为提高现有认知无线电的节能效率和鲁棒性, 提出了一种基于正交频分复用(OFDM: Orthogonal Frequency Division Multiplexing)的多用户认知无线电鲁棒节能功率控制算法。该算法基于有界不确定性模型,在考虑最坏误差情况下, 利用凸优化理论证明系统的拟凸特性, 并采用分式规划优化技术实现了节能效率的最大化。仿真结果表明, 该算法在高噪声和信道状态信息不确定的情况下, 可保障认知用户的通信服务质量需求(QoS: Quality of Service), 同时可以提高非授权用户的节能效率。

针对传统时频峰值滤波(TFPF: Time-Frequency Peak Filtering)未考虑地震信号记录道与道之间的相关性以及径向道TFPF 未考虑实际同相轴走向的问题, 在假设反射同相轴局部线性的基础上, 提出自适应径向道时频峰值滤波算法。该算法利用自适应函数获取局部区域内同相轴的走向, 通过径向道变换(RTT: Radial-Trace
Transform)将同相轴拉伸到径向道域, 提高其线性度, 更好地满足TFPF 无偏估计的条件, 减小因信号非线性引起的估计误差。实验结果表明, 该方法在随机噪声压制和有效信号恢复方面都取得了更好的效果。相同窗长下, 该算法相比传统TFPF 信噪比提高了5 dB 左右, 相比径向道TFPF 信噪比提高了3 dB 左右。

针对无线传感器网络能耗不均衡的问题, 提出一种非均匀分簇多跳路由协议ECBUC(Energy Consumption Balanced Unequal Clustering)。在簇首预选阶段引入能量因子, 使高能量节点参选的可能性增大; 分簇阶段通过竞争算法将网络划分为面积不均等的簇, 从而改善无线传感器网络的“热区冶问题; 在簇间路通过形成阶段给
出综合考虑中间节点的相对位置和剩余能量的评价指标, 协调了