送/转发的信息融合成一个数据包进一步转发,增加待定位节点用于估算前几个时间段位置样本集的观测值。待定位节点再利用蒙特卡罗算法迭代计算前面时间段的位置样本集,并充分利用观测值滤除较差样本,从而提高当前时刻的定位精度。仿真实验表明改进算法提高了定位准确度。当信标节点密度较低时,更能体现改进算法的优越性。     

无线传感器网络自适应声音目标定位算法

基于声音能量的无线传感器网络目标定位算法因简单易行而受到广泛的关注。传统算法未考虑环境对衰减因子的影响,定位精度较差;提出一套辨识衰减因子的方案,并针对不同环境自适应改变衰减因子以优化加权质心算法的权重,设计了一种自适应加权质心定位算法。实验结果表明,本文算法较之传统加权质心定位算法大幅度提高了定位精度,且适用于更复杂的场景中。     

基于机器人听觉的声源定位策略

针对机器人听觉定位,提出了五个传声器组成的阵列作为机器人的耳朵,其中四个传声器组成的平面阵确定声源空间位置,另外一个传声器辅助完成声源位于机器人前后方的判断,并在改进的时延算法上实现声源的空间定位。系统在室内环境下测试,实验结果证明在混响环境下机器人可以实现空间声源定位,该方法具有实时实现的有效性和应用性。     

基于金属氧化物气体传感器的气味罗盘的实验分析研究

设计一种由TGS2620金属氧化物气体传感器构建的气味罗盘系统。研制了气味罗盘的信号采样系统及辅助电路。在点气源及平流环境下对该系统进行了360°静态气源定位实验,提取传感器阻值响应比为特征量,并论证了该特征量与罗盘偏转角度α的对应关系。实验表明气味罗盘对相差30°方向的气源据有较大的响应差,以响应比值为特征量进行分析能够排除同类型传感器个体差异对分析结果的影响。     

基于移动代理的无线传感器网络节点定位算法

研究了无线传感器网络节点定位算法及移动代理技术。在DV-Hop算法的基础上采用移动代理技术,并限制未知节点接收移动代理的个数和移动代理的传播跳数,减少了节点信息收发和存储量,降低了网络流量及节点负载。     

办公自动化理性浅析

办公自动化是一个内涵丰富的大概念。我们需要运用系统工程的思想和方法,从多角度、多层次思考和把握办公自动化内涵和外延。本文围绕OA相关要素,结合有关案例,从目标定位、管理思想、功能平台、设备选择、软件技术、实施策略等六个维度对办公自动化进行了审视、探索和诠释,提出了一种办公自动化的推进理性。     

无线传感器网络中一种新的分布式定位方案研究

Node localization in wireless sensor networks (WSN) is treated as a functional dual of target tracking from a novel perspective in the paper. Different from the traditional tracking problem in WSN, using the static location-ware node to estimate the moving target, the mobile node is used to help unknown nodes to accurately discover their positions. A new node localization scheme virtual beacons-energy ratios localization (VB-ERL) and its refinements for the WSN are presented. In the scheme, the mobile node moves in the surveillant field based on the Gauss-Markov mobility model and periodically broadcasts the information packets. Each static unknown node receives the virtual beacons and energy in its sensing range, and estimates its location by finding the intersection of a set of hyper-spheres. Simulation results show the proposed scheme is efficient.     

Efficient Learning of Relational Object Class Models

We present an efficient method for learning part-based object class models from unsegmented images represented as sets of salient features. A model includes parts’ appearance, as well as location and scale relations between parts. The object class is generatively modeled using a simple Bayesian network with a central hidden node containing location and scale information, and nodes describing object parts. The model’s parameters, however, are optimized to reduce a loss function of the training error, as in discriminative methods. We show how boosting techniques can be extended to optimize the relational model proposed, with complexity linear in the number of parts and the number of features per image. This efficiency allows our method to learn relational models with many parts and features. The method has an advantage over purely generative and purely discriminative approaches for learning from sets of salient features, since generative method often use a small number of parts and features, while discriminative methods tend to ignore geometrical relations between parts. Experimental results are described, using some bench-mark data sets and three sets of newly collected data, showing the relative merits of our method in recognition and localization tasks.     

基于耳廓参数与面部特征相结合的人耳识别

针对外耳轮廓特征与人脸五官的比例关系,提出一种基于耳廓几何参数与面部结构特征相结合的生物鉴别方法。该方法将外耳轮廓与人脸某些特征相结合,如特征向量中包括人耳宽度与两眼瞳孔之间的水平距离之比、人耳高度与眼睛和嘴之间的垂直距离之比。实验结果表明,该算法简单、可操作性强,对数据采集设备及采集条件要求较低,识别率较高。