多光电跟踪设备异步序贯分布式目标跟踪算法

针对多光电跟踪设备组网后出现的异步测量问题，提出了一种异步分布式序贯目标跟踪算法。该算法由局部滤波器和融合滤波器构成，先利用状态转换方法，将多光电跟踪设备节点及其邻节点的异步测量对齐到融合时刻，得到拟测量方程。随后，利用射影原理对拟测量方程和目标运动状态方程构成的目标跟踪系统，提出异步序贯局部滤波器来计算较为精确的局部滤波值。再以协方差交叉算法为基础，提出基于扩散策略的融合滤波器，对局部估计值进行融合计算，来提高目标跟踪精度，并降低组网后各光电跟踪设备节点融合估计值的差异程度。最后对所提出的算法进行了仿真实验，以验证其有效性。     

TWI接口多机通信的实现

Atmel公司的TWI(Two-wire Serial Interface)接口是对I2C总线接口的继承和发展,完全兼容I2C总线,具有硬件实现简单、软件设计方便、运行可靠和成本低廉的优点.介绍了在TWI通信过程中使用到的Atmega128单片机、Atmega16单片机对应寄存器的功能及设置方法,以及一个以Atmel公司Atmega128单片机为主机、Atmega16单片机为从机的TWI多机通信系统的软、硬件设计.     

不完全信息下分布式目标跟踪算法

针对分布式目标跟踪过程中出现数据丢包和不完全量测现象,提出一种分布式目标跟踪算法.该算法由统计意义下局部滤波器和基于协方差交叉算法融合滤波器构成,其中局部滤波器利用邻域内各节点测量信息计算局部滤波值,融合滤波器则将邻域内各节点局部滤波值进行融合处理,得到该节点的目标坐标信息;最后,利用典型目标航迹模型对该算法进行仿真分析.仿真结果表明:该算法可有效抑制不完全信息发生时对目标跟踪结果的不利影响,可为分布式目标跟踪系统在实际工程中的设计与研制提供有益的参考.     

基于物联网的水产品养殖水质监测系统

针对传统水产养殖水质监测存在依赖人工经验，无法实时掌握水质状态及其变化趋势的问题，基于物联网无线通信技术研究了一种养殖水质监测系统。系统采用STM32芯片作为控制芯片，采集多维水环境数据，通过Wi-Fi模块传输至数据监测平台进行实时监测，数据异常报警，并绘制动态数据变化曲线。测试结果表明，该系统运行稳定，可以准确并实时监测水体环境。