【摘 要】
：
为了提高一致性滤波精度,克服传感器网络的通信带宽和能量限制,基于二阶分布式一致性算法,提出了离散的一致性滤波算法,并基于量化通信,在改进概率量化的基础上,提出了量化一致性滤波算法。分析了量化、非量化一致性滤波算法的收敛性,证明了一致性滤波算法的收敛性。仿真结果表明,离散一致性滤波精度高于一阶一致性滤波精度,量化一致性滤波也具有较好的滤波精度。
【机 构】
：
南京工业职业技术学院机械系,南京理工大学自动化学院
论文部分内容阅读
为了提高一致性滤波精度,克服传感器网络的通信带宽和能量限制,基于二阶分布式一致性算法,提出了离散的一致性滤波算法,并基于量化通信,在改进概率量化的基础上,提出了量化一致性滤波算法。分析了量化、非量化一致性滤波算法的收敛性,证明了一致性滤波算法的收敛性。仿真结果表明,离散一致性滤波精度高于一阶一致性滤波精度,量化一致性滤波也具有较好的滤波精度。
其他文献
为了提高基于覆盖率的缺陷定位方法的效率和准确率,将执行轨迹中被失效执行所覆盖的基本块(Cfailure)、被全部执行所覆盖的基本块(C-all)和未被任何执行所覆盖的基本块(C-non)这三个小概率事件进行了分析,指出这些小概率事件的出现包含大量信息,据此提出三条缺陷检测新规则。然后利用执行轨迹所收集的覆盖率度量值计算缺陷贡献率CDCR,给出了缺陷贡献率算法(Codes-TCC)。研究主要创新在于
针对水下传感器网络的多用户干扰大和空间复用率低的问题进行了研究,提出采用AR模型预测信道未来状态,然后基于信道预测完成功率控制的算法,从而减小信道时空不确定性的影响。该算法利用随机几何理论,建立SINR(signal to interference-plus-noise ratio)模型,分析接收端的累积干扰状态,然后发送端在信道预测的基础上,以最小化网络中断概率为目标调整发送功率。实验仿真结果表
基于隐私保护的不同坐标系下的点球关系判定是计算几何中的一类基本问题,针对该问题进行了研究并提出一种新的解决方案。在点积协议基础上设计了一种点球关系判定协议,使得双方均在不透露自己任何信息的情况下,能够完成坐标系的转换,并判定点是否包含在球体内,分析了该判定协议的正确性、安全性和复杂性。最后提出可以使用该协议来解决一类与此相似的几何对象关系的判定问题。
传统的基于关键字的文本检索系统,存在匹配不准确、匹配冗余度高以及算法复杂的现象。针对该问题进行研究,使用概念图作为检索单元,摈弃字符统计的传统方法,通过语义的匹配,在理解的基础上得出问题的答案。在传统的概念图中加入概念内涵属性,提出了C-A&R(concept-attribution&relationship)概念图,并以此作为文本检索系统中文本的表示方法。实验证明C-A&R概念图的概念匹配准确率
为进一步研究复杂网络演化的过程,引入复杂网络空间的概念,诠释了网络结构在复杂网络空间中演化的基本原理,进而提出一种基于复杂网络空间的网络演化模型,给出了具体的网络构造算法。数值模拟显示,该网络演化模型具有较为稳定的度分布函数,其网络规模随时间呈指数增长趋势,网络的平均路径长度正比于网络规模对数值,且节点介中心呈非均匀分布状态。研究表明,给出的网络演化模型具有无标度、小世界特性。
为了更好地复原图像的细节,提出了一种结合局部与非局部的图像复原方法。将图像中的细节准确地提取出来,对提取的细节进行非局部全变差约束,同时对剩下的图像成分进行局部全变差约束。提出的方法很好地结合了非局部全变差和局部全变差的优点,实现了图像细节更好的复原。实验结果表明,提出的方法与近几年的一些较好的图像复原方法相比,不仅主观的视觉效果得到了明显的改进,而且客观的峰值信噪比也增加了0.11~2.28 d
针对现有Deep Web信息集成系统没有考虑查询接口动态性的特点,造成本地接口与网络接口查询能力不对等的问题,提出一种基于演化版本的Deep Web查询接口维护方法。该方法通过构建本地接口的版本化模型来刻画接口的增量变化,识别变动比较活跃的属性集合;然后采取试探性查询来构建最优查询语句,获取网络接口数据源的变动信息,演化出本地接口的下一个版本,实现对本地查询接口数据源的信息维护的迭代过程。实验结果
分析了云键—值数据库的特点,提出了基于云键—值模型的信息集成模型。根据该模型提出了并行化数据集成方法。首先根据数据源的依赖关系确定集成活动的优先级;然后根据该优先级结合MapReduce算法实现数据的并行集成;最后通过实验结果表明,提出的方法能更好地支持云数据仓库中的数据集成。
设计了一种用于图像配准的优化算法。根据图像灰度和空间结构信息,构造一个基于最大化互信息的配准测度函数,结合一种适用于图像自动配准的文化粒子群优化(CIPSO)算法。新的配准算法在搜索空间上进行优化设置,将整个搜索空间分成群体空间、信念空间两组。群体空间的粒子不仅根据自己空间的个体最优和全局最优来优化自己,还与信念空间中的最优个体进行交互学习,加速粒子群的收敛速度,克服了图像配准中计算量过大、搜索速
为了对蚁群觅食原理进行研究和应用,引入agent的建模仿真方法对蚂蚁觅食行为进行建模和仿真,通过建立蚂蚁的增加感知信息的路径选择规则、信息素更新的奖惩规则等多个有效的行为规则强化了蚂蚁选路的智能性、快速性,与现有经典文献对比确定所建模型的有效性。为了验证蚂蚁觅食行为模型的适应性和应用价值,还将改进模型用于移动机器人局部路径规划。通过仿真可知,蚂蚁觅食行为模型在复杂多变的环境下能够快速确定最优路径。