【摘 要】
：
许多无线定位应用通过旋转方向天线推测无线信号的到达角度(angle of arrival,AOA),但该类方法在稀疏抽样和复杂环境中定位精度不高。方向天线波瓣曲线的还原实验表明,最大接收信号强度(received signal strength,RSS)附近的波瓣曲线与二次曲线近似。根据这一事实,提出了一种基于RSS二次曲线拟合的AOA定位算法。该算法利用最大RSS附近的数据拟合出二次曲线方程,通
论文部分内容阅读
许多无线定位应用通过旋转方向天线推测无线信号的到达角度(angle of arrival,AOA),但该类方法在稀疏抽样和复杂环境中定位精度不高。方向天线波瓣曲线的还原实验表明,最大接收信号强度(received signal strength,RSS)附近的波瓣曲线与二次曲线近似。根据这一事实,提出了一种基于RSS二次曲线拟合的AOA定位算法。该算法利用最大RSS附近的数据拟合出二次曲线方程,通过曲线方程的最值点估测AOA。实验结果表明,该算法能够在稀疏抽样和复杂环境中保持良好的定位精度;真实环境
其他文献
【正】 通州区梨园地区梨园村养鱼专业户付国兰是一位普普通通的农家妇女,然而,在不到10年内,她却先后拿出70余万元资助未脱贫的乡亲、下岗工人和边远山区的辍学儿童,资助人
随着互联网的飞速发展,产生大量的图像信息。为了减小存储并提高图像质量,提出了一种基于奇异值分解和Contourlet变化结合的有损图像压缩算法。该算法先对图像进行奇异值分解,根据奇异值对图像信号的贡献选取适当的奇异值来实现图像压缩,再对图像进行Contourlet变换和量化,实现图像二级压缩。将该算法和图像奇异值分解直接压缩算法、Contourlet变换压缩算法进行实验比较,结果表明,该算法比图像
由于红外成像的机理和探测器的限制,使得红外图像具有对比度低以及边缘模糊的特点,导致红外图像不适合被人眼及机器观察;传统的红外图像增强方法由于没有考虑人眼的因素,导致仍然不适合被人眼观察。结合分层思想提出一种基于人眼视觉的红外图像细节的增强方法。该方法首先利用双边滤波器将图像分成包含图像低频概貌信息的基础层和包含图像高频细节信息的细节层,基础层的处理是运用人眼视觉特性的方法将其映射到显示器可显示范围
针对当前智能手机应用安全知识等信息的共享及复用问题,采用本体技术实现了智能手机应用本体(application ontology,APPO)的建模。利用本体描述语言(Web ontology language,OWL)对APPO中的概念及概念之间的关系进行知识表示,建立了一个语义表达准确的领域本体;利用本体查询语言SPARQL实现基于RDF三元组的各类相关查询;在此基础上,借助本体推理机制进行了推
复杂网络中最具影响力节点的识别对网络动力学如加速信息的扩散或抑制流言的传播都具有重要影响意义。为了对节点影响力给出具体排序,在已有的各种最具影响力节点识别方法的基础上,提出了一种基于社团结构和k-shell节点法的节点影响力识别方法。其基本思想是利用某个节点处于不同社团的邻居节点的ks值判断节点影响力(称为Nc值),以识别ks值相同的节点的不同影响力。通过单感染源传染的SIR模型进行仿真,发现Nc
为解决大型室内场所高密度用户、高服务质量业务需求问题,在对Wi-Fi布设现存弊端及可见光通信(visible light communication,VLC)技术特点进行分析的基础上,提出了一种室内多个VLC热点与一个Wi-Fi热点混合组网的方案,对混合组网的系统架构进行了设计。同时,在灯的典型正方形布局方式条件下,以10 m×10 m×3 m的房间为例,给出了一种对多盏灯进行分组以改变VLC热点
针对局部线性嵌入算法(LLE)无法利用样本的鉴别信息,最大边界准则算法(MMC)对非线性数据处理能力较弱的不足,提出一种基于最大间距准则的稀疏局部嵌入(SLE/MMC)特征提取算法。在保持局部近邻的前提下,首先在类内紧致图中使同类样本尽可能地聚集在一起;然后在类间惩罚图中使不同类别的样本尽可能分离;最后使用弹性网回归算法得到一个最优的稀疏投影矩阵。为了避免小样本问题,采用MMC的形式构造目标函数。
为适应图数据规模巨大、耦合性强、动态变化等特点,实现大规模图数据的高效分析计算,对图计算系统计算模型的研究现状进行了调研和综述。介绍了图计算系统的产生和发展,然后将主流图计算系统中的计算模型按照计算对象分为节点中心计算模型、边中心计算模型、路径中心计算模型和子图计算模型四类,重点介绍节点中心模型的应用和性能。最后对图计算模型的发展过程进行总结,并展望图计算模型未来的发展方向。
目前常用的室内定位算法在构建指纹库时，因为在参考点处接收到的信号强度值存在噪声值，传统的欧氏距离计算公式忽略信号发射器的稳定程度从而造成定位误差，以及K近邻算法无法根
对跨项目缺陷预测问题展开了深入研究,在源项目实例选择时,考虑了三种不同的实例相似度计算方法,并发现这些方法的缺陷预测结果存在多样性,因此提出了一种基于Box-Cox转换的集成跨项目软件缺陷预测方法 BCEL。具体来说,基于不同的实例相似度计算方法,从候选集中选出不同的训练集;针对这些数据集,进行有针对性的Box-Cox转换,并借助特定分类方法构造出不同的基分类器,最后将这三个基分类器进行有效集成。