水下无线传感器网络节点覆盖及其自定位

节点自定位技术是水下无线传感器网络应用的关键技术之一,较高的覆盖概率能够提高节点自定位的精度。节点定位精度受到很多因素的影响,本文通过采用感知概率模型模拟传感节点测量概率分布模型,再对覆盖概率较高的传感器节点进行定位误差迭代,最后采用遗传算法对定位误差进行优化。仿真结果表明,覆盖概率受感知半径和迭代次数影响,定位误差受信标节点密度影响,采用遗传算法的优化能够实现水下传感器节点的自定位精度。     

Josang 信任模型的物联网感知层安全数据融合方法

物联网感知层通常涉及大量传感器节点的运用,具有节点资源有限、分布广泛、无人值守、数据冗余、攻击容易等特点,实施安全数据融合是其必然选择。为了保障物联网感知层数据融合结果的真实性与可靠性,建立了一种结合数据预处理与节点信誉度评价的安全数据融合模型,利用粗大误差理论将明显偏离正常数据（或真值）的异常数据予以识别和剔除,基于概率统计理论计算和更新节点信誉度,只允许来源于高信誉度的节点数据参与数据融合,以Josang信任模型形成对数据融合结果的评价。仿真实验结果表明,该模型不仅有助于确保物联网感知层数据融合结果真实性与可靠性,而且基于粗大误差的数据预处理方法可减少数据融合的计算量,降低对传感器节点资源的需求。     

基于传感器中信号感知节点的感知概率模型

本文主要研究在一个规定的区域中传感器上信号感知节点能感知到外界源信号的概率问题,首先合理随机地布置信号感知节点,建立了感知概率的均匀分布模型,经过计算与推导给出了外界源信号点被信号感知节点感知到的概率.     

基于迭代加权虚拟力算法的DSNs覆盖增强

针对现有有向传感器网络(DSNs)覆盖增强算法复杂且收敛速度较慢的问题,在方向可调的有向感知模型基础上,提出一种基于分布式迭代加权的虚拟力覆盖增强算法(IW-RFGP)的有向传感器节点部署方法。该方法将传感器节点待感知区域内未被邻接节点覆盖的区域离散化,通过离散网格点的迭代加权引力的合力作用,调整并确定其新的感知方向。仿真实验结果表明,该算法收敛速度快,迭代次数短,有效增强了有向传感器网络的覆盖率。     

基于压缩感知的星型拓扑结构无线传感网络信号检测算法

针对星型拓扑结构无线传感网络中,不能及时地处理多个传感器节点同时采集到紧急事件并且立即向中心发送数据请求的问题,提出了一种有效的检测算法。因为同时激活的传感器节点数目相对于整个网络中传感器节点的总数来说是比较稀疏的,因此压缩感知理论能够用于这种情况的信号检测。此外,考虑到在整个传感网络,传感器节点数目非常大,因此,可采用李雅普诺夫中心极限定理估计每一个传感器节点是否被激活的状态概率,进而根据该概率估计选择可靠的支撑集元素并有效的克服误差传播的影响。最后,通过仿真实验验证本文提出算法的性能。     

一种有向传感器网络改进粒子群覆盖增强算法

优化传感器网络覆盖对于合理分配网络的空间资源、更好地完成信息感知和采集任务、提高网络的生存能力都具有重要的意义。在分析传感器节点有向感知模型的基础上,提出了一种有向传感器网络改进粒子群覆盖增强算法。该算法针对随机部署有向传感器网络,以网络区域覆盖率为优化目标,采用改进的多步式位置可选择更新粒子群优化算法,通过调整传感器节点的主感方向,减少网络感知重叠区和感知盲区,实现覆盖增强。仿真实验表明,该算法简单、高效,优于传统的覆盖增强算法。     

一种有向传感器网络改进粒子群覆盖增强算法

优化传感器网络覆盖对于合理分配网络的空间资源、更好地完成信息感知和采集任务、提高网络的生存能力都具有重要的意义.在分析传感器节点有向感知模型的基础上,提出了一种有向传感器网络改进粒子群覆盖增强算法.该算法针对随机部署有向传感器网络,以网络区域覆盖率为优化目标,采用改进的多步式位置可选择更新粒子群优化算法,通过调整传感器...     

基于移动节点的无线传感器网络覆盖优化

为了提高无线传感器网络监测区域的覆盖率,研究了节点随机部署的无线传感器网络的覆盖优化问题．在含有移动节点的混合无线传感器网络中,采用更符合实际情况的基于误警率的概率探测感知模型,以区域覆盖率评价覆盖效果．通过计算节点的联合探测概率寻找覆盖空洞,提出了基于最佳概率的移动节点优化策略．仿真结果表明：所提方法能够有效探测覆盖...     

