【摘 要】
：
结合低速率能量检测与高速率匹配滤波的两步超宽带TOA估计算法适合WSN定位。通过采样获得低速率能量序列,找出直达路径(direct path,DP)在序列中的位置,即TOA粗估计。在该能量采样周期内进行相关滤波,由相关峰确定DP位置,即TOA精确估计。能量采样周期、能量块选择门限、相关峰检测门限是TOA估计的关键参数,对它们进行讨论,并给出一种基于最大最小能量比(MMR)的归一化门限模型。在IEE
【机 构】
：
徐州工程学院信电工程学院,中国矿业大学信息与电气工程学院
论文部分内容阅读
结合低速率能量检测与高速率匹配滤波的两步超宽带TOA估计算法适合WSN定位。通过采样获得低速率能量序列,找出直达路径(direct path,DP)在序列中的位置,即TOA粗估计。在该能量采样周期内进行相关滤波,由相关峰确定DP位置,即TOA精确估计。能量采样周期、能量块选择门限、相关峰检测门限是TOA估计的关键参数,对它们进行讨论,并给出一种基于最大最小能量比(MMR)的归一化门限模型。在IEEE 802.15.4a信道下的仿真结果表明:算法的运算量低于单一滤波匹配算法,精度优于基于能量检测的非相
其他文献
现有的边缘检测方法主要采用全局阈值选取方法,由于全局阈值的选取不当,易造成图像中重要而梯度变化较弱的边缘丢失,而局部阈值选取研究相对不足且实用性差。针对以上问题,提出了基于局部区域的动态阈值选取方法:以每个候选边缘点为中心,局部矩形区域内动态确定该点的双阈值,根据边缘点梯度模值与其双阈值大小关系选取边缘点。与Canny边缘检测中采用的阈值选取方法相比,本算法能够有效地提取图像中重要边缘,且抗噪声能
大型设备自身的复杂性、设备的个体差异及工作环境的影响,使设备的故障知识呈现一定的独特性,获取故障知识变得更为困难,针对上述问题,设计了一种能自动更新故障知识的故障诊断方法。该方法采用贝叶斯技术,融合专家的经验知识与设备自身的独特性故障知识,利用故障决策树对单层次和多层次的设备故障进行诊断;最后,给出一个实例证实此方法在实际工程中的简洁性与有效性。该方法已运用于某大型装备的故障诊断中,取得了良好效果
自适应演化软件通过演化技术,为软件添加动态、柔性以及灵活可变的特征,使软件系统能更好地适应动态、开放以及难控的网络环境,并在普适计算、嵌入计算等领域表现出良好的应用前景,成为当前软件技术研究中备受关注的热点之一。为更好地研究自适应演化软件,需对现有研究成果进行总结和归纳。首先总结自适应演化的基本特征,指出其面临的挑战;在此基础上,从语言、体系结构和框架应用层面描述其研究成果,并对其进行分类与比较,
基于频繁子树挖掘算法中的前缀节点思想,将模式图分为图核—分支—连接向量三个部分,提出了CBE算法。对在分支上扩展得到的候选模式图,CBE算法能够在常数时间内完成规范化判定。通过实验证明CBE算法的子图挖掘效率有显著提高。
为了对抗多用户OFDM系统中用户实时业务对时延的敏感性,提出一种利用Hopfield神经网络(HNN)算法的跨层自适应资源分配方案。该方案设置用户调度优先级时同时考虑物理层的信道状态信息,及媒体接入层的用户队列状态信息和等待时间等;采用HNN算法,最大化系统容量的同时降低了平均时延和丢包率。仿真结果表明,相比于传统资源分配方案,该方案可以有效保障用户的服务质量,并提高了系统的整体性能。
针对一阶逻辑在复杂结构数据环境中存在模式搜索空间庞大和不能发明新谓词的缺点,提出了使用类型化的高阶逻辑知识表示语言Escher去表示各种复杂结构的数据,利用其强类型语法
2010年1～6月在建水县李浩寨油茶苗圃基地对云南省已认定的5个油茶良种（云油茶3号、4号、9号、13号、14号）进行了嫁接育苗试验.结果表明,5个油茶良种嫁接苗成活率达84.7%,苗木生
根据模糊熵理论和改进的空间信息分布,提出了颜色空间特征语义图像检索模型。阐述基于语法规则的颜色空间特征语义描述方法,构造从低层颜色空间特征到高层语义之间的映射,根据这些模糊语义值进行图像检索。实验结果表明,该模型能够有效地对图像高层语义进行刻画,由此实现的模型不仅能获得高效和稳定的检索结果,获得与人类视觉感知较好的一致性,该算法还能很好地消除低层图像空间特征和高层语义之间的语义鸿沟。
根据昌宁县的自然地理和植被概况，分析城区绿化树种现状，提出昌宁县城绿地系统树种规划目标和原则以及植物种类技术指标规划。规划基调树种9种，骨干树种中乔木类20种，花灌木类23
针对通信网告警中预示重大故障的告警数量少、不适合用传统预测方法的特点,提出了一种基于稀疏贝叶斯的通信告警序列预测方法(PBM),并与支持向量机(SVM)预测方法进行了比较。实验结果表明,PBM方法非常适用于小样本的通信告警预测,其不仅具有SVM的预测性能,而且在样本数目增加时的预测误差率要小于SVM,具有非常好的预测精度。