-
基于无线数据手套的手势识别方法研究
针对大场景的展览展示应用中便捷交互性问题,主要研究并实现7一种基于无线数据手套的手势识别方法.该方法可应用于大场景的展览展示、主题馆,大众娱乐等领碱.该无线数据手套采用CC2530作为主控芯片,设置了4个手指按键,采用XsensMTi传感器实时获取手套数据,利用RS232串口完成无线通信.通过串口与无线数据手套通信,实时获取手套运动数据,并进行数据转换,提取手套运动的朝向、加选度、旋转角度等特征,完成手势比对,最终实现手势识别.实验验证表明,该方法是可行有效的.该方法已经实际应用在了大场景的城市规划数字沙盘展示项目中,系统运行稳定,效果良好.蔡兴泉,郭天航,臧坤,李凤霞 - 系统仿真学报文章来源： 万方数据 -
利用无线MODEM实现HIS数据库的异常监测和远程处理
本文介绍利用无线工业MODEM实现对医院信息系统(HIS)数据库的作业运行、数据阻塞及死锁等情况进行监测和报警,并通过手机短信控制杀掉已死锁或阻塞的数据库线程,从而实现远程恢复各系统的正常运行.刘兴淮,徐燕梅,粱敏 - 中国医疗设备文章来源： 万方数据 -
压缩感知在无线传感器网络数据采集中的应用
提出了一种无线传感器网络中基于压缩感知的数据采集方法。通过分析信号压缩观测过程,提出了适合在硬件资源有限的传感器节点中实现的循环稀疏伯努利观测矩阵CSBM(Cyclic-Sparse-Bernoulli Measurement),该矩阵使用循环稀疏矩阵与伪随机伯努利序列,采用结构化的方法构造,具有非零元素少、良好的伪随机性、硬件易于实现等优点。仿真实验表明,与其他类型的观测矩阵相比,CSBM矩阵在一定信号重构精度前提下具有更低的压缩采样比CSR( Compress Sampling Rate)。在无线传感器网络数据采集应用中,感知节点可以通过压缩观测得到更少的观测数据,能够大大减少网络通信数据量。王泉,张纳温,张金成,吕方旭,王钰,陈可伟 - 传感技术学报文章来源： 万方数据 -
将LTE室分系统优化前移
通过分析运营商的经营数据我们可以发现,在3G时代,用户在室内使用数据的流量占到了整个数据流量的70%,并且比例不断增长.而室内分布系统的建设费用却只占无线资本开支的30%(无线资本开支主要包括无线基站建设、室内分布系统建设和少量WLAN建设).由此可见,室内分布系统的投资收益比比其他它无线项目更高.在LTE室内分布系统建设中,大多采用MIMO技术的双流方案,可以实现150Mbps的下行速率和70Mbps的上行速叶斌,宋永胜,陈文雄 - 中国电信业文章来源： 万方数据 -
无线传感器中一种分布式密钥更新管理方案
针对pDCS( Security and Privacy Support for Data-Centric Sensor Networks)方案在密钥重置时信息交互量大的问题,以互斥基底系统( Exclusion Basis System,EBS)建构一个高效能的分布式密钥管理方案。该方案将网络密钥的管理工作(包括密钥分配、重置及撤销)分散至各个簇中,进而降低密钥重置阶段通信量,延长网络寿命。论证分析表明:在不失安全性的前提下,仅增加些微的储存成本,便能大幅地降低能耗。潘中强,常新峰 - 传感技术学报文章来源： 万方数据 -
基于深度学习模型的无线传感器网络数据融合算法?
