多重优化的分布式无线覆盖探测算法

为满足无线通信网络信号覆盖有效性的实时实地可重复探测的需求,提出一种基于传感器网络的分布式无线覆盖探测算法。通过随机部署于目标区域内的无线传感器节点对无线通信网接收信号强度进行感知和预处理;利用变异函数构造新的BP神经网络目标函数,通过改进粒子群算法优化其初始权值和阈值;利用训练好的网络模型对存在探测盲区的目标区域进行插值估计,并联合传感器节点采集到的数据生成无线通信网络等信号强度线。仿真结果表明,所提算法比其他经典算法具有更高的精度,可有效探测目标区域无线通信网络的信号覆盖情况。     

雾化过程的多尺度仿真算法

提出了一种雾化过程多尺度仿真算法:对大块液团运动,采用流体体积法直接模拟;将与网格尺度相当或更小的液滴简化成粒子,采用一种基于虚网格的拉格朗日粒子法进行追踪;湍流运动采用了湍流动能单方程输运模型的大涡模拟。基于新算法开发了一套仿真程序,并对此程序进行了验证,对影响模型精度的重要参数进行了深入研究。采用该算法对单股射流的雾化过程进行了仿真,雾场的瞬态和统计特性分析表明,仿真结果与试验结果吻合较好。     

基于多测量融合的粒子滤波跟踪算法

复杂背景下运动目标的可靠跟踪,是计算机视觉领域中一个极具挑战性的问题。提出了一种融合颜色和纹理信息的粒子滤波跟踪算法,在粒子滤波的测量阶段,使用颜色直方图对目标进行颜色描述,用梯度方向向量对目标进行纹理描述。对这两种信息,分别用Bhattacharyya系数和欧几里德距离比较粒子与参考模板的相似性。为解决目标变化和遮挡问题,采用了模板更新策略。实验结果表明该方法是稳健的,能够在复杂的背景下对运动目标进行有效、可靠的跟踪。