MTOL网络接入流程及接入失败分析

本文主要分析MTOL的接入流程,是从移动台发起呼叫请求到通话建立的过程,在这个过程中会有多种多样的原因导致接入失败,本文重点分析移动台是如何接入网络的,以及在无线侧导致接入失败的原因,并以2009年2月DT测试为样本,选取典型事件,对接入异常事件做一个简单TOPN分析并提出解决建议。     

基于移动机器人定位和导航的人工路标设计

在复杂环境下,如何快速、准确地识别路标是移动机器人定位和导航的关键问题.基于图像分割原理,利用投影和方向特征的处理方法,提出了一种新的人工路标方案.通过统计学的相关理论验证了该路标图案的可行性,实验结果也显示了该图案可以较好地解决移动机器人的路标识别问题.     

Design of an enhanced visual odometry by building and matching compressive panoramic landmarks online

Efficient and precise localization is a prerequisite for the intelligent navigation of mobile robots. Traditional visual localization systems, such as visual odometry (VO) and simultaneous localization...     

基于序贯处理的航位推算组合导航算法研究

对由捷联惯导和测速设备所搭建的航位推算系统进行了研究,提出了一种基于航位推算系统的组合导航算法。该算法在传统的航位推算算法的基础上,利用惯组中加速度计组合的输出和航位推算给出的位置与姿态完成了惯导速度更新。将惯导速度与航位推算速度构造的速度量测和由航位推算位置与地标点给出的位置参考构成的位置量测输入卡尔曼滤波器,采用序贯处理完成了对姿态误差的估计。这种方法较好的解决了组合导航系统具有多个输出频率差异很大的量测时信息融合的问题。最后通过半实物仿真对该算法的有效性进行了验证。     

PAC Learning of One-Dimensional Patterns

Developing the ability to recognize a landmark from a visual image of a robot's current location is a fundamental problem in robotics. We consider the problem of PAC-learning the concept class of geometric patterns where the target geometric pattern is a configuration ofk points on the real line. Each instance is a configuration ofn points on the real line, where it is labeled according to whether or not it visually resembles the target pattern. To capture the notion of visual resemblance we use the Hausdorff metric. Informally, two geometric patternsP andQ resemble each other under the Hausdorff metric if every point on one pattern is close to some point on the other pattern. We relate the concept class of geometric patterns to the landmark matching problem and then present a polynomial-time algorithm that PAC-learns the class of one-dimensional geometric patterns. We also present some experimental results on how our algorithm performs.     

PRST-Chord:基于Chord的低延时查询改进算法

针对目前Chord协议中逻辑覆盖网与底层物理拓扑不匹配的问题,提出了一种改进算法PRST-Chord(proximity routing selection and topology-based Chord).该算法基于底层的拓扑信息来构造节点标识,使得物理上相邻的节点在逻辑上也尽可能相邻,同时修改了Chord的查询算法,通过预测节点问的网络延时优化下一跳节点的路由选择.仿真实验结果表明,改进算法有效地降低了查询延时,提高了资源定位的性能.     

一种融合Hough变换和ASM定位瞳孔中心点方法

特征点的准确定位是机器视觉和模式识别的关键技术之一.主动形状模型(ASM)是一种传统的图像特征点定位算法,具有较高的精确性和鲁棒性.为了提高ASM人脸瞳孔特征点定位的精确度,提出了使用Hough变换方法来改进瞳孔特征点的定位.通过ASM算法,初步定位出瞳孔特征点,并使用Sobel算子对图像进行边缘检测,然后在人眼位置选择一个合适的窗口使用Hough圆检测,找出精确瞳孔点相对于ASM初步定位瞳孔点的偏移量.在实验室采集的人脸图像上的对比实验表明,该方法能够显著的改善ASM人眼瞳孔特征点定位准确性.由于使用了初定位进行了搜索范围的限制,计算量也得到了有效的控制.     

数据流上的最大频繁项集挖掘方法

最大频繁项集适用于内存空间有限的数据流挖掘。为此,提出一种基于界碑模型的最大频繁项集挖掘方法,采用最大频繁项集树的数据结构,增量式地维护最大频繁项集与部分附属信息,实现项集的快速搜索和裁剪。在MUSHROOM和BMS-POS数据集上的实验结果表明,该方法具有较高的挖掘效率。     

界标窗口中数据流频繁模式挖掘算法研究

数据流的流量太大会无法被整个存储,或被多次扫描。为此,在研究已有挖掘算法的基础上,提出一种界标窗口中数据流频繁模式挖掘算法DSMFP_LW。利用扩展前缀模式树存储全局临界频繁模式,实现单遍扫描数据流和数据增量更新。实验结果表明,与Lossy Counting算法相比,DSMFP_LW算法具有更好的时空效率。