Reliable and Energy Efficient Target Coverage for Wireless Sensor Networks

A critical aspect of applications with Wireless Sensor Networks (WSNs) is network lifetime.Power-constrained WSNs are usable as long as they can communicate sense data to a processing node.Poor communication links and hazardous environments make the WSNs unreliable.Existing schemes assume that the state of a sensor covering targets is binary:success (covers the targets) or failure (cannot cover the targets).However,in real WSNs,a sensor covers targets with a certain probability.To improve WSNs’ reliability,we should consider that a sensor covers targets with users’ satisfied probability.To solve this problem,this paper first introduces a failure probability into the target coverage problem to improve and control the system reliability.Furthermore,we model the solution as the α-Reliable Maximum Sensor Covers (α-RMSC) problem and design a heuristic greedy algorithm that efficiently computes the maximal number of α-Reliable sensor covers.To efficiently extend the WSNs lifetime with users’ pre-defined failure probability requirements,only the sensors from the current active sensor cover are responsible for monitoring all targets,while all other sensors are in a low-energy sleep mode.Simulation results validate the performance of this algorithm,in which users can precisely control the system reliability without sacrificing much energy consumption.     

基于Kalman滤波和改进的MeanShift算法的目标跟踪

MeanShift算法因为简单性和稳定性在目标跟踪中得到广泛应用,但是当目标和背景的颜色模型比较接近时,传统的MeanShift算法由于缺少空间信息,且经典的相似性度量函数不易区别,导致跟踪失败。为了克服上述缺点,采用基于空间颜色特征和新的相似性度量的MeanShift算法,并提出一种融合Kalman滤波器和改进的MeanShift算法的目标跟踪方法。首先,利用改进的MeanShift算法计算出当前帧中目标的准确位置,然后使用Kalman滤波器去预测下一个初始搜索位置,用于下一帧中MeanShift迭代,最后实现对目标的跟踪。实验结果表明,该算法可以准确地跟踪目标,并且跟踪的准确率优于传统的MeanShift算法或者Kalman和传统Meanshift的融合算法。     

一种基于HMM的雷达目标识别方法

根据雷达目标散射点的一般模型和特定条件的简化模型；提出用RELAX方法从高分辨雷达回波提取目标散射点分布的位置信息作为目标HRRR的特征向量；利用HRRR对雷达视角敏感这一特点，用隐马尔可夫过程表征多视角雷达回波序列，获得目标距离-方位两维信息，用若干HMM子过程构成的模式链表征一个飞行目标的飞行姿态变化，从而采用基于隐马尔可夫模型的分类器实现目标类属和方位的自动识别和分类，实测数据的计算机仿真结果表明，这一方法的平均识率为99.80%和81.2%。     

大模数硬齿面高精度滚剃刀的齿形制造

在进行大模数硬齿面高精度滚剃刀的研制中,将圆弧拟合的方法用于渐开线蜗杆的齿形制造,可以提高滚剃刀渐开线的齿形精度。本文采用圆弧拟合大模数滚剃刀渐开线蜗杆法截面齿形曲线,进行了渐开线蜗杆法截面齿形计算及圆弧拟合误差的分析计算,并采用计算机进行优化计算,将理论造型误差控制在0.7μm以下;通过对滚剃刀渐开线蜗杆的圆磨,使滚剃刀的齿形制造精度在AA级的水平上进一步提高,从而有效地保证了滚剃刀渐开线的齿形精度。该方法在使用中简单易行,为精度级渐开线蜗杆的制造提供了新方法。     

基于图像处理的自动报警系统设计与研究

针对传统监控报警系统的缺陷,设计出一种基于图像处理的自动报警系统,并给出系统的设计方案、硬件设计和软件设计,重点提出了运动目标检测和报警算法．系统通过对运动目标的检测,实现对非法侵入自动报警．采用的高速处理芯片DSP和CPLD技术,使系统具有实时性和自适应能力．实际结果表明：系统图像质量高,稳定;误报率极低．     

一类混沌金融系统的反馈控制

对于一类混沌金融系统，设计了3种不同的线性反馈控制，根据小增益定理，得到了系统状态反馈系数的取值范围，使得系统在该反馈控制下全局渐近稳定。从而保证混沌消失，这样有效地控制了系统，为政府及时采取适当可行的经济政策和调整力度提供了理论依据。     

混响室环境下小屏蔽体屏蔽效能的试验研究

采用统计方法试验研究了混响室条件下小屏蔽体的屏蔽效能.为解决传统屏蔽效能定义方法存在的问题,提出了屏蔽效能的统计定义,建议采用平均屏蔽效能和最低屏蔽效能共同表示小屏蔽体的屏蔽特性.试验结果表明,采用统计定义后测量结果可以准确反映小屏蔽体的整体屏蔽特性,能有效指导相应电子器件的电磁屏蔽;测量数据稳定,5次测量数值最大偏差小于1dB,变异系数小于0.032,具有较好的可重复性.     

在ICT扫描中X射线辐射场均匀性的理论计算

由于工业CT能够真实记录工件内部缺陷的形状、尺寸及其物理方面的大量信息。而广泛应用于工业检测领域。X射线辐射场的均匀性对图像的质量产生重要影响。利用C语言编制计算机程序,其中的参数取自工业CT的技术参数,以探讨靶角、管电压、距离和过滤材料如何影响反射式X射线管辐射场的均匀性。     

基于改进的引导图像滤波和深度去噪自编码器的微弱目标跟踪算法

微弱目标易被周围环境中强烈的噪声干扰,为解决现有目标跟踪算法由于低信噪比导致跟踪准确度低的问题,提出一种将引导图像滤波器和深度去噪自编码器集成到粒子滤波器框架中的跟踪算法。通过引导图像滤波(guided image filter, GIF)算法对目标图像进行滤波处理,保留有价值的模板信息并使不准确的背景模板模糊,有效增强目标图像;通过改进的深度学习算法对深度去噪自编码器训练和微调,更好地适应目标外观变化;构造粒子分类器框架根据粒子重要性权重定位目标。实验结果表明,该算法在微弱目标跟踪准确度和抗干扰能力上优于多种现有主流跟踪算法。     

基于一种改进RRT算法的足球机器人路径规划

针对足球机器人运用传统快速扩展随机树(RRT)算法进行路径规划时随机性大的问题,提出了一种目标引力式的RRT路径规划算法。该算法在RRT算法的基础上引入了一个目标引力函数,避免了扩展随机树向目标点以外的方向生长,改进了快速扩展随机树缺乏确定性的问题,提高了足球机器人在路径规划方面的效率。仿真实验结果表明,该算法能够得到最佳路径,同时可以有效提高路径的规划速度。