基于手机触摸屏传感器多点触摸身份认证算法

针对智能手机所面临的信息安全威胁问题,提出一种基于手机触摸屏传感器的多点触摸身份认证方法。首先由触摸屏传感器采集手指滑动原始数据序列,通过平滑去噪、位置及长度归一化预处理;然后提取手势运动一阶、二阶归一化导数序列及运动方向为身份验证特征序列;最后采用模板匹配方法,使用动态时间规整算法匹配比较注册模板特征序列与测试特征序列,判断用户身份真实性。仿真结果表明,所提算法对不同用户身份认证的平均错误拒绝率和错误接受率分别为3.83%和2.07%,与使用径向基函数为核函数的支持向量分布估计(SVDE)算法相比,平均错误拒绝率和错误接受率分别降低1.81%和2.35%。经性能分析,所提算法能明显提高身份认证的准确性。     

一种红外多点触摸式双手交互技术

随着人机交互技术由以往的以计算机为中心向以用户为中心发展,新型交互方式成为近年来研究的热点.双手交互作为一种自然的人机交互形式,不但符合人的认知习惯和行为特征,而且能提高计算机输入的带宽.本文研究了一种红外多点触摸的定位技术,识别并描述了双手触摸式交互动作,并建立了双手触摸式交互模型,实验证明了这种交互技术比传统的鼠标操作更加自然直观,大大提高了人机交互的效率.     

基于扇形MAGFET同步取样模式的CMOS磁敏传感器集成电路

研究了基于扇形MAGFET同步取样模式的CMOS磁敏传感器集成电路,并由0.6μm CMOS工艺实现.该CMOS磁敏传感器集成电路以共源极的扇形分裂漏磁敏MOS管作为磁敏传感单元,使磁敏传感器在参考工作模式和测量工作模式下实现同步取样,测量垂直磁场的同时,实现了在屏蔽磁场的参考工作模式下对磁敏传感信号进行噪声校正的功能.经过集成电路芯片的测试验证,同步取样模式具有较好的噪声校正功能,工作频率为20 kHz时,磁敏传感器的灵敏度为2.62 V/T.     

基于多传感器融合的双轮差速机器人定位研究

针对单一传感器有一定的误差与使用场景限制的问题,往往需要通过融合滤波技术对多传感器的测量信息进行优势互补。为改善由惯性姿态测量单元(Inertial measurement unit, IMU)与轮式里程计（Wheel Odometry）组成的航迹推算（Dead Reckoning, DR）长期使用时产生不可忽略的积分误差,以及全球定位系统（Global Positioning System, GPS）在遇到信号被遮挡或者干扰的情况下将无法正常工作等情况所引起的问题,本研究结合GPS、IMU、轮式里程计三种传感器对双轮差速机器人进行定位,以起到互补的作用,使其能够适应更加多样化的环境;同时,我们定时使用GPS模块对DR推算位置信息进行修正,并比较IMU互补滤波解算法与DMP解算法,选取效果更好的方案获取机器人欧拉角,最后使用扩展卡尔曼滤波(Extended Kalman Filtering, EKF)算法对传感器数据进行融合处理,得到机器人的最优定位。结果表明,在采用了多传感器融合的方案之后,机器人的定位精确度较之只有单一传感器的方案有了显著的提升。     

基于CKF被动多传感器目标跟踪算法

由于无源或被动探测设备提供的大多是角度信息,会导致观测非线性、距离不可测、低信噪比等问题,给目标跟踪带来很大的困难.针对被动多传感器目标跟踪系统中,观测量与状态之间存在较强的非线性关系所导致的非线性滤波问题,详细阐述了求容积规则选取积分点的方法,在研究求容积卡尔曼滤波(CKF)的基础上,结合集中式融合策略,推导出了具体滤波过程,提出了相应的被动多传感器目标跟踪算法.仿真结果表明,目标跟踪算法较好地解决了非线性滤波问题,提高了目标跟踪的精度.     

基于模糊神经网络的多传感器系统滤波降噪的研究

对多目标进行检测时,由于外界环境的改变及干扰,会不可避免地含有白噪声等干扰信号,而已有的神经网络自适应算法只能在一定程度上滤去干扰信号,且单一的神经网络对信号的训练样本有很强的依赖性而可利用的数据总是有限的;基于此,提出了基于模糊神经网络的滤波降噪算法,该网络不仅弥补了前者不足且有效提高了传感器精度,通过MATLAB仿真验证了该控制算法不仅具有适应恶劣环境的能力而且还具有极强的滤波降噪的功效.     

