采用跨层协同设计的思路和定向通信机制,对移动 Ad Hoc 网中的按需路由算法进行跨层优化,提出一种新的 Ad Hoc 按需定向路由算法:CAODR。通过定向天线的使用和网络、MAC 与物理三层之间的跨层协同,实现了定向单播和全向广播的发送方式,...采用跨层协同设计的思路和定向通信机制,对移动 Ad Hoc 网中的按需路由算法进行跨层优化,提出一种新的 Ad Hoc 按需定向路由算法:CAODR。通过定向天线的使用和网络、MAC 与物理三层之间的跨层协同,实现了定向单播和全向广播的发送方式,成功减少了隐藏终端造成的分组碰撞和暴露终端造成的不必要等待。数学推导证明了 CAODR 对隐藏/暴露终端问题的改善。性能分析和仿真结果也表明:它在端到端时延、吞吐率、成功率等性能上的表现优于经典的 AODV 路由算法。展开更多
机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV...机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV3和YOLOv5的网络模型(以下称为MobileNetV3-YOLOv5),即在YOLOv5的主干中使用MobileNetV3,来提高对目标的检测速度和准确度;提出了一种基于优化特征点提取的改进定向快速旋转简报(Oriented FAST and Rotated BRIEF,ORB)算法,将图像分割成多个区域,分别提取每个区域的特征点,从而提高目标识别框内区域的特征点识别数量,再进行特征点聚类筛选,最后根据识别目标类型采用最小包围盒进行轮廓划分,得到目标的轮廓定位。试验结果表明:MobileNetV3-YOLOv5方法对比原始YOLOv5模型,在识别目标准确率方面提升5百分点,在效率方面提升14张/s;同时在0~60 m的范围内,轮廓估计误差仅为2.9%;体现了所提出的监视方法的有效性,可以提升飞行区监视定位准确性和运行安全性。展开更多
文摘采用跨层协同设计的思路和定向通信机制,对移动 Ad Hoc 网中的按需路由算法进行跨层优化,提出一种新的 Ad Hoc 按需定向路由算法:CAODR。通过定向天线的使用和网络、MAC 与物理三层之间的跨层协同,实现了定向单播和全向广播的发送方式,成功减少了隐藏终端造成的分组碰撞和暴露终端造成的不必要等待。数学推导证明了 CAODR 对隐藏/暴露终端问题的改善。性能分析和仿真结果也表明:它在端到端时延、吞吐率、成功率等性能上的表现优于经典的 AODV 路由算法。
文摘机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV3和YOLOv5的网络模型(以下称为MobileNetV3-YOLOv5),即在YOLOv5的主干中使用MobileNetV3,来提高对目标的检测速度和准确度;提出了一种基于优化特征点提取的改进定向快速旋转简报(Oriented FAST and Rotated BRIEF,ORB)算法,将图像分割成多个区域,分别提取每个区域的特征点,从而提高目标识别框内区域的特征点识别数量,再进行特征点聚类筛选,最后根据识别目标类型采用最小包围盒进行轮廓划分,得到目标的轮廓定位。试验结果表明:MobileNetV3-YOLOv5方法对比原始YOLOv5模型,在识别目标准确率方面提升5百分点,在效率方面提升14张/s;同时在0~60 m的范围内,轮廓估计误差仅为2.9%;体现了所提出的监视方法的有效性,可以提升飞行区监视定位准确性和运行安全性。
