一种基于粒子群优化算法的异构传感器分配方法

针对复杂的战场环境下目标环境机动性增强、传感器资源相对不足且单一传感器获取空间目标信息不完备问题,结合传感器节点自身的性能特征,考虑传感器的抗干扰性能等因素,提出一种传感器信息感知能力评估指标体系,并构建了传感器感知能力定量评价模型,计算出传感器指数.再利用传感器指数,考虑了覆盖率、电磁环境变化、态势变化等因素作为目标函数,研究基于粒子群算法的传感器分配方法,以实现传感器位置的最优分配及感知能力最大化的需求.仿真结果表明,将粒子群优化算法用于该研究,提高了传感器的总体感知能力和资源有效利用率.     

WSNs中基于攻击感知的源位置隐私保护路由协议

为保护无线传感网络(Wireless Sensor Networks,WSNs)中的源节点位置隐私,提出基于攻击感知的源位置隐私保护路由(Attack-perceiving-based Source-Location Privacy protecting routing,ASPR).通过sink广播消息,节点获取局部的网络拓扑信息,并建立邻居列表;源节点再计算邻居节点的权重值,并选择权重最小的节点构建路由;当检测到攻击者,节点就发生警告消息,并调整构建路由策略,使攻击无法回溯源节点.仿真实验表明,提出的ASPR路由延长了源节点保持位置隐私的时间,减少了节点能耗,在安全性和网络能耗间达到平衡.     

【专题】深度态势感知与智能化战争

未来战争是人机环系统融合的战争。它不仅仅是智能化战争,更是智慧化战争。未来的战争不但要打破形式化的数学计算,还要打破传统思维的逻辑计算,是一种结合人、机和环境各方优势互补的新型计算-算计博弈系统。本文以智能化战争为背景,探讨了深度态势感知的概念、内涵与模型;介绍了未来战争中深度态势感知模型发挥的作用,即深度态势感知解决了人工智能中的可解释性、学习及常识三个重要瓶颈;最后,介绍了深度态势感知在未来战争中面临的挑战,包括人机环境系统融合问题、战场中的不确定性以及智慧化协同作战的实现。鉴于人机融合智能机制、机理破解以及有效的协同方式将成为影响未来战争的关键因素,深度研究态势感知对预测未来战争走向具备一定借鉴意义。     

用户日常频繁行为模式挖掘

针对如何在智能手机上高效准确地进行用户日常频繁行为模式挖掘问题展开研究。提出一个基于智能手机的用户日常频繁行为模式挖掘框架;为了减少用来挖掘的上下文篮子的数量、提高挖掘效率,提出一个动态的滑动窗口算法,进而提出一个将上下文出现的频率和持续时间有机地结合起来的加权模式挖掘算法;在此基础上,基于为期6周21个用户的上下文数据,对所提出的挖掘框架和算法进行实验验证,结果表明,所提出的框架和频繁模式挖掘算法可以高效地在资源有限的智能手机上运行,而且能够挖掘出反映用户生活方式的日常频繁行为模式;从两个纬度对用户日常频繁行为模式进行可视化,以可视化方式对用户在不同地方和不同时段的行为模式进行展现,从而方便用户随时了解其日常行为模式。     

弹道目标微多普勒特性基于逆Radon变换的稀疏表示

作为识别空间弹道目标的有效方法,微多普勒特性提取对于雷达系统的时频分辨率提出了很高的要求,因此,要求雷达系统具有更高的采样频率。作为近年来新兴的技术手段,在远低于奈奎斯特采样定理的采样频率下,压缩感知技术可以对具有稀疏特性的信号实现高精度还原。对空间弹道目标时频分布进行逆Radon变换,在变换后的IRT域内获得时频分布的稀疏表示,从而可以借助压缩感知技术有效降低采样频率的要求。     

基于LMD频域近似熵频谱感知算法研究

针对现有频域近似熵频谱感知技术在低信噪比条件下抗噪声性能和检测性能有待提升的问题,提出了一种基于LMD频域近似熵的频谱感知算法。(1)算法筛选出3个PF分量累加求和,使得算法提取局部调频包络特征信息得到最优,进一步排除噪声不确定度的影响。(2)算法对累加PF分量进行频域变换后求其近似熵,增强算法对频域信息的嗅探能力,提升算法检测性能。Monte Carlo仿真结果表明,在噪声不确定度为0dB,采样点数为8 000的情况下,当信噪比大于-19 d B时,可以对2ASK信号达到100%的检测概率,与现有频域近似熵算法相比,检测性能约有17 d B的提升。     

扩展卡尔曼滤波的有向传感器网络移动目标跟踪算法

针对传感器网络中跟踪目标需要大量的节点协同工作,还需要实时处理和传输大量数据,提出一种基于扩展卡尔曼滤波的有向传感器网络目标跟踪算法(EK-MTDC),重点研究了传感器网络中的扇区数量对节点间数据传输与目标跟踪精度的影响,根据对目标状态的分析,通过压缩参与监测的节点个数,选择激活网络中节点相交区域内的节点对跟踪目标进行监测。仿真结果表明,该算法能在不降低跟踪效果的前提下,降低网络能耗,延长其使用寿命。     

MEMS技术发展现状及未来发展趋势北大核心

MEMS技术作为一门多学科高度交叉的前沿学科领域,在近些年来得到迅速发展,在航空、航天、生物技术等领域都有广泛的应用。该技术可实现优质高产低耗,大大提高系统的可靠性和智能化功能,已经成为电子领域活跃的发展方向之一。论述了MEMS微系统技术的重要性,从微感知与微控制、微流动控制、微惯性测量装置、微型飞行器、可穿戴和可植入式装备、纳机电谐振器、扫描隧道显微镜等七大方面分别论述MEMS微系统技术发展现状,并对该技术进行了展望,以期对未来发展并应用该技术具有借鉴意义。     

"摄影和摄像"教学中提升本科生视觉素养的策略初探

本文采用问卷调查的方式就本科生视觉素养的培养,对石河子大学文科、理科和艺术类专业的近两百名在校本科生进行研究.通过对数据统计分析,了解当前本科生的视觉素养现状及存在的问题,提出从课堂教学、环境熏陶、实践创新等方面提高本科生的视觉素养.     

单摄像机三维视觉技术

本文针对装配机器人的实际应用情况,提出了一种利用激光结构光提供的空间几何信息和图象中包含的物体表面与物体形状的信息来综合分析与提取空间物体的三维信息的方法。该方法已经实际应用于GKD-1型机器人视觉系统中。