FCM与PDA相结合的多传感器多目标跟踪算法

传统的概率数据关联算法(PDA)是在密集杂波环境下的一种良好的多目标跟踪算法,但它是针对单传感器对多目标跟踪的情况下使用,不能直接用于多传感器对多目标的跟踪.针对多传感器多目标跟踪问题,提出一种改进的PDA算法,采用FCM算法预测航迹的聚类中心,然后采用PDA方法对航迹进行跟踪.仿真实验证明此方法能有效地进行多传感器多目标的跟踪.     

基于APIT的无线传感器网络质心算法研究

为了解决基于无线传感器网络的高速公路检测系统中由于信标节点分布不均且稀疏导致的定位误差,结合近似三角形内点测试(APIT)算法提出了一种新的定位算法,保证未知节点在所选择信标节点组成的三角形内。算法不需额外添加硬件,容易实现。M atlab环境下仿真结果显示,基于APIT的质心定位算法在信标节点较为稀疏、不均时,定位精度比采用最近邻信标节点选择的质心定位算法提高了32.18%。     

基于蚁群算法的多传感器目标分配模型

根据现代信息战的特点,分析了多传感器目标分配在数据收集和融合体系中的重要意义以及当前分配算法存在的问题.针对更加灵活地多对多分配问题,提出了一种带威胁系数和效用衰减度的循环分配方法,确立了新的目标函数,使传感器资源更多地流向威胁度高的目标,更加符合实际应用.针对目标分配这种NP问题,结合新的分配方法,建立了蚁群算法模型,通过算例仿真验证了该分配模型的可行性.     

基于智能手机传感器与触摸屏的手势交互技术

由于以图像为手势信息载体的交互方式易受环境影响,设计实现了一种基于智能手机触摸屏与内置传感器的手势交互方案。首先通过手机内置MEMS传感器及触摸屏获取手势信息;然后分析手势的运动学特征,实时提取手势的信息(角速度、加速度、触摸屏数据),利用多变量决策树分类器完成对手势分类与识别;最后给出了一个原型系统。实验结果表明,该方案满足实时人机交互需求。     

基于自适应卡尔曼滤波的多传感器信号降噪

针对建筑物混凝土腐蚀检测中传感器单一且常规卡尔曼滤波算法容易出现滤波精度降低的问题,提出了一种多传感器综合检测方法.采用改进的自适应卡尔曼滤波算法,利用最大概似估计准则,将新息方差直接引入卡尔曼滤波器的增益计算,实现估计模型的动态调整,降低了系统噪声和测量噪声的干扰.最后,对自适应卡尔曼滤波和常规卡尔曼滤波算法进行了仿...     

基于神经网络的多传感器融合技术研究

研究了基于神经网络的多传感器融合技术,并将其应用于自主吸尘机器人中.给出了神经网络传感器融合技术的基本原理,探索了改进的BP信息融合算法,使得改进后的算法在收敛速度上得到了很大的改善;介绍了传感器的监测系统和传感器特征的选择,构建了BP算法模型,并进行了仿真,得到了良好的实验结果.     

基于扇形栅格地图的移动机器人全局路径规划

针对已知环境信息下的移动机器人全局路径规划问题,描述了一种基于扇形栅格地图的波传播路径规 划算法．首先将移动机器人运行环境划分为极坐标系下的扇形栅格地图,建立栅格的六叉树连通模型,然后通过栅 格类方法完成栅格赋值和近似路径搜索,最后通过近似路径评价与优化得到最终规划路径．算法引入环道和环区概 念,解决了圆形波传播半径问题,算法复杂度为O(n)．仿真与实验结果证明了算法的低耗时和实用性．     

