基于模糊神经网络的地图匹配算法

提出了基于模糊神经网络的新的地图匹配算法.该算法综合了数字道路信息和GPS/DR定位信息,提取两个重要参数作为输入变量,即定位点到候选路段的投影距离及定位航向与候选路段方位角差.设计出了四层模糊神经网络及改进的收敛学习规则.实验结果表明所提出的算法能很好地匹配车辆行驶路段位置.     

一种适于车辆导航系统的快速地图匹配算法

在分析影响地图匹配算法实时性、鲁棒性及匹配精度因素的基础上,依据车辆运动的连续性,引入道路网络的分块思想,并利用车辆行驶的位置、方向信息及实际道路网络的拓扑特性,提出一种时间复杂度为O(c)的快速地图匹配算法.对实际跑车数据的仿真结果表明,该算法的匹配正确率不低于95%,单点匹配时间不超过0.01 ms.     

基于拓扑结构/自适应模糊决策的地图匹配算法

给出了基于节点信息的路网空间拓扑结构的具体描述形式．引入相关性概念，提出了一种基于道路几何信息的自适应模糊决策地图匹配算法．通过待配路段两两之间隶属度值的比较与模糊排序以及测度因子参数的适应性调整，使算法在道路几何分布复杂，且较为密集的区域，仍具有较强的适应能力．根据模糊决策后各路段隶属度值的分布情况，提出了将拓扑结构匹配算法划分为决策、校验、弃用等3个应用时段的拓扑结构／自适应模糊决策组合匹配算法的整体设计思路．对实际跑车数据的仿真处理结果表明，该算法较好地解决了地图匹配算法中相互矛盾的算法的计算效率与算法的可靠性之间的协调问题．     

基于曲率分析的地图匹配算法研究

导航定位系统是车载系统的主要组成部分,其中地图匹配又是提高定位精度的重要技术。从数字地图本身的属性特征出发,研究了一种基于曲率分析的地图匹配算法。通过车载实验数据对算法加以验证,其结果表明改进后的算法能够获得较高的定位精度和更可靠的匹配性能。     

角度和距离分段占优地图匹配算法

为了更好的实现车辆导航系统的实时性和精确性,研究了地图匹配算法的各要素。采用两级交错式网格划分,并结合全球定位系统实时水平估计误差实现对电子地图待匹配区域划分。利用车辆行驶位置、方向、道路几何拓扑关系和行驶角度变化率,提出了一种基于角度和距离分段占优的地图匹配算法。试验结果表明:本文建立的地图匹配算法能够准确、快速地实现车辆导航定位功能。     

地图匹配算法综述

地图匹配是一种移动轨迹数据的误差修正技术,是将移动轨迹数据纠正到道路网络中,地图匹配技术现已广泛应用于GPS导航、交通流分析等领域。现有的地图匹配算法分为确定性地图匹配和不确定性地图匹配两大类。其分别具有各自的优势和适用范围。本文对地图匹配算法进行了综述性的介绍,对地图匹配的定义及现有算法加以系统阐述,并指明了现有算法的优势与缺陷。     

一个基于位置点匹配的地图匹配算法

介绍了汽车多媒体系统中的车辆定位技术,着重叙述了地图匹配算法的原理·并给出了一个基于位置点匹配的地图匹配算法·该算法将车辆行驶时的匹配定位处理分成了５种状态,针对各状态的实际特点,对应不同的处理,从而改进了基于位置点匹配的地图匹配算法·经实验证明,该算法单位置点匹配运行时间为０１２ｓ·在ＧＰＳ信号ＰＤＯＰ＜６时,正确匹配率达到了８９５％·     

交通数据的地图匹配算法研究

城市智能交通引导系统为用户提供最准确的道路交通信息。在分析地图匹配问题产生原因的基础上,阐述了地图匹配算法解决车辆在地图上位置定位的基本思想和判断依据,设计了交通引导系统中便于实现的地图匹配算法,通过引入行驶方向和驾车轨迹,地图匹配算法改进后提高了车辆定位的准确性。系统实验证明,改进后的地图匹配算法能够很好的完成交通引导系统中车辆位置在地图显示中的定位匹配任务。     

基于模糊逻辑的综合地图匹配算法

车辆导航系统大都采用航位推算和GPS来估计车辆的位置,由于受GPS噪声的影响,实际测量的位置往往带有偏差。应用数字化道路图的地图匹配算法可以解决这一问题。提出基于模糊逻辑理论的综合地图匹配算法,充分考虑了道路几何特性以及GPS测量数据的偏差特性,实验证明该算法是有效和可用的。     

一种改进的嵌入式导航地图匹配算法

为提高在嵌入式环境中对地图数据的检索速度,提出了一种动态分块算法.该算法根据导航电子地图中的地理特征数量对地图进行动态分块,通过增加地图分块后数据的存储空间,减少检索数据的时间,从而提高算法实时性.在地图分块后,实现一种融合地图拓扑和D-S证据推理方法的地图匹配算法,以提高系统的准确性和稳定性.仿真结果表明,地图动态分块算法能够提高系统实时性,地图匹配算法能够快速、准确地匹配正确道路.     

基于MapX的分层路网拓扑结构的构建方法

最优路径规划是车载导航系统最主要的功能之一,而实现这一功能的关键在于构建道路网络的拓扑结构.针对这一问题,首先利用MapInfo对道路网络进行分层处理,添加道路的等级、方向等与导航密切相关的属性信息;再通过MapX控件及其基本分析函数,在Visual C++6.0平台上完成道路网络的预处理;最后按层次提取道路的交叉口、路段的拓扑信息和属性信息,并自动存储于Access数据库中,以便供最优路径规划计算所用.实验结果表明,经过分层抽象处理之后,重建的高层路网数据规模骤减,这为路径规划的实时性提供了良好的基础.     

