基于STC89C52单片机的超声波测距系统

为了实现对中短距离的测量,比如在智能小车避障、车辆定位中对前方的障碍物进行判断,利用主控器件单片机和一系列外围器件进行超声波测距系统的设计.具体设计包括超声波发射电路、超声波接收电路、液晶显示电路及温度补偿电路等硬件模块,并利用Keil C平台进行了相应的软件设计.其中在接收电路中设计的增益控制部分有效地解决了当回波信号过于微弱时系统测量误差加大的难题.在实验室对设计好的测距系统进行了实地性能测试,实验表明,系统的测距最大值为120 cm,测量精度为0.1 cm.     

AODV路由协议路由修复研究和改进

Ad Hoc网络具备拓扑的动态性,该特性使得一般路由协议无法正常工作,且网络节点移动变化性,也会提升路由断裂的发生率。AODV路由协议作为Ad Hoc网络目前使用最为频繁的一种路由协议,其重要性和高效率性不言而喻。主要对AODV路由协议的修复研究与改进进行分析和探讨,从AODV协议的工作原理、修复研究以及改进方法等几个方面进行了阐述。     

无线传感器网络移动Sink网关系统的设计与实现*

针对无线传感器网络传统Sink网关的不足,提出了一种基于PDA的移动Sink网关系统的设计与实现方案,对其设计目标、体系结构和工作原理进行了论述,重点讨论了PDA与Sink节点之间的连接,PDA与Sink节点、PDA与GPS接收机及PDA与控制终端之间通信的一些关键技术.     

MPEG-4的RTP封装技术及其应用

宽带网络的迅速发展,为网络流媒体应用提供了广阔的前景,MPEG-4具有的高压缩率、强交互性和灵活分级扩展的特性,使之特别适合网络流媒体应用。首先对MPEG-4在网络流媒体应用中的关键问题的RTP封装技术进行深入研究,然后将其应用到视频点播系统中。     

基于GAN的天文图像生成研究

生成对抗网络(GAN)被广泛应用于图像生成。生成恒星和星系图像对预测未知恒星和星系有着重要的意义。首次将GAN用于生成天文图像,给出了天文图像生成的GAN模型结构;设计了GAN训练的策略;为了提高GAN的稳定性,提出了改进的神经元抛弃方法,通过网格搜索法对模型中的部分高级参数进行了优化,并采用了韦氏距离对损失函数进行了改进。以斯隆数字巡天数据库(SDSS)中的恒星以及星系图像作为训练图像,采用改进方法和原始GAN分别生成了2种不同分辨率的恒星和星系图像,并进行了对比,验证了改进方法的有效性。     

基于超声波六元阵列测距的WSN节点定位技术研究

基于超声波测距的定位技术以其精度高、范围广和性能稳定等优点,在无线传感器网络中广泛应用。为了实现较大范围的高精度定位,利用自主实现的超声波六元传感器阵列进行TDOA测距,并进行测距误差分析,然后采用基于测地距离的多维定标算法(Geodesic Distance MDS)进行无线传感器网络节点定位。在MATLAB平台下与Cricket采用的迭代式三边定位和AHLoS采用的多点定位算法进行对比仿真实验,结果表明Geodesic Distance MDS算法在不同网络规模和测距误差条件下均能够获得更高的定位精度和较小的定位误差。     

基于Kinect的课堂教学状态监测系统

课堂上对学生听课效果进行评估的重点是捕捉学生听课行为.本系统利用Kinect传感器获取学生听课过程中的彩色、深度、骨骼点图像来分析学生的上课肢体状态、注意力方向,以此反映学生听课状态.同时,系统利用Kinect麦克风阵列采集到的声源信息来统计课堂回答问题的频度和声源位置.通过对上述信息的综合分析,获取学生上课状态的客观指标,从而对课堂教学评估提供数据支撑.     

无线传感器网络节点操作系统研究*

无线传感器网络是一种全新的信息获取和处理技术,能够实时监测、感知和采集各种环境或监测对象的信息,而网络节点上的嵌入式操作系统是其大多数应用的基础。在综合分析大量无线传感器网络体系结构的技术文献和最新研究结果的基础上,提出了无线传感器网络嵌入式操作系统的设计目标,对通用的多任务操作系统μC/OSII和事件驱动的操作系统TinyOS进行了对比分析,指出TinyOS在一些应用中的局限性及拓展。     

面向智能家居的嵌入式传感网网关的研究与设计

为了实现家庭内部网路与Internet以及GSM网的互联,提出了一种嵌入式无线智能家居网关系统的设计方案。该网关系统的硬件平台以ARM920T核处理器S3C2440为主处理器,采用ZigBee协议建家庭内部网络,而且通过以太网模块和GSM模块接入外部网络。软件平台采用Linux操作系统,通过交叉编译设计网关的应用程序。最后,以Qtopia Core为嵌入式GUI,进行家庭网关监测应用软件的功能需求分析,设计图形用户界面,实现家庭内部信息的查询。基于ARM9和Linux的嵌入式网关系统,可扩展性强,数据处理速度快,使用简单,能够对家庭网络内部多项环境信息进行监测。     

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.