题名 基于行人航位推测技术的智能手机测步算法
1
作者
徐义晗
机构
淮安信息职业技术 学院计算机与通信工程 学院 江苏省软件测试工程技术研究开发中心
出处
《控制工程》
CSCD
北大核心
2020年第7期1281-1285,共5页
基金
江苏省教育科学“十三五”规划课题(D/2018/03/46) 江苏省淮安市创新服务能力建设(HAP201904)。
文摘
针对智能手机测步问题,提出基于行人航位推测技术的测步(Pedestrian Dead Reckoning-based Step Detection,PDR-SD)算法。PDR-SD算法依据从智能手机获取加速的数据,实现测步。PDR-SD算法引用低复杂信号处理技术滤除噪声,再估计峰值和谷值,同时避免因无意手机移动而产生虚步,从而实现准确地测步。为了分析PDR-SD性能,依据Android平台建立实验。实验数据表明,提出的PDR-SD算法能够实时地检测步伐,并且检测率保持99%以上。
关键词
智能手机 行人航位推测 测步 峰值 谷值 安卓
Keywords
Smartphone pedestrian dead reckoning step detection peak valley Android
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TP212
[自动化与计算机技术—检测技术与自动化装置]
题名 基于无迹卡尔曼滤波的移动目标跟踪算法
被引量：7
2
作者
徐义晗
机构
淮安信息职业技术 学院 江苏省软件测试工程技术研究开发中心
出处
《火力与指挥控制》
CSCD
北大核心
2020年第12期149-152,共4页
基金
江苏省教育科学“十三五”规划课题(D/2018/03/46) 淮安市创新服务能力建设计划基金资助项目(HAP201904)。
文摘
为了提高对目标跟踪的位置估计精度,提出基于无迹卡尔曼滤波的移动目标跟踪UKTT算法。UKTT算法先获取移动目标与锚节点间的接收信号强度指示RSSI值,再依据这些RSSI值训练通用回归神经网络GRNN模型,并由GRNN初步估计目标位置,再由无迹卡尔曼滤波UKF修正目标位置的估计值。仿真结果表明,提出的UKTT算法提高了对目标位置的估计精度。
关键词
移动目标跟踪 无迹卡尔曼滤波 回归神经网络 接收信号强度指示
Keywords
mobile target tracking unscented kalman filtering regression neural network received signal strength indicator
分类号
TPT393
[自动化与计算机技术]
题名 UWSNs中基于线性规划的节点部署算法
被引量：2
3
作者
徐义晗
机构
淮安信息职业技术 学院计算机与通信工程 学院 江苏省软件测试工程技术研究开发中心
出处
《控制工程》
CSCD
北大核心
2019年第11期2130-2135,共6页
基金
江苏省高校哲学社会科学研究基金项目(2017SJB1653)
文摘
针对水域的固体污染物检测,提出基于混合整数线性规划的水下传感网络节点部署算法(Mixed Integer Linear Program-based 3D Underwater Wireless Sensor Networks Deployment, MILP-UWSNs),其目的在于最小化水下传感节点数,并保证网络覆盖率。首先,将部署区域划分为多个子立方体Sub-Cubes,然后再利用混合整数线性规划计算Sub-Cubes的最小尺寸,并确保部署所有Sub-Cubes的收敛时间在可接受范围内。最后,分析MILP-UWSNs算法的有效性,并将MILP-UWSNs算法与常见的同类算法进行比较。实验数据表明,提出的MILP-UWSNs算法具有可扩展性,并且在部署成本,监控质量方面均具有良好的性能。
关键词
水下传感网 水域监控 三维部署 整数线性规划 覆盖率
Keywords
Underwater sensor networks river monitoring 3D deployment mixed integer linear program coverage ratio
分类号
TP914
[自动化与计算机技术]
题名 一种基于强化学习的深度信念网络设计方法
被引量：4
4
作者
邢海霞 程乐
机构
江苏省软件测试工程技术研究开发中心
出处
《控制工程》
CSCD
北大核心
2019年第11期2115-2120,共6页
基金
江苏省高校自然科学基金项目(16KJB520049)
文摘
近年来,基于深度学习思想发展起来的深度信念网络(Deep Belief Networks, DBN)在人工智能和大数据预测分析中得到了成功的应用。由于DBN的隐含层数较多,传统的DBN有监督精调(Fine-tuning)方法-BP算法很难得到令人满意的学习精度,甚至会因为梯度扩散(Gradient Diffusion)导致精度调节失败,且网络鲁棒性差。针对此问题,提出一种基于强化学习策略的DBN模型(RL-DBN)及其算法。首先利用自适应对比散度(Adaptive Contrastive Divergence, ACD)算法来快速预训练DBN的隐含层以获取较优的初始权值,然后用强化学习算法代替BP算法对DBN进行精调以提高有监督学习的精度和网络的鲁棒性。实验结果表明,相较于现有的类似模型,RL-DBN在学习速度、精度以及鲁棒性能等方面均有较大提高。
关键词
深度信念网络 强化学习 自适应对比散度 鲁棒性能
Keywords
Deep belief network reinforcement learning adaptive contrastive divergence robustness
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 无线传感网络中基于时延感知的背压路由
被引量：1
5
作者
章万静
机构
江苏省软件测试工程技术研究开发中心 江苏 电子信息职业学院计算机与通信学院
出处
《传感技术学报》
CAS
CSCD
北大核心
2021年第12期1684-1689,共6页
基金
江苏省教育科学“十三五”规划2018年度课题项目(D/2018/03/46) 淮安市科技项目(HAP201904)。
文摘
尽管背压路由优化了传感网络的吞吐量,但其也存在数据包传输时延大的问题。为此,提出基于时延感知的背压路由(Delay-Aware Backpressure Routing,DABR)。DABR路由估算数据包驻留在队列中的时间(驻留时间),并依据数据包队列积压差和驻留时间决策路由,优先传输驻留时间长的数据包,进而在不损害网络吞吐量性能前提下,缩短数据包传输时延。仿真结果表明,提出的DABR路由提升了数据包传输成功率,并降低了数据包传输时延。
关键词
无线传感网络 背压路由 队列积压差 链路权值 驻留时间
Keywords
wireless sensor networks backpressure routing queue backlog weight of link dwell time
分类号
TP393
[自动化与计算机技术—计算机应用技术]
