基于神经网络的无人机云服务质量控制方法研究

无人机云通过动态卸载任务到云端进行高效处理,能够极大地提高无人机的智能水平。由于设计理念、任务环境、突发事件等因素,导致卸载的任务对网络服务质量（QoS）需求不尽相同。从控制角度研究无人机云系统的网络传输QoS控制问题,提出并实现了一种基于BP神经网络的双闭环接入控制方法,在最大化能量利用率的同时,实现绝对QoS和相对QoS保证。硬件实验结果表明,该方法不仅能够在任务动态变化时提供相对QoS和绝对QoS保证,并且在网络高负载下具有更高的吞吐量和能量利用率,在网络低负载下具有更低的能耗。     

基于数据融合的战场声目标识别系统算法研究

现代战争越来越多地使用高科技武器,各种武器车辆坦克的声音相互混叠,进行声目标识别是极有挑战性的.为了在嘈杂的战场环境中多传感器网络仍能正确识别各种目标信号,结合无线多传感器网络的特点和数据融合理论,设计出了适合于战场环境的声目标识别算法.使用小波包进行预处理及特征提取,人工神经网络进行分类识别,并运用数据融合算法得出最终识别结果.通过对采集到的声目标信号进行识别,结果表明方法应用于战场声目标识别中是可行有效的.     

无线传感器网络TDOA定位系统的设计与实现

分析现有的基于TDOA的无线传感器网络定位系统与算法,使用基于超声波传感器和无线射频模块的到达时间差(TDOA)测距技术,完成了该定位系统、机制和算法的设计和实现;针对传感器网络在实际应用中的不均匀性布撒和不良节点定位等问题,在TDOA测距技术和多边测量定位算法的基础上,提出一种改进的定位算法,以提高网络定位性能;实验表明,改进后的定位系统有效的减小了网络的定位误差,解决了不良定位问题,可应用到无线传感器网络中。     

基于无线传感器网络的河流自动监测站设计

河流作为水资源的重要组成部分对日常生活、经济发展有着重要影响。因此建立完备的监测系统,提高河流监测效率对生产、生活都有着重要意义。针对现有河流监测系统自动监测站存在的监测范围小、灵活性差的问题,提出基于无线传感器网络的河流自动监测站。通过利用无线传感器网络节点部署容易、无线自组织网络的特点,扩充自动监测站,扩大监测范围,提高监测密度。     

基于WSN的炮弹着地点定位系统的研究

针对当前靶场中炮弹着地点定位问题,提出了一种基于无线传感器网络的炮弹着地点定位方案,分析设计了系统的组成部分和定位等关键技术,在实验室模拟环境下完成了验证实验,并就实际部署问题进行了探讨。该方案具有无人值守、覆盖面积大、成本低、可靠性高的特点。     

基于深度确定性策略梯度学习的无线反向散射数据卸载优化

无线驱动通信网络中,无线设备（WD）可以通过无线反向散射和主动射频传输两种方式进行数据卸载。如何合理分配系统中WD的主动传输和反向散射传输工作模式及其对应的工作时间,从而减小传输延迟、提高传输效率就显得尤为必要。在综合考虑卸载数据量大小、信道条件和WD之间公平性情况下,提出一种基于深度确定性策略梯度（DDPG）的数据卸载方法,在连续动作空间内搜索多个WD的最优时间分配。仿真实验结果表明：DDPG可在有限时间步长内实现算法收敛;由于引入了Jain公平指数,多个WD可同时完成数据卸载;与传统的均分算法、贪心算法对比,DDPG算法可将平均传输延迟减小77.4%和24.2%,可有效提高WD的能耗效率,尤其对于卸载数据量较小的WD效果更加显著。     

基于小波分解和SVM的城市大气污染浓度预测

使用一种结合小波分解和支持向量机的方法建立城市大气污染物浓度预测模型。首先将大气污染物浓度数据序列小波分解和重构为不同频段的分解序列,然后对各分解序列使用不同的模型进行预测,最后将各分解序列的预测结果合成为浓度的最终预测结果。实验结果表明,该模型的预测精度优于RBF神经网络模型及一般支持向量机模型。     

无线传感器网络嵌入式操作系统研究

无线传感器网络节点极为有限的能耗和计算资源对操作系统提出了很高的挑战。文中在分析了几款常见节点操作系统特点的基础上,提出并设计了一种传感器网络操作系统MiniOS。该操作系统是一个多任务、基于优先级的分时调度的操作系统,最多支持16个并发进程。讨论了MiniOS的进程调度、内存管理、设备驱动等几个方面,并与已有操作系统进行了对比。     

IEEE 802.15.4轻量级网络层路由设计及实现

IEEE 802.15.4是低速率、低功耗的无线个人区域网络协议标准。分析了IEEE 802.15.4的特点,在其上设计了轻量级网络层路由协议并在ZigBit 900平台上实现。路由协议对AODV进行了简化,利用MAC层的应答机制检测链路是否连通。最后对路由协议进行了测试,结果表明本路由设计具有良好的性能和扩展性。     

加权最小二乘估计在无线传感器网络定位中的应用*

节点自身定位是目前无线传感器网络领域研究的重点之一,定位误差累积问题是节点定位中必须解决的一个关键问题,利用加权最小二乘估计的方法可以有效抑制累积误差的影响。介绍了如何将加权最小二乘估计应用于节点定位以及如何合理地选择加权系数以降低定位误差。仿真实验表明,运用加权最小二乘估计可以有效地抑制误差累积的影响,提高定位精度。