【摘 要】
：
基于相对距离测量的WSN节点定位误差分析,在克拉美劳边界(CRLB)理论基础上,将传统的不考虑锚节点误差的CRLB分析方法进行了拓展,建立了包含锚节点误差的CRLB模型,用该模型分析了使用误差锚节点时各种系统参数设置对待定节点定位精度的影响,最后将分析结果与传统的定位误差分析方法进行比较。结果显示,该方法是经典的WSN节点定位CRLB模型和三边定位法误差传递模型的拓展,在相同条件下可以得到相同的结
论文部分内容阅读
基于相对距离测量的WSN节点定位误差分析,在克拉美劳边界(CRLB)理论基础上,将传统的不考虑锚节点误差的CRLB分析方法进行了拓展,建立了包含锚节点误差的CRLB模型,用该模型分析了使用误差锚节点时各种系统参数设置对待定节点定位精度的影响,最后将分析结果与传统的定位误差分析方法进行比较。结果显示,该方法是经典的WSN节点定位CRLB模型和三边定位法误差传递模型的拓展,在相同条件下可以得到相同的结果,从而证明了提出的误差锚节点定位CRLB模型的正确性。
其他文献
针对时隙ALOHA的稳定性控制问题,建立了时隙ALOHA系统模型,研究了伪贝叶斯稳定性调整算法的原理。研究了实际负荷与估计负荷的差异对调整过程的影响。结果表明,该算法能够保证系统的稳定性,其调整时间随系统总体输入负载的变化增大而变长。为减小调节时间,需要对该算法进行改进。
抖动模糊是摄影中常见的问题,为此提出了一个鲁棒快速的核函数估计和图像恢复方法。给定一幅因相机抖动而模糊的图像,该方法首先建立金字塔,然后自顶向下、迭代地估计运动模糊核函数,同时对图像进行恢复。使用混合高斯模型对核函数建模,使用自然图像的边缘大尾巴分布对图像进行约束。通过冲击滤波器预测图像的强边缘,对图像的边缘与核函数进行约束,从而更好地估计核函数。并通过迟滞阈值方法和核函数重新定位的方法,降低核函
针对计算机视觉理解单目图像立体结构的问题,进行了单目图像深度估计算法的研究。提出了一种基于监督学习方法的室外单目图像深度估计算法,其采用语义标注信息指导深度估计过程,融合绝对深度特征、相对深度特征以及位置特征作为深度特征向量,采用LLOM学习深度特征向量与深度值之间的关系。实验结果显示,该算法对路面、草地以及建筑物类等深度渐进变化的图像块,可获得较满意的深度估计结果。本算法为单目图像深度估计开辟了
针对多天线单载波循环前缀系统,提出了一种基于预编码的盲信道估计算法。该算法通过分离出连续两个接收符号块的互相关矩阵所包含的信道信息实现信道盲估计。仿真结果表明,该算法具有较低的计算复杂度以及对信道阶数过估计有很好的鲁棒性,并且该算法利用较少的数据块个数就得到了一个可靠的信道估计值。
以战术行动为背景,首先提出了一种基于分层agent的战术行动指挥控制结构,并分析了不同层次agent的功能;然后采用基于模糊综合评判的方法,重点讨论了结构中最高层agent的决策机制,阐述了具体的决策步骤;最后通过一个具体的决策案例验证了该方法的可行性和合理性。采用模糊综合评判的方法为研究作战仿真中agent自身的智能决策提供了新的思路。
传统的新奇检测算法往往仅利用占样本大多数的正常实例来构造分类器,少量的负类样本基本不能发挥作用。针对此问题,提出一种基于少量负类样本的最大间隔方法,其基本思想是:先构造一个超球面,让它包含尽可能多的正常实例,同时,球表面到正常实例之间的间隔越大越好,从而得到一个围绕正常实例的闭合而又紧贴异常实例的分类边界。建立这样的超球面,只需要解决一个凸的最优化问题,而这个最优化问题可以通过对传统支持向量机模型
网络中新兴的新型业务如P2P、VoIP、Worm等日益增多,在整个网络流量中占有越来越多的比重。对这些新型业务的监测和控制要求路由器等核心设备必须有能力对数据包进行快速与准确的分类。从这些新型业务包分类规则库的特点着手,提出在多维多模式匹配情况下的三种包分类决策树,通过实验说明这些决策树应用在新型业务的包分类上与传统的串行决策树性能各自的差异,进而得出适合新型业务包分类的最佳算法。
主动队列管理算法存在诸多缺陷,并没有在实际网络上推广使用。为了对目前使用最多的弃尾被动队列管理进行改进,提出了随机和弃头相结合的被动队列管理算法。在队列满时,先从队列头部丢弃一个数据包,然后再在队列中随机丢弃一个数据包。NS2仿真表明该算法能有效改善RTT和速度公平性,避免弃尾队列管理的缺陷,提高了网络传输性能。该算法计算量小,适合在Internet上使用。
详细剖析了微观数据外包管理中的安全问题内涵,系统评述了微观数据外包管理应用系统数据机密性保护、查询验证、隐私保护等安全问题的研究进展,最后探讨了微观数据外包管理安全问题研究的发展趋势。
通过在不同的网络环境及攻击性质下的大量仿真实验来仔细地比较EGP方法与HDF方法在对抗传播型攻击方面的表现。仿真结果表明,EGP方法并不总是优于HDF方法。在选择网络免疫方法的时候,一定要仔细考察当时的网络环境及攻击性质,以此来决定选用更优的方法。