基于运动参数预测的群组移动节点定位算法

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:skljgsdklj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对群组移动节点定位算法普遍基于不切实际的假设,存在普适性欠佳和精度不高的问题,提出一种基于运动参数预测的群组移动节点定位算法。该算法根据群组移动节点具有相似运动的特点,运用Hermite插值多项式预测、过滤节点运动参数。为确保定位精度,应对节点移动性带来的采样区域变化,运用预测节点运动参数构建粒子有效采样区域;为节省时间开销,基于采样粒子真实分布与其极大似然估计值之间的最大K-L(Kullback-Leibler)距离确定能够满足不同采样区域的最少粒子数目;为改善算法收敛性,运用预测运动参数创建滤
其他文献
在分析钱塘江流域11个气象站1951~2008年的月降水资料基础上,提出了多时间尺度Z指数和标准化降水指数(SPI),并通过普通Kriging方法对干旱指数进行插值,重点分析了钱塘江流域三
在视觉跟踪中,如何适时地更新目标模型是影响跟踪算法跟踪精度和鲁棒性的关键性因素,也是当前研究中面临的重点和难点问题。对此,提出了一种基于多表观模型竞争的模型更新策略。通过多表观模型中各子模型的贡献度大小确定竞争优势排序,当最优子模型的贡献度满足多表观模型更新阈值时,对各子模型及其对应的系数进行更新;否则,仅对部分子模型进行更新。在此基础上,以粒子滤波算法为跟踪框架,提出了基于多表观模型竞争的视觉跟
传统位置服务匿名隐私保护方法大多在原始数据集上寻找匿名区域,很少对待隐匿区域进行筛选,会带来较高的时间消耗。事实上,匿名常常是在查询点周围进行的。通过采用Top-Down grid网格划分方法选择待匿名区域,提出了基于Top-Down grid的位置敏感哈希划分的k匿名隐私保护算法,不仅可以提高时间效率,而且与现实世界更相符;利用位置敏感哈希函数对所选位置点进行投影变换,使得划分更加合理、匿名损失
针对中间节点对收到的所有编码包进行验证浪费网络资源和目的节点解码速率慢等问题进行研究,提出一种高效自适应的抗污染攻击网络编码传输方案-EANC(efficient and adaptive network coding transmission scheme against pollution attack)。EANC方案在数据分组编码阶段,利用按照网络编码的时间和空间特性构造的线性子空间签名方案
保障网络空间安全通常采用序列密码算法对信息进行加密。检测一个序列密码算法的优劣,一般是采用NIST标准中的方法对其产生的随机序列进行测试。NIST提供的检测方法仅对单个序列进行测量具有密钥流利用率不高、结果不够直观等缺点,描述了对NIST的检测方法进行改进后形成系统检测的新方法。首先对密钥流采用多分段计算的方法,增加了密钥流的利用率,使得一个长密钥流形成多个测量度量使测量结果系统化,将所获得的数据
针对利用卷积神经网络进行辐射源信号识别过程中时间复杂度高的问题进行研究,提出一种基于降噪自编码器和卷积神经网络结合的算法。首先对雷达辐射源信号进行短时傅里叶变换,获取时频图像;然后对图像进行灰度和阈值二值化处理,将处理后的图像向量化操作输入到降噪自编码器中,提取降噪自编码器隐藏层特征数据完成降维处理,再重构成图片矩阵输入到卷积神经网络中,利用常用的softmax分类器进行分类识别。通过仿真表明,添