感知无线传感网中能量检测的判决门限设定

The Internet of Things (IoT) is called the world’s third wave of the information industry. As the core technology of IoT, Cognitive Radio Sensor Networks (CRSN) technology can improve spectrum utilization efficiency and lay a solid foundation for large-scale application of IoT. Reliable spectrum sensing is a crucial task of the CR. For energy detection, threshold will determine the probability of detection (P_d) and the probability of false  alarm P_f at the same time. While the threshold increases, P_d and P_f will both decrease. In this paper we focus on the maximum of the difference of P_d and P_f, and try to find out how to determine the threshold with this precondition. Simulation results show that the proposed method can effectively approach the ideal optimal result.     

基于PLC污水检测系统的设计与应用

提出一种基于PLC的远程污水智能监控系统的设计方法.通过传感器采集设备长时间监控污水的变化情况,运用无线网络技术实时传递污水现场的情况,针对传递中的信号存在大量噪声,提出信号去噪方案,结合污水监控系统的要求,给出了基于可编程控制器的污水监控控制系统的硬件结构设计以及各个部分的软件设计.该方案设计的系统能够有效的监控污水泄露并反馈信息,取得了令人满意的效果.     

基于梯度幅值的自适应边缘检测算法

提出了一种新的边缘检测算法.根据所提出的梯度幅值计算方法求出整幅图像的梯度幅值均值和图像中所有像素点的梯度幅值相对与均值的方差.由图像的梯度幅值均值和方差计算出图像的最佳阈值.然后根据提出的噪声剔除方法对由最佳阈值判定的初始边缘中的噪声进行剔除.实验结果表明所提出的算法在精确定位边缘的同时也较好地抑制了噪声.     

基于HECC的门限群签密研究

分析了已有的门限群签密方案,针对现有方案中抗合谋攻击及身份追查等不足的问题,在(t,n)门限签密的基础上,基于HECC提出了一种可抗合谋攻击、身份可追查的高安全性门限群签密方案。该方案在可抵御合谋攻击的同时,可分辨攻击是来自于群成员还是外部,并可针对群成员的欺诈行为进行身份追查。该方案的安全性是建立在超椭圆曲线离散对数问题的难解性上,在保障安全的同时,也具备了HECC的诸多优点。     

实现小波变换图像识别的光电混合实验系统

本文依据联合变换相关器,设计一套实现小波变换图像识别的光电混合实验系统,联合变换功率谱及相关输出强度分布分别用CCD采集并输入计算机进行处理,证明小波变换可以明显改善光学图像相关识别能力;同时,该系统提高了光学相关识别实验的灵活性和可操作性。     

小波去噪在光纤电压传感器中的应用

文中介绍了光纤电压传感器的工作原理。并以小波变换为核心,为了改进滤波效果,提高去噪质量,在常规小波阈值去噪方法基础上,提出了基于小波变换的改进阈值函数去噪方法。与传统的硬阈值和软阈值比,该函数不仅易于计算,而且具有优越的数学特性和清晰的物理意义。利用小波变换对所检测到的电压信号进行分析,通过对理论模型进行仿真,证明该方法有很好的去噪效果。     

一种改进的粒子滤波和Mean Shift联合跟踪算法

为了提高视频运动目标跟踪的准确性和实时性,提出一种改进的粒子滤波和Mean Shift联合跟踪算法.针对传统粒子滤波跟踪算法中颜色直方图观测模型存在的局限性,提出了一种基于分块颜色直方图的观测模型描述方法,并根据该分块直方图的特点,重新设计了粒子权值的更新策略;针对粒子滤波算法实时性差的问题,提出了一种基于积分直方图的颜色特征快速计算方法,极大地降低了算法的运算量;为了降低相似背景干扰对跟踪效果的影响,提出了一种基于Gabor幅度谱的Mean Shift跟踪算法,并利用改进的Mean Shift算法对粒子滤波跟踪结果进行优化,提高了跟踪算法在复杂背景下的搜索能力.实验结果表明了算法的有效性.     

改进的基于梯度幅值的自适应边缘检测算法

分析文献[1]给出的算法.针对其中存在的问题和不足,给出了一个改进算法.实验结果表明,改进算法弥补了原文算法中的缺陷,在获取连续边缘的同时也较好地抑制了噪声,在运算效率方面有了明显的提升,并节省了大量的内存空间.     

一种新型的高精度神经元MOS源极跟随单元电路

提出了一种新型的神经元MOS源极跟随电路结构,该电路即使在输入信号小于阈值电压的情况下也能够完成源极跟随的功能,因而具有较高的精度.仿真和实验结果表明它比传统的神经元MOS源极跟随电路具有更高的精度     

基于FPGA的误差校正神经网络算法设计与实现

为了能够在真实硬件平台上进行实现,本文对原有的误差校正构造性神经网络算法进行了优化,并对优化后的误差修正算法进行了FPGA设计与实现。提出算法通过在自动生成一个合适的神经架构的同时对二个参数进行设置来提高算法性能。本文对这种算法实现的所有步骤进行了全面的描述并利用两种基准问题对结果进行了深入分析。结果显示,与标准的基于个人计算机（PC）的实现相比,本文提出的神经网络算法FPGA实现在计算速度方面有着明显的提高,由此证明了FPGA在误差校正算法神经计算任务中的实用性及适用性。