基于改进自适应聚类的无线传感器目标跟踪算法

针对无线传感器网络目标跟踪中跟踪精度与传感器节能问题进行研究,提出基于预测的簇头自适应聚类算法,该算法采用动态聚类算法,通过考虑传感器节点剩余能量、节点到汇聚的距离和节点到运动目标的距离3个参数,最大限度地减少簇头与基站间的远程通信,节约网络能量,延长网络寿命,降低目标漏失概率,加入预测机制,采用线性预测的方法预测跟踪...     

火力打击条件下Ad hoc网络节点毁伤程度评估

Ad Hoc网络在信息化战场的广泛应用,需要快速有效地评估火力打击对网络的毁伤程度。从Ad hoc网络自身属性出发,结合网络的内部测度和外部测度,给出了节点有效度、节点修复度以及节点连通度等指标计算模型。构建了节点毁伤程度加权邻接矩阵,提出了一种基于复杂网络团簇结构划分的节点毁伤程度评估方法,根据权值的相似程度对节点的毁伤程度进行归类,并给出了示例分析。最后将本算法与模糊聚类算法进行对比分析,结果证明了方法的正确性。     

来稿要求

本刊加入"中国学术期刊(光盘版)"、"中国学术期刊网"、"万方数据—数字化刊群"和重庆维普全文数据库,来稿要求如下:1.稿件须自校对无误,字数不少于5600字。2.题目下注明所在单位、城市和邮政编码。并加写300字以内的中文摘要和3-5个关键词。摘要用第三     

簇结构对无线传感器网络干扰及生命周期的影响

为降低网络干扰,延长生命周期,针对扇形环分簇的无线传感器网络,引入功率控制策略以改进传统的物理干扰模型和能耗模型。在此基础上,通过分析数据包产生过程,对网络干扰和生命周期进行计算。数值计算结果表明,网络中内外环宽度相差较小时,生命周期较长,但对干扰无影响;外环簇数应适当多于内环簇数;扇形环簇的数量增多时,网络干扰加剧,然而生命周期得到延长。研究结果为优化无线传感器网络中簇结构提供了依据。     

基于模糊聚类的保障装备模块化设计

针对陆军各兵种配备的专用保障装备过多、互用性差、型号规格杂、利用率低等问题,基于模块化设计理念,采用模糊聚类方法,在功能分析的基础上将保障装备划分为基本模块、通用保障功能模块和专用保障功能模块。基本模块通过与各种通用保障功能模块和专用保障功能模块组合,可形成系列保障装备族,满足保障装备型谱要求和不同保障需求,很好地解决了保障装备型号规格杂,不同兵种的保障装备间关联少、互用性差的难题,实现了保障资源的优化组合。最后,以某型履带式装甲抢修车的模块化设计为例,验证了研究思路和方法的可行性。     

《海军工程大学学报》征稿简则

<正>《海军工程大学学报》是由海军工程大学主办的学术类科技期刊,双月刊,公开发行,为《中国权威学术期刊》《中国科技核心期刊》《中文综合性科学技术类核心期刊》,除被国内主要数据库收录外,还被美国《化学文摘》、美国《剑桥科学文摘》、英国《科学文摘》、日本《科学技术文献速报》等国际检索机构收录。主要刊载本校在船舶与海洋工程、动力工程与工程热物理、电气工程、兵器科学与技术、核科学与技术     

GNSS多径信道模拟的聚类稀疏拟合方案

针对全球导航卫星系统(global navigation satellite system, GNSS)信道模拟计算量大、硬件资源开销大,不利于实时性能评估和实际工程应用的挑战,提出一种GNSS多径信道模拟的聚类稀疏拟合方案。利用基于K中心聚类信道冲击响应(channel impulse response, CIR)参数萃取的稀疏拟合方法,得到等效精简CIR参数,再以稀疏抽头延迟线结构来实现信道模拟。所提方法在保持多径误差条件下,通过较少抽头数量的抽头延迟线结构滤波器拟合原始GNSS多径信道模型,可以大为简化GNSS信道模型仿真复杂度,而无须庞大的硬件资源。仿真结果表明,通过对参考信道模型生成的信道CIR参数进行稀疏拟合,所提出的方案和方法具有良好的效果。     

面向无人驾驶的野外道路可通行区域检测

针对野外非结构化道路中存在的环境背景复杂、道路类型多变、没有清晰车道线、没有规则道路边界等难点,提出一种基于语义分割的可通行区域检测方法。对所选取的数据集进行处理,将数据集标注为可通行区域、难通行区域、不可通行区域、天空4种类型;应用双边语义分割网络Bisenet进行4种类型的分割;再应用C-均值聚类算法进行可通行区域部分的提取以及二次分割,进而实现更精细的可通行区域检测。通过验证,该方法具有良好的检测效果,平均交并比达到78%,高于传统的方法。在野外道路无人驾驶方面具有一定的实际应用价值。     

分离谱处理方法在L(0,2)模式超声导波管道检测中的应用

超声导波无损检测技术在管道检测过程中,由于超声导波存在频散和多模式特征,其遇到管道边界和不规则缺陷通常会发生模式转换,导致检测信号分辨率降低。为了将L(0,2)模式导波与其他模式导波分离,提升检测信号分辨率,提出使用分离谱处理方法处理L(0,2)模式超声导波检测信号。在分析该方法工作原理的基础上,优化了其滤波器参数,处理管道不同周向缺陷的检测信号,以信噪比和缺陷杂波比为标准,选择了具有最佳分离效果的SSP信号重组方法。研究结果表明：SSP可以将L(0,2)模式导波与其他模式导波分离,并只保留L(0,2)模式导波;与处理前信号相比,分离谱处理方法信号的分辨率得到了提升,信噪比和缺陷杂波比分别提高了约1.08倍和4.39倍。     

CFO条件下的OFDM子载波调制样式识别方法

提出了一种基于信号幅度分布特征与多次方谱线特征相结合的调制样式识别算法。该算法主要基于正交解调后的正交频分复用子载波信号的幅度分布特征,采用直方图统计的方法实现多进制相移键控和多进制正交幅度调制识别,用多方次谱特征实现多进制相移键控类的调制识别。相比基于经典的高阶累积量的调制识别算法,具有更好的载波频率残留偏差适应能力,在载波频率偏差条件下,提高了调制识别率;相比循环平稳方法,具有更好的信噪比适应能力。仿真实验结果表明了该方法的有效性,相同的识别率下能适应更低的信噪比。