基于摄影测量的水下无线传感器网络定位算法

针对水下无线传感器网络节点定位算法存在的水下测距技术实现难度大和未知节点获取多个信标节点位置信息时网络开销大等问题,提出一种基于摄影测量的并发式共线定位算法(PCL).首先,利用矢量水听器阵列获得携带水下节点方位信息的信号;然后引入细菌觅食优化算法(BFO)对信源信号的波达方向(DOA)进行最大似然估计,在获得节点的方位估计后,算法通过判定未知节点与其周围信标节点的共线程度,进一步结合摄影测量原理对满足共线度阈值的未知节点进行坐标解算;最后将已定位的未知节点升级为信标节点进行迭代定位完成定位过程.仿真结果表明:算法在提高节点定位精度的同时,减少了未知节点定位对于信标节点数量的需求.     

基于ACapsGRU的短时交通流预测研究

针对交通流预测中的时空相关性进行研究.首先,根据城市交通路网建立速度矩阵,将每个时刻的速度矩阵输入胶囊网络进行空间特征的提取;其次,利用注意力机制结合近期交通流数据生成注意力权重;最后,将带有注意力权重的数据输入到门控循环单元学习交通流的时间特征,进行组合模型的短时交通流预测.使用西安市的交通流数据进行验证,结果表明:...     

基于特征提取的调制识别方法研究

基于特征提取的调制识别是通过分析信号在时域、频域或其他变换域的差异来提取信号的特征并对信号进行识别分类.针对调制信号载有信息的特点,从信号的瞬变信息、缓变信息以及提取方式等方面对特征提取方法进行研究,并对一些经典的信号特征以及基于时频分析的特征进行了分析,最后研究了两种分类器(神经网络和基于支持向量机)在基于特征提取的调制识别领域的应用.     

基于小波变换的语音数据压缩的研究

语音数据压缩是为了提高信号传输和存储的效率.根据小波包变换时-频分析的特点,选取适当的小波函数将语音信号在正交小波包基下展开.由于语音信号的大部分能量集中在低频系数上,故对高频系数采用阈值量化处理,对剩余系数进行哈夫曼编码,从而完成语音数据的压缩.通过仿真分析,采用这种方法的压缩效果比较高.     

移动无线信道中多径衰落的特性分析

针对移动无线信道中信号传输环境的复杂性和随机性,结合MATLAB软件运用数字信号处理方法仿真分析了无线信道中信号受多径干扰的情况,并与理想信道下信号的传输情况进行对比,结果证明:无线信道中多径衰落会对信号造成很大的影响,从而为建立基站以及如何提高信号的传输效率提供参考.     

基于SARIMA-GA-Elman组合模型的短时交通流预测方法

针对单一模型无法深入挖掘交通流复杂的线性和非线性特征方面的局限性以及神经网络模型在训练时收敛速度缓慢等问题,提出了一种基于SARIMA-GA-Elman的组合预测模型.该组合模型有效地融合了季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型良好的线性拟合能力和Elman递归神经网络强大的非线性映射能力;在预测过程中首先基于SARIMA滚动预测时间序列的线性分量,然后使用SARIMA模型的预测误差序列建立Elman-RNN构建非线性误差模型;此外在训练非线性误差模型的过程中使用经过二进制编码的遗传算法(genetic algorithm,GA)优化Elman-RNN,旨在提升Elman-RNN的训练效率,最后把两个模型的预测结果加权组合得到最终的预测值.实验结果表明,该组合模型在预测精度和鲁棒性方面相比单一模型都有较为明显的提升.     

MEEMD-DBA-based short term traffic flow prediction

Aiming at the problem that ensemble empirical mode decomposition(EEMD) method can not completely neutralize the added noise in the decomposition process, which leads to poor reconstruction of decomposition results and low accuracy of traffic flow prediction, a traffic flow prediction model based on modified ensemble empirical mode decomposition(MEEMD), double-layer bidirectional long-short term memory(DBiLSTM) and attention mechanism is proposed. Firstly, the intrinsic mode functions(IMFs) and r...