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。     

基于信息熵和粒距双约束的无线传感器网络节点感知进化算法

摘要：针对无线传感器网络中节点感知精度低和算法收敛慢问题,引入了信息熵和粒距约束条件进行改进,构造了新的进化学习算法,并在此基础上提出了基于信息熵和粒距双约束的无线传感器网络节点感知进化算法。该算法将节点感知问题转化为满足约束条件的解空间寻优问题,然后利用粒距和信息熵计算机理对进化算法的搜索能力进行增强,最后通过增强的学习算法对最优的节点坐标进行计算。实验结果表明,该算法高效可行,具有更好的抗误差性、较强的收敛性和执行效率,且在节点稀疏时可以获得较好的感知效果。     

A kernel-driven model of effective directional emissivity fornon-isothermal surfaces

Land surface temperature (LST) is a key geophysical parameter that reflects the combined effects of land surface energy and radiation balance. Remote sensing of LST, however, requires understanding the directional patterns of thermal emission from heterogeneous land surfaces. Recently, semi-empirical, linear, kernel-driven models have been successfully used to describe observed directional patterns of land surface reflectance. Following a similar methodology and based on a recent model of the physics of directional thermal emission from heterogeneous land surfaces, a kernel-driven semi-empirical model for thermal emission is developed using three kernels: (i) an isotropic kernel, corresponding to the gray-body component in a heterogeneous pixel; (ii) a two-layer canopy kernel, derived from a previous conceptual model; and (iii) a geometric optical kernel that accounts for the fact that sunlit parts are hotter than shaded parts in a pixel. The three-kernel model fits 1997 airborne directional thermal brightness data over Avignon, France, very well.     

农田辐射传输光学遥感成像模拟研究综述

首先对光电物理仿真、图像合成法、计算机图形学法及遥感物理模型法等光学遥感成像模拟方法的技术方法和研究进展进行了分析, 其中由于遥感物理模型法较为详细地刻画了真实辐射传输过程, 成为国内遥感成像模拟的主要发展趋势。然后对作物关键参数时空变化分析、农田辐射传输建模及遥感成像模拟系统等方面进行了分析讨论, 表明结合作物全生育期结构、光谱变化特征, 进而建立叶片?土壤?冠层?大气?遥感器成像模拟耦合模型是主要途径, 能够实现农田多维遥感数据模拟, 为农业定量遥感研究与应用提供模拟数据支持。     

遗传算法及其在遥感线性、非线性模型反演中的应用效果分析

分别以2类常见的遥感模型--线性光谱混合模型和GOMS模型为代表研究了遗传算法在遥感线性和非线性模型反演中的应用效果,并与逐步二次规划法等确定性搜索算法进行了比较.结果表明,遗传算法在线性遥感模型反演中的优势并不明显.而在非线性遥感模型反演中优于确定性搜索算法.这主要是因为对于线性模型来说,一般定义的代价函数为凸函数,大多优化算法可以收敛于全局最优解,相比较而言,遗传算法因其搜索效率低,故优势不明显.而在非线性模型反演中,代价函数的形式比较复杂,可能是非凸的,因此遗传算法的优势得以发挥,这也说明与一般确定性搜索算法相比,遗传算法具有更好的全局收敛性.     

基于QGA的无线多媒体传感器网络覆盖增强算法

对无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)中的覆盖问题进行了研究.由于网络环境和部署方式的限制,部署WMSNs时很难将数量众多的传感器节点放到适合的位置上,从而会导致大量监测重叠与监控盲区的出现.因此,在部署完网络后,通常需要进行一定的覆盖增强处理以提高网络的监控质量.文中对此进行了研究,并基于有向感知模型,提出了一种覆盖增强算法QGACE.QGACE同时对节点的位置与主感知方向进行调整,并引入了量子遗传算法来来进行计算处理.仿真试验表明,QGACE算法能够有效地提高网络的覆盖率.     

小样本学习在高分遥感影像分类与识别中的应用

遥感影像分类与识别是近年来深度学习以及图像分类与识别研究的热点,其中一个关键问题是因样本数据集的数据较少而极易出现过拟合。许多图像分类的模型和方法并不完全适用于遥感影像分类,将小样本学习与遥感影像处理结合起来,实现遥感影像数据增强和识别模型优化是一个可行的思路。根据小样本学习的发展现状,针对特征提取、模型分类方法,归纳总结了典型学习方法的原理及其在相关领域的应用; 分析遥感影像处理的现状和存在问题,基于适用场景、优缺点对各方法进行了比较; 通过分析小样本学习在高分遥感影像分类与识别上的应用,发现引入注意力机制和迁移学习后,小样本学习能够用于样本数据量小的遥感影像分类。     

基于地理本体的空间传感网数据处理

 传感网的研究和应用已经成为推动新信息时代发展的重要动力,而传感网络的运行无法避免结构复杂的海量传感数据的处理.尽管目前已有大量的数据融合算法和模型的出现,但无法避免数据语义、网络语义异构等等问题.结合传感网的特征和地理本体的研究,本文首先提出了空间传感网的定义,随后提出了基于空间传感网的地理本体库公理化模型,最后给出了应用于湖泊领域的实践,结果显示采用文中所提方法既能够节约传感网有限的动力资源,又能够有效消除传感网中的异构.     

复杂工况下的纸浆Kappa值软测量方法

在纸浆Kappa值软测量技术的研究与应用中,发现直接基于经验模型的Kappa值软测量方法在复杂工况应用中预测精度有所下降,针对这个问题,提出了首先利用Daubechies小波变换获得升温过程特征信息来进行工况分类,再进行分类模型预测的方法,以某制浆车间的130组样本数据为对象进行分析,证明了该方法在复杂工况下的预测结果要好于直接基于经验模型的Kappa值软测量方法。     

遥感技术在人口估算中的应用

以天津市区为例综合应用住宅计数法、面积（密度）法和模型法探讨城市小区域人口的遥感估算新途径。作者首先提出了人口遥感估算的理论基础，其次以遥感数据为基础推出了两种人口估算数学模型，最后就遥感技术实际应用于人口估算的原则问题提出了一些见解。