基于拓扑信息的扫描路径生成算法

提出了一种基于拓扑信息的扫描路径生成算法，该算法在生成路径的同时就根据拓扑信息进行分区，既能获得较快的路径生成速度，又能获得较好的分区效果．同时由于该算法对拓扑关系检查严格，还可以用于解决偏置扫描中难以解决的快速处理外环与内环、内环与内环的相交以及环的自交问题．     

自适应采样间隔的无线传感器网络多目标跟踪算法

多目标跟踪是无线传感器网络当前研究的热点问题。针对多目标跟踪存在耗能较大,跟踪丢失等问题,提出了一种自适应采样间隔的多目标跟踪算法。采用跟踪目标的定位元数据来对目标的运动模式进行建模。基于扩展的卡尔曼滤波器来预测跟踪目标状态,采用预测目标定位的概率密度函数构建跟踪簇。通过定义跟踪目标中心,基于马氏距离来量化主节点 MN 的选举过程。通过跟踪目标重要性和其与MN之间的距离来量化目标的影响强度,并以此构建自适应采样间隔的多目标跟踪算法。基于MATLAB进行了仿真实验,实验结果显示,本文设计的跟踪算法能准确预测目标的运动轨迹,能随着运动目标的状态实时采用自适应的采样间隔。通过数据分析得知,本文提出的算法能在实现 WSN网络节能的基础上提高跟踪精度。     

利用GIS和数字地图自动生成交通需求模型中三维道路网

以GIS的空间计算功能和已有的空间数据为基础，同时考虑道路在水平面和纵断面上的空间特征，为交通需求模型开发出一种半自动的道路网的制作方法，在手工矢量化平面路段后，实现了自动调整路段端点和自动插入节点，在路段的平面曲线的顶点间插入高程点，并将高程点和DEM（digital elevated model）数据重叠计算路段的高程 太，进一步得到了路段的实际地理长度。     

基于交通效率的城市道路网络优化

道路网络的优化是建立可持续发展交通运输系统的重要环节。引入交通效率的概念,提出了基于交通效率的城市道路网络优化思路。与传统的四阶段交通规划模型相结合,将多车种用户平衡问题作为下层模型,考虑建设费用、污染物排放和能源消耗的约束,建立了使广义交通费用最小化的城市道路网络双层优化模型,分析了关键参数,并应用遗传算法和模拟退火混合算法进行了求解。实例研究表明,该模型既能满足交通需求,又能满足交通系统的环境保护目标。     

一种基于AC-RBF神经网络的网络安全态势预测方法

为了准确地把握网络安全发展态势,提出了一种基于自适应聚类径向基函数(adaptive clustering radical basis function,AC-RBF)神经网络的网络安全态势预测(network security situation prediction, NSSP)方法?该方法对网络安全态势样本自适应聚类,获得了神经网络隐层节点数,采用梯度下降法训练神经网络,寻找网络安全态势样本之间的非线性映射关系,利用该关系对未来时刻网络安全态势进行了预测? 仿真实验表明,相对于 K-均值 RBF 神经网络及支持向量机(support vector machine,SVM)预测模型,该方法在神经网络规模较小的情况下,不仅能够反映网络安全态势的总体趋势,而且还提高了预测精度,能够提供给网络安全管理员一个直观的网络安全态势图 ?     

基于卷积神经网络的多场景道路坑洼图像检测

对图像进行预处理,用卷积神经网络的方法训练数据集及调整参数,建立坑洼检测模型.实验结果表明:本算法的执行效果好于直接进行坑洼检测的方式,为道路坑洼检测提供了良好的解决方案.     

基于Rabin数字签名的非对称无线局域网认证方案

在基于IEEE802.1x的无线局域网中,所有站点只能和接入点直接通信,从而导致无线局域网的吞吐率较低,接入点运算负荷过大。针对这一问题,文章提出将改进的消息可恢复Rabin-PSS概率签名算法和El-Gamal签名算法相结合,采用非对称认证的方式进行无线局域网接入认证,减轻接入点的运算负荷。同时,Rabin-PSS概率签名算法具有消息可恢复功能,可节省通信的带宽。     

基于大涡模拟的湍流非预混燃烧混合分数概率密度函数

混合分数概率密度函数(probability density function,PDF)反映了湍流对燃料和氧化剂混合过程的影响,在湍流非预混燃烧的理论研究和数值模拟中有非常重要的作用。该文基于大涡模拟(large eddy simulation,LES)对非预混火焰中的混合分数PDF进行了研究。利用LES预测的SandiaFlame D的速度和温度的均值和均方根分布与实验结果符合很好,瞬态温度场显示了合理的湍流火焰形态。混合分数PDF在反应区为钟形分布,在贫燃侧和富燃侧为钟形分布或单调形分布,取决于当地流场状态。对简化PDF模型的研究表明:β函数模型对钟形PDF和单调形PDF的预测效果都很好;截尾Gauss函数模型只能较好地预测钟形分布PDF;多点δ函数模型的预测能力与截尾Gauss函数模型的预测能力类似;双δ函数模型的预测结果偏差较大。     

基于蚁群算法的无线传感器网络优化

无线传感器网络（WSN）中的传感器节点由一次性电源供电,能量优化关乎整个网络的寿命.优化网络拓扑结构有利于提高WSN整体的能量利用率.ACO是一种基于种群（population based）的启发式仿生进化算法.提出了基于ACO的WSN的网络优化算法,以16个固定位置节点和20个任意位置节点的WSN为对象进行了仿真研究.实验结果验证了该算法的有效性.