为了在无线传感器网络中提高数据融合性能,基于深度学习模型,提出一种将层叠自动编码器( SAE)和分簇协议相结合的数据融合算法SAEMDA,该算法在各个簇内构建特征提取分类模型SAEM,通过SAEM对节点数据进行特征提取和分类,之后将同类特征融合并发送给汇聚节点。 SAEM的训练既可以采用离线有监督学习也可以采用在线无监督学习。仿真实验表明:和BPFDA,SOFMDA算法相比,SAEMDA在网络能耗大致相当的情况下能将数据融合正确率提高最多7.5%。邱立达,刘天键,林南,黄章超 - 传感技术学报文章来源： 万方数据 -
基于事件驱动和神经网络的无线传感器网络数据融合算法研究
为降低突发事件监测的无线传感器网络( WSN)的能量消耗和数据冗余,设计并实现一种基于事件驱动的动态分簇BP神经网络数据融合算法( EBPDF)。其中动态成簇以及簇头选举过程基于事件严重程度和节点剩余能量,簇的生命周期和簇的覆盖范围根据事件紧急程度和节点剩余能量进行动态调整。同时,为减少网络通信量,将神经网络层次结构与WSN的簇结构相结合,在动态形成的簇结构中应用三层神经网络模型,通过神经网络算法从采集到的大量原始数据中提取出少量特征值,并发送到汇聚节点,从而延长网络生命周期,降低数据传输的冗余度。理论仿真实验证明,与LEACH算法相比,该算法既能有效降低网络通信流量,又能减少节点通信次数。侯鑫,张东文,钟鸣 - 传感技术学报文章来源： 万方数据 -
一种优化的贝叶斯估计多传感器数据融合方法
由于来自多个传感器的测量数据总是有一定程度的不确定性和不一致性,采用多传感器数据融合算法将多个节点的测量数据进行数据融合,利用数据的冗余度来减小这种不确定性,得到高可靠性的数据信息。提出了一种优化的贝叶斯估计多传感器数据融合方法,将贝叶斯估计和卡尔曼滤波器结合起来,应用于无线传感网络数据融合中。根据滤波器应用到传感数据、融合数据或者两者的方式,提出3种不同的技术,即:前向滤波法、后向滤波法和前后向滤波法。通过一个实例研究估计移动机器人的位置,验证算法的有效性。实验表明,在集中式和分布式两个方面数据融合体系结构,结合卡尔曼滤波器的贝叶斯融合算法能够有效地解决数据的不确定性和不一致性。张品,董为浩,高大冬 - 传感技术学报文章来源： 万方数据 -
无线传感器网络中基于安全数据融合的恶意节点检测
无线传感器网络的一些固有特点,如节点能量、存储空间和计算处理能力均有限,网络节点布署在野外而无人值守,节点易被敌方捕获,因而网络内部易存在恶意节点。本文在分析Atakli等人提出的WTE方案基础上,提出了一种新的基于安全数据融合的恶意节点检测算法( MNDSDF)。针对节点数目较多层次型的无线传感器网络,MNDSDF算法首先在WTE权值融合的思想上添加了高信誉值过滤机制,来检测恶意采集节点;其次针对WTE和WCF只允许簇内单跳和融合结果受恶意节点影响较大等不足,提出了数据包计数的策略,来检测恶意转发节点。与WTE相比,MNDSDF算法能抵制更多种攻击行为,适应更宽泛的路由协议。通过仿真实验,MNDSDF算法可以有效检测出部分恶意行为,并经过与WTE和WCF比较,具有更高检测率和更低误检率。崔慧,潘巨龙,闫丹丹 - 传感技术学报文章来源： 万方数据 -
基于Hadoop的封闭直方图立方
封闭数据立方是一种有效的无损压缩技术,它去掉了数据立方中的冗余信息,从而有效降低了数据立方的存储空间、加快了计算速度,而且几乎不影响查询性能.Hadoop的MapReduce并行计算模型为数据立方的计算提供了技术支持,Hadoop的分布式文件系统HDFS为数据立方的存储提供了保障.为了节省存储空间、加快查询速度,在传统数据立方的基础上提出封闭直方图立方,它在封闭数据立方的基础上通过编码技术进一步节省了存储空间,通过建立索引加快了查询速度.Hadoop并行计算平台不论从扩展性还是均衡性都为封闭直方图立方提供了保证.实验证明:封闭直方图立方对数据立方进行了有效压缩,具有较高的查询性能,根据Hadoop的特点通过增加节点个数明显加快了计算速度.冷芳玲,鲍玉斌,于戈,李炳梁 - 小型微型计算机系统文章来源： 万方数据
科创中国
