中药提取软测量系统的设计与实现

针对超声波提取中草药活性成分含量检测困难的问题,通过采用可测量的辅助变量建立基于神经网络BP算法的软测量模型来估计不可测量变量的值,并利用单片机进行辅助变量的数据采集和软测量模型计算,实现了用软仪表对超声波中药提取率的在线测量。与目前采用紫外分光仪离线取样进行检测相比,该模型克服了离线测量工作量大、无法直接得到提取率的测量值等缺点,具有测量精度较高（测量相对误差控制在5%以内）、响应速度快和实时性好等特点。     

基于灰色关联分析的异类传感器航迹相关算法

针对由雷达和红外传感器组成的异类传感器数据融合系统中的多目标航迹相关问题,提出了基于灰色关联分析的异类传感器航迹相关算法.该算法将目标航迹看成是方位信息的时间序列,所有目标航迹构成方位时间序列集合,利用B型关联度对该集合元素进行灰色关联分析,形成航迹灰色关联度矩阵,采用最低关联度门限与全局最优的策略确定航迹关联对,实现...     

基于McWiLL的大范围多类型数据传输系统设计

为解决大面积范围内数量众多的灌溉机井水泵传感器网络中多种类型数据实时传输的难题,建立了基于McWiLL宽带无线接入技术的新型传感器网络。对该传感器网络各部分功能设计和网络规划进行了研究,并建立了小规模的实验网络;对该试验网络的覆盖范围、数据传输延时进行了测试,并与基于GPRS（Gerneral Packet Radio Service）的传感器网络进行了对比分析。结果表明,该传感器网络能采集并传输多种媒体数据、平均数据传输延时较GPRS网络缩短20%,最大数据传输延时缩短为GPRS网络的1/3,单基站网络覆盖范围约16 km,很好地满足了设计需求。     

基于智能传感的车轮运动状态监测系统设计

针对机动车安全运行存在的问题,提出一种基于智能传感的车轮运动状态监测系统。分析了该系统的框架与工作信息流,利用微惯性传感器研制了车轮智能传感节点,并进行了安装测试。结果表明,车轮智能传感节点体积小,便于安装,可用于不同行驶状况下车轮运动状态监测,也可实时地获取多个车轮运动状态信息,满足车轮运动状态实时监测的需要。     

ZnO/IDT/SiO2结构声表面波传感器仿真和分析

针对现有声表面波理论模型难以分析多层结构声表面波传感器器件的缺点,利用周期性介质的矩阵本征算子模型,成功对ZnO/IDT/SiO2多层结构中IDT电极的机械特性对装置性能的影响进行了建模。基于此模型,仿真和分析了此结构装置的波传播速度、机械耦合系数等参数与波导层厚度以及电极厚度的关系。并将仿真结果得到的装置传输频率响应与试验结果进行比较,二者基本一致。     

基于BQPSO的无线传感器网络节点调度算法

在多目标跟踪中,要求无线传感器网络在满足跟踪精度的前提下,最大限度地降低对传感器资源的使用。基于这一目的,适当选择节点避免共线度过高,并采用APIT实现精确定位,同时考虑跟踪簇总能耗设计节点调度目标函数,采用二进制量子粒子群优化算法解决传感器资源冲突问题。仿真结果表明:虽然基于BQPSO的节点调度算法比基于PSO的节点调度算法在能耗上增加了17.47%,但定位精度可以提高31.84%。算法在提高定位精度的同时最大限度地降低了对资源的使用,有效延长了无线传感器网络的工作寿命。     

高准确率硬币鉴别器设计与实现

目前在很多公共场合都使用了硬币流通自动化技术,由于硬币使用过程中无人监督,为了防范使用假币冒充真币,在硬币流通自动化设备中安装硬币鉴别器是不可或缺的技术手段。详细阐述一种高准确率的硬币鉴别器设计及实现技术,该硬币鉴别器使用了双频段高频涡流传感器,速度加权算法等技术,能够大幅提高硬币鉴别准确率,在实际应用中能够简单有效地鉴别出假币,同时不影响真币流通。     

异构无线传感器网络下的分簇时间同步算法

为了降低大型无线传感器网络的时间同步能耗,分析并计算了同步信息发送和接收过程中的时延组成,得出节点的时钟偏差,并利用线性回归法计算节点的频率漂移,在此基础上,将异构网络中的中继节点作为簇首,首先实现簇首与sink节点的时间同步,然后实现簇内的时间同步。分析表明,本算法同步误差只与传播时延和编解码时延有关,同时在同步过程中所需发送和接收的同步字节少,可以延长网络的生命周期。     

多跳自组XMesh网络组网实验研究

利用美国Crossbow公司的IRIS系列节点,采用XMesh网络协议,中国人民解放军军械工程学院计算机网络与通信实验室进行了无线传感器网络组网实验,结果证明XMesh网络协议具有较强的自组织、自愈和路由数据的能力,适合在无线传感器网络中进行部署。该网络能实现对温度、湿度、光强、加速度等现场传感器数据的采集、传输、转发、接收、处理、监测等功能,具有一定的应用价值。     

一种基于风险评价的无线传感器网络信任模型

针对现有无线传感器网络的信任模型未考虑风险因素,导致不能有效处理恶意节点攻击的问题,采用一种基于风险评价的信任模型(Risk evaluation basedtrust model,RBTM)。RBTM的框架由检测模块、信任计算模块和决策模块组成,并考虑上下文因素的影响。计算信任度时同时考虑推荐信誉值和风险值的影响;风险值的计算借用风险评估函数和风险信誉调节函数实现。研究结果表明：RBTM能够有效抵抗恶意节点的攻击,与已有的信任模型相比具有更大的灵敏性,较大程度地提高了对恶意行为的检测成功率,可以使节点之间更有效地建立信任关系。