点要素扇形缓冲区的设计与应用

为了满足对点状实体进行扇形缓冲区分析的需要,在Visual Basic.NET和ArcObjects平台上,开发了点要素扇形缓冲区分析模块。首先,新建一个Polygon图层,迭代读取图层属性表字段值;其次,计算扇形圆弧两端点坐标和弦长,判断绘制圆弧方式,并把圆弧和扇形的两条边分别加入ISegmentCollection实例;最后,绘制出扇形缓冲区并进行多边形叠置处理。为了便于使用该功能,并能进行多种方法和参数选择,开发了扇形缓冲区向导。用两个实例证明了扇形缓冲区使用的方便性、动态性和有效性及其广阔的应用前景。扇形缓冲区是圆形缓冲区的一种扩充,包含了更多的信息和规律,便于分析和得出更可靠的结论,从而为管理者提供更准确的决策支持,同时丰富了空间分析中缓冲区的理论和方法。     

扇形优化Dijkstra算法

Dijkstra算法无数次遍历所有的临时标记结点,无疑成为该算法的一个瓶颈。在分析Dijkstra算法的基础上,结合平面网络的特点,从限制搜索范围和限定搜索方向两方面着手,在扇形区域内寻找最短路径,从而完成对Dijkstra算法的优化。优化算法基于有损算法,抛弃寻找最短路径时概率较小的顶点,直接寻求在方向和位置上趋向终点的顶点。它根据用户给出的起始顶点与目标顶点以及搜索的扇形角度查找最短路径。因此,在优化算法中,频繁遍历的顶点数量大幅度减少,提高了算法的速度和运行效率。     

基于多层增量式可扩展扇形兴趣区域的大规模DVE场景对等渐进式传输机制

为了解决在有限的互联网带宽上高效下载海量虚拟场景的"瓶颈"问题,文中针对基于对等网络(P2P)的虚拟场景渐进式传输的增量判断和场景下载源节点最优选择这两个关键点,首先将传统的兴趣域(Area of Interests,AOI)细化为兴趣扇区域(Sector of Interest,SOI),又将其提升为多层增量式可扩展兴趣扇形区域(Multi-LayeredIncrementally Scalable SOI,MISSOI),给出了MISSOI的分划扩展算法,并基于MISSOI提出了一个高效的整数级SOI场景下载的拾取算法;然后设计了一个基于对等网的海量DVE场景渐进式下载框架,并给出了在P2P-DVE中快速搜索场景下载源节点以及选择最优场景下载源节点的高效算法.仿真实验结果表明作者提出的方法在可视场景下载域的拾取、下载源查询成功率和下载请求失败率等性能指标上明显好于目前主流海量虚拟场景P2PDVE传输机制FLoD,更是远优于传统的Client/Server虚拟场景传输模式.     

无线传感器网络中基于蚁群的簇问路由算法研究

针对HEED算法中簇首与基站通信能鼍消耗过大的问题,在HEED算法的基础上,将蚁群算法与之相结合,提出一种基于蚁群的能量高效簇间路由算法(EIACA算法);该算法综合HEED算法及蚁群算法的优点,考虑节点当前能量对路由选择的影响,实现快速搜寻从簇头节点到汇聚节点的多跳最优路由的同时均衡节点的能量消耗,延长网络的生存时间;仿真结果验证了该算法的可行性和有效性.     

基于分层多模自适应滤波算法的无人机多重传感器故障诊断

应用标准的多模自适应滤波算法能够在较短的时间内检测出系统的单一故障,但是当把它用于检测系统的双重或多重故障时,这一算法需要建立所有可能出现的故障模型,而每一个模型都要对应一个卡尔曼滤波器,需要大量的滤波器并行运算,大大增加了系统的故障诊断时间,为了简化算法并减少算法计算时间,本文提出了一种用于复杂系统的多重故障诊断的分层多重模型滤波技术,在确定某一单个故障发生后,则可以启用一组基于上一单个故障的新滤波器来检测系统的第二重故障,这样减少了并行运算的滤波器数量,从而减少计算量和故障诊断时间.本文将此算法应用于某无人机多重传感器的故障诊断,仿真结果验证了该方法的有效性.     

基于Ventuz软件的人机交互应用研究

将Kinect传感器与装有重力传感器的移动终端作为输入设备,捕获人体的骨骼信息和移动终端的位置状态,转化为相应的指令,传送给面向消息的中间件。面向消息的中间件接收传送来的指令,根据不同设备的输入信号,转化为相应的命令,输出到Ventuz软件,展示相应的内容。此系统丰富了Ventuz软件的输入形式,使人机交互的输入更加多样化。