基于TMS320DM6446的多媒体视讯终端

系统选用基于达芬奇技术的多媒体数字芯片TMS320DM6446作为系统CPU,并采用最新视频编码标准H.264压缩算法,实现基于IP网络的视讯终端系统.文中详细介绍了TMS320DM6446的硬件架构、系统的硬件构成和核心模块的实现,分析系统设计中的难点及关键技术.实验结果表明,该系统在不降低视频质量的前提下能够满足对D1分辨率的视频图像进行采集、实时编码和传输的要求,系统处理性能高,集成度强,交互性好,充分体现了高性能计算技术的特性.     

无线网络节点的均匀性度量

考虑到无线传感器网络定位精度除受节点密度和覆盖程度影响外,锚节点分布的不均匀性是一个重要影响因素,对基于近似偏差的网络节点分布均匀性度量方法进行了改进,提出了定量描述锚节点均匀程度的Gabriel图和Voronoi图相结合的均匀性测度(GVGUM)方法,GVGUM方法使用Gabriel边表征节点的疏密,使用Voronoi单元的面积表征节点控制区域的大小,比基于近似偏差的方法能更好地表征节点的均匀程度。     

一种基于网络密度分簇的移动信标辅助定位方法

现有移动信标辅助定位算法未充分利用网络节点分布信息,存在移动路径过长及信标利用率较低等问题。该文把网络节点分簇、增量定位与移动信标辅助相结合,提出了一种基于网络密度分簇的移动信标辅助定位算法(MBL(ndc))。该算法选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位。仿真结果表明,该算法定位精度与基于HILBERT路径的移动信标辅助定位算法相当,而路径长度不到后者的50％。     

基于RSSI梯度的AP定位算法(英)

Recent rapid rise of indoor location based services for smartphones has further increased the importance of precise localization of Wi-Fi Access Point(AP).However,most existing AP localization algorithms either exhibit high errors or need specialized hardware in practical scenarios.In this paper,we propose a novel RSSI gradient-based AP localization algorithm.It consists of the following three major steps:firstly,it uses the local received signal strength variations to estimate the direction(minus gradient) of AP,then employs a direction clustering method to identify and filter measurement outliers,and finally adopts triangulation method to localize AP with the selected gradient directions.Experimental results demonstrate that the average localization error of our proposed algorithm is less than 2meters,far outperforming that of the weighted centroid approach.     

基于动态射频指纹的调频定位方法

针对调频(FM)广播信号动态变化对定位性能产生较大影响的问题,提出了动态射频指纹的FM定位方法。该方法采用多元线性回归和神经网络方法,根据离线阶段各个参考点和部分较准点的调频广播信号强度的关系,使用在线阶段较准点的信号强度实时估计在线阶段参考点的信号强度。通过这两种方法建立具有自适应能力的动态射频地图,并使用贝叶斯估计方法对目标进行定位。实验结果表明,相对静态射频指纹模型：采用多元线性回归的射频指纹动态映射模型定位误差平均减少9.1%,采用神经网络的射频指纹动态映射模型定位误差平均减少36.3%,有效抑制了射频信号动态变化时变性对定位性能的影响。     

基于时空滤波的无线传感器网络抗差节点定位算法

针对无线传感器网络的最小二乘定位算法抗差性的不足,提出了一种基于时空滤波(STF)的抗差性加权最小二乘(WLS)节点定位算法--STLS.该算法基于空间域滤波的数据一致性检测算法利用相邻节点间必须满足的几何约束关系,采用优化矩阵操作,剔除粗差邻居节点,其计算复杂度为多项式的平方.通过使用具有2步收敛特性的DFP算法,最小化目标代价函数,实现节点的快速定位.实验结果表明,在均匀网格拓扑或各向异性C型网格拓扑下,该算法均可有效识别和剔除测距低估粗差点,其定位精度明显优于未进行空间一致性检测的加权最小二乘定位算法,当网络平均连通度较低时,该优势表现得尤为明显.     

网络计算机中IC卡读写器子系统设计

针对网络计算机安全问题,提出了一种完整的智能IC卡读写器子系统设计方案。此方案讨论了基于单片机的IC卡读写器硬件和软件设计、基于PC/SC行业规范的读写器驱动程序设计和IC卡的软硬件选取。     

煤矿瓦斯报警无线传感器网络节点设计与实现

针对矿用瓦斯监控设备采用有线方式传输信号存在的弊端,将无线传感器网络技术应用于煤矿实时监控中,设计了一个便携式瓦斯传感器网络节点。该节点装置能够完成瓦斯浓度监测及超标报警、井下人员的实时信息采集和定位等,既可以用于工作人员查看周围环境,也可以实现远程实时监控。详细介绍了节点系统的软硬件实现。     

基于图谱分解的无线定位算法

基于有监督学习的射频指纹定位方法是室内高精度无线定位技术的一个研究热点. 针对有监督学习方法存在训练数据集采集代价较高的问题, 本文提出了一种基于半监督学习的室内无线定位算法. 该算法采用基于Laplacian矩阵谱分解的方法获取训练数据在特征向量空间上的表示, 然后通过有标记数据在特征向量空间上的标记对齐, 实现对未标记数据的标记. 实验结果表明, 仅需少量的有标记数据(20%左右), 便能以较高的精度(80%左右)实现对未标记数据的标记, 从而有效降低了训练开销.     

基于均值漂移和联合粒子滤波的移动节点定位算法

针对无线传感器网络移动节点定位面临的高精度和实时性要求,把均值漂移算法引入联合粒子滤波(Joint ParticleFilter)框架.提出了基于均值漂移和联合粒子滤波的移动节点定位算法.它使用均值漂移算法构建粒子滤波的建议分布,通过有效利用最新观测信息,提高粒子状态估计的准确性,使得采样粒子的状态分布与后验概率分布更接近,减少了状态估计必需的粒子数目.该算法还提出了基于虚拟海明距离和交互势的权重计算方式,减少相邻移动节点间的干扰.仿真实验结果表明,基于均值漂移算法和联合粒子滤波的移动节点定位,可获得比基本粒子滤波更高的定位精度,其定位精度与无味粒子滤波(Uscented Particle Filter)相当,而计算开销比无味粒子滤波减小至少50%.