基于物联网的战地装备安全监管问题研究

针对战地环境中军事装备的安全监管问题,分析了战地装备安全监管应用系统的整体结构与功能层次,给出了基于RFID射频识别技术、无线传感器等物联网技术的硬件平台设计方案,以及基于数据采集、分析、融合、传输和可视化技术研发监管控制软件的实现方案。该系统部署应用后可实现对装备实时、连续、精确的分级监管,能够确保装备管理的安全和高效,提高部队指挥决策能力。     

面向侦察任务的无人机机载感知传感器配置与融合综述

无人机侦察需要依赖各类机载传感器提供感知信息,利用多源信息进行优势互补,从而提升无人机感知能力.围绕无人机机载感知传感器配置融合展开综述,首先从无人机平台自身属性、传感器属性、飞行环境和任务类型及需求4个方面分析了传感器配置时需要考虑的要素;其次,设计了基于多目标优化理论的传感器配置融合方法;最后,总结了无人机侦察中常...     

多传感器信息融合的优化配置启发式算法研究

多传感器是信息融合系统的基础,多传感器优化配置技术在军事领域具有越来越重要的作用。讨论了多控制器与多传感器的优化配置问题,基于各台控制器所控制的传感器数量相对均衡、各台控制器对每一类传感器的控制数量相对均衡和各台控制器向不同传感器发出控制指令的间隔时间相对均衡三个要求,提出了多传感器信息融合的优化配置启发式算法和实现流程,并通过实例说明了该方法的适用性和有效性。     

无线传感器网络DV-Hop节点定位改进算法

针对无线传感器网络中距离无关类节点定位算法定位误差较大的问题,提出了一种改进型DV-Hop节点定位算法。通过设置待定位节点到信标节点间的最小跳数门限,降低了定位累积误差;改进了平均每跳距离估计方法,并利用信标节点测量的位置误差作为修正值,对每跳距离的估计值进行修正;待定位节点仅选取与之较近的信标节点计算位置,降低了距离误差。仿真结果显示,在信标节点比例和网络节点总数相同的条件下,改进算法性能明显优于DV-Hop算法。     

THO-MAC:一种两跳优化的低延迟低功耗无线传感器网络介质访问控制协议

功耗与延迟是无线传感器网络介质访问控制协议设计首要考虑的两个问题。提出了一种新的传感器网络低延迟、低功耗、接收节点初始化异步介质访问控制协议——THO-MAC协议。通过准确预测接收节点的唤醒时间,THO-MAC协议调度发送节点侦听信道,从而减少发送节点空闲侦听能量浪费。THOMAC协议在发送节点两跳转发节点集中选择使报文两跳转发延迟最小的转发节点,从而降低报文传输延迟。使用NS2模拟器对THO-MAC协议进行了详细模拟。模拟结果显示,与RI-MAC和Any-MAC协议相比,THOMAC协议可以减少35.5%和18%的报文传输延迟,同时节省23.5%和15.5%的节点功耗。     

分布式多传感器系统误差实时检测分析

针对现有分布式多传感器系统中无法知道何时需要进行系统误差估计与配准的问题,采用基于与航迹相关的检验统计量研究系统误差的实时检测。首先,分析了分布式传感器系统中传感器系统误差对各传感器上报到融合中心的航迹的影响,在此基础上构建了系统误差实时检测的检验统计量,同时给出了检测的门限与准则,最后通过建立合适的仿真环境分析了在各传感器分别有无系统误差情况下的检测问题,并且通过实测数据进一步验证,仿真结果以及实测数据验证了检测算法的可靠性及实用性。     

超视距协同空战传感器、武器协同控制决策模型

首先给出超视距协同空战传感器、武器协同控制的定义,并描述传感器、武器协同控制决策问题。然后介绍协同网络信息相关定义及其矩阵式表述。在此基础上建立基于协同网络信息的传感器、武器协同控制决策的数学模型,最后利用多目标进化算法(MOEA),以一架预警机指挥控制4架战斗机拦截1个来袭目标情况为例对模型进行了验证说明。其结果表明了所建立模型在传感器、武器协同控制决策研究中的可行性和有效性。     

巨磁阻传感器在齿轮精细检测中的应用

提出一种利用巨磁阻传感器进行齿轮精细检测的方法,介绍该方法的检测原理和系统组成,从可分辨最小磁场、时间响应和温度特性3个方面分析应用巨磁阻传感器的可行性和有效性,并通过实例测量实现对齿轮的磨损、点蚀等故障的有效检测与诊断.     

基于多传感器信息系统的仿人机器人步态规划算法改进研究

摘要：基于视觉传感器、角度传感器和力／力矩传感器组成的多传感器信息系统,对仿人机器人理想的步态规划算法进行了改进．以双目视觉立体标定原理处理视觉传感信息,从而判断目标距离及目标路径的可达性;通过角度传感器获取实时旋转角度,经参数调整减小执行误差;根据力／;5矩传感信息对支撑脚踝关节的侧摆角度进行增量式补偿．经实验验证,改进后的算法对机器人的步态稳定性控制具有良好的效果．     

LEACH—DRT算法中基于神经网络的数据预测算法

为了保证无线传感器网络中数据的完整性,针对基于LEACH路由协议的动态轮时间算法存在的问题,提出一种基于人工神经网络的数据预测算法。该动态轮时间算法中,部分簇因调整后的轮时间不足以完成数据的采集而丢失数据。数据预测算法结合传感器节点数据具有时空相关性的特点,将时空延迟算子引入神经网络模型,并通过建立的神经网络模型对数据进行预测。仿真时采用伯克利英特尔实验室的传感器数据,通过Mafl软件对模型进行测试并分析仿真结果。实验结果表明：该算法对连续多个数据的预测效果理想,预测误差始终保持在较低水平。