基于加权余弦相似度的WiFi指纹室内定位

基于Wi Fi的室内定位具有低成本、易部署、覆盖范围广、精度高等优点,成为室内定位技术研究的热点.Wi Fi指纹定位法可以对抗多径的影响,具有较高的定位精度.但是由于智能移动终端的种类繁多,使得室内定位系统离线建立的指纹数据库难以兼容不同的智能移动设备,降低了定位系统的适用性.为解决此问题,提出了加权余弦相似度算法,使用信号强度的加权余弦相似度作为匹配特征.实测表明,采用加权余弦相似度算法可有效解决终端差异性,提高了室内定位系统的精度和普适性.     

多跳Mesh网络无线骨干回传链路性能研究与优化

建立了多模Mesh网络的数据包转发模型和网络模块并发调度模型,并在基于开源代码构建的多跳Mesh网络实验床上进行了实际的仿真实验.实验结果表明:无线骨干回传链路的传输带宽提高了200%以上,同时每增加一跳其带宽仅衰减约6%,无线用户接入带宽在有限跳数内基本不会随无线跳数的增加而下降.研究表明该多跳Mesh网络模型基本解决了无线Mesh网络骨干回传链路的瓶颈问题.     

Ajax技术与空间信息Web服务集成研究

针对目前空间信息Web服务组件的访问调用效率等问题,在传统空间信息Web服务模型的基础上引入Ajax技术,提出一种新的集成Ajax引擎的空间信息Web服务模型和集成服务框架.分析了服务框架的集成应用关键在于空间信息服务封装包、Ajax引擎请求/响应对象的设计以及异步调用服务协作机制.以异步方式响应服务交互,实现空间信息服务的异步调用,提高了空间Web服务设计和服务调用的效率,并将此集成服务框架应用于区域科技信息共享平台.     

基于多层NN结构的电机故障诊断应用研究

通过电机故障机理的分析，确定电流噪声多元时序模型参数φi作为电机故障类型识别初始模型向量，并针对其特点，提出了多层NN结构的故障诊断模型，在诊断模型中，应用APEX网络提取分类信息，压缩向量空间维数，利用前馈网络建立其类型识别函数，实践证明该诊断方法是正确的。     

基于Stirling插值滤波和扩展卡尔曼滤波的方位估计

插值间距的适当选择可以从某种程度上确保剩余项更接近于全Taylor级数的高阶项,因此,对大多非线性比较强的状态估计问题来说,基于Stirling插值原理的SIF要比EKF具有更大的优越性。估计方位时我们用仿真实验分别对SIF和EKF的特性进行了比较,用四元数而不用欧拉角来表示旋转量以消除方位估计的奇异性问题,状态向量包括四元数方位和旋转速度,以四元数作为测量输入,因此测量方程是线性,仿真实验结果表明:由于动态系统的准线性本质,估计四元数方位时EKF特性要比SIF好。     

基于数据仓库的城市轨道交通客流分析

针对城市轨道交通客流数据量大、数据结构复杂、数据具有突发性强等特点,设计了专门用于城市轨道交通客流分析的数据仓库系统.详述了该系统的体系结构、关键指标;进行了联机分析处理,给出了NML客流预测模型,采用了Logit模型对收入进行了预测分析.该项目已应用于深圳地铁交通运营企业中,为优化轨道交通企业的运营组织提供决策支持.     

铁路无线Mesh网络数据包转发策略的设计与实现

铁路无线Mesh网络不仅要求用户数据包按照确定的无线多跳链进行数据转发,而且需要根据节点故障概率的动态变化进行自适应的调整.为此设计了用户/管理数据包选择性转发策略,并基于Linux开源代码进行了具体的功能实现.实验结果表明,基于用户/管理数据包选择性转发策略的铁路无线Mesh网络能正确而高效地进行数据转发,同时可根据Mesh节点故障概率的动态变化进行自适应的转发路径调整.     

合金热挤压中基于混杂模型的突变预测与仿真

通过研究合金热挤压过程中的突变现象与观测参数之间的关系,提出了一种观测值增量估值模型,在此基础上构建了一种基于增量估值模型的混杂系统,实现对挤压过程连续状态和离散状态的有效辨识;其中,针对连续状态的辨识,为了对参量进行有效检测,将参量设计为增量加速度向量,根据观测量瞬间变化时原有稳定系统观测模型与实际情况不匹配,从而导致新息序列统计特性发生变化的事实,构造了一种增量向量检测器;针对离散状态的辨识,采用隐马尔科夫模型,结合混杂模式转换概率矩阵,构建了一种离散状态辨识器。最后,基于新提出的混杂系统模型,设计并实现了一种有效的突变预测算法,仿真实验结果表明,新算法具有良好的突变预判性。     

基于WiFi的便携式室内定位系统

针对全球定位系统无法满足室内定位的问题,基于Android平台开发了利用Wi Fi信号特征的便携式室内定位系统.该系统由移动定位终端、服务器和数据库组成,移动定位终端和服务器联合完成定位功能.定位算法采用基于接收信号强度指示(RSSI)的指纹算法,以场景分析的手段估算出移动定位终端的坐标.在线定位阶段,采用欧氏距离平方倒数作为权重系数对K最近邻算法的权重系数进行改进,以减小在线阶段的误差.实验表明,系统便于携带,操作简单,单次定位速度小于3 s,并且系统3 m内的定位精度达到80%以上.     

Brownian模型及其在半导体生产系统中的应用概述

Brownian模型是排队网络的一种近似模型，它以重载流理论为基础，通过对原模型进行适当的时空缩放后取极限而得到的．在平稳重载条件下，Brownjan模型已被用于半导体生产系统的调度及性能分析．总结了Brownian模型在两加工中心闭环系统、多加工中心闭环系统、两加工中心开环系统以及多加工中心开环系统中的调度应用，以及在分析产品的制造周期中的应用．最后，指出了存在的问题并给出了值得研究的方向。