基于三维感知模型的WMSNs最优空间覆盖研究

无线多媒体传感器网络(WMSNs)的覆盖问题的研究成果大多基于二维感知模型.对于视频节点而言,二维感知模型无法准确地描述其感知范围,监测平面上方的空间通常会被遗漏.因此,提出了空间覆盖的概念,并重新定义了三维感知模型.通过分离两个影响空间覆盖的因素——视频传感器俯仰角和偏向角,采用粒子群优化算法对一重空间覆盖率进行优化.并结合实际应用需求,提出了有效空间覆盖率的概念,保证了对监测目标的有效视频信息收集.最后,通过仿真实验优化,网络的空间覆盖程度得到了明显提高,证明了优化算法的有效性.     

微纳米压电陶瓷驱动器的迟滞特性建模

为了高精度地测量微纳米压电陶瓷的驱动特性,研究了一种基于最优模板尺寸的改进图像块匹配位移测量算法;结合Preisach模型,建立了压电陶瓷驱动器迟滞特性模型.首先,研究了不同模板尺寸对位移测量精度的影响,得到了基于标准模板的最优模板尺寸;然后,介绍了Preisach模型用于压电陶瓷驱动器迟滞建模的原理;最后,使用纳米平台系统验证了改进的亚像素模板匹配算法和迟滞特性建模方法的有效性和准确性.     

微纳米压电陶瓷驱动器的迟滞特性建模

为了高精度地测量微纳米压电陶瓷的驱动特性,研究了一种基于最优模板尺寸的改进图像块匹配位移测量算法;结合Preisach模型,建立了压电陶瓷驱动器迟滞特性模型.首先,研究了不同模板尺寸对位移测量精度的影响,得到了基于标准模板的最优模板尺寸;然后,介绍了Preisach模型用于压电陶瓷驱动器迟滞建模的原理;最后,使用纳米平台系统验证了改进的亚像素模板匹配算法和迟滞特性建模方法的有效性和准确性.     

基于DV-Hop和距离几何约束的定位算法

针对DV-Hop定位算法的误差主要是计算未知节点和信标节点间距离的问题,利用二维空间的Cayley-Menger行列式提供的几何约束对未知节点到信标节点的距离进行优化修正.通过距离几何约束的条件对未知节点到信标节点之间的测量值进行处理,来减少未知节点到信标节点的测距误差,并采用三边测量法进行定位.仿真实验结果表明,随着...     

基于水平集运动目标检测与跟踪方法

针对目前常采用的运动分析检测方法存在的缺点,提出了基于水平集理论的测地线活动轮廓模型与背景差分相结合的运动目标检测方法.该方法使水平集函数免重新初始化,大大减少了曲线演化迭代的次数和运行时间,得到准确的运动目标轮廓.通过与粒子滤波和mean shift跟踪方法的比较,最终采用效率最高、最优的Kalman滤波预测物体的运动轨迹.实验结果表明,该方法对刚性和非刚性两类目标都具有较好的检测与跟踪效果.     

面向SWCNT-FET制造的介电泳装配技术

针对单壁碳纳米管(SWCNT)场效应晶体管(FET)制造过程中面临的SWCNT装配问题,采用介电泳技术实现SWCNT在微电极上的有效装配.对SWCNT在非均匀电场中所受到的介电泳力进行了相关理论分析,利用COMSOL多物理场耦合软件模拟了介电泳驱动电场,并做了大量装配实验,获得了高效装配SWCNT所需的实验参数.AFM扫描观测及电特性测试验证了这种方法的有效性,同时也为其他一维纳米材料纳电子器件的装配制造提供了借鉴.     

基于局部自适应约束的图像恢复模型

针对基于自适应Lp范数的图像恢复(adaptiveLpnorm based image restoration,ALPIR)模型在恢复图像时引入"阶梯"效应的问题,提出了一个基于局部自适应约束的图像恢复模型."阶梯"效应的产生与ALPIR模型的Lp范数自适应方案性能密切相关;在新模型中,依据人类视觉感知特性,采用图像方向信息测度和局部方差表征图像的边缘特征,利用可见度函数构建了一个新的自适应方案确定Lp范数.实验结果表明,新模型在恢复图像的同时很好地保持了图像的边缘细节,有效地抑制了"阶梯"效应,综合性能优于ALPIR模型.     

有向无线传感器节点概率感知模型的设计

针对现有的有向传感器节点的感知模型应用中,在感知范围两侧的边缘处易受误差影响而使得此处感知能力的不确定,致使整个网络的覆盖情况不稳定的问题,设计了一种有向概率感知模型。该模型参考了全向概率感知模型,同时考虑到了节点的转动误差,更加准确地描述了有向传感器节点的感知能力。经仿真验证,该模型具有较好的应用效果。     

混合无线传感器网络覆盖空洞修复策略

针对混合无线传感器网络中的覆盖空洞问题,提出了考虑能量的基于移动节点的无线传感器网络覆盖空洞修复策略。采用概率感知模型建立联合探测概率密度函数,通过探测概率和剩余能量评价网络状态,从而确定覆盖空洞。提出了节点虚拟移动的空洞修复方法,在得到每个空洞位置后放置一个虚拟节点直至计算结束后调整移动节点位置,节约了移动节点能量。仿真结果表明:该方法可以有效探测并利用移动节点修复覆盖空洞,消耗较小的网络能量,提高了网络覆盖率和网络生存时间。     

基于时—频分析的步态模式自动分类

针对不同路况和运动模式下的高维、非线性、强耦合和高时变下肢加速度信号的识别问题,提出了一种基于时--频分析的步态模式自动分类方案.利用三轴加速度传感器采集运动时小腿在矢状面、冠状面和横切面的加速度信号,利用五阶Daubechies小波基对其进行特征提取,并采用线性判别式分析进行降维,最后利用决策树和支持向量机对得到的精简步态特征进行模式分类.实验结果显示两种分类器的总体分类准确率均达到90%以上,个别步态分类可达到100%,验证了特征提取和降维方法的合理性和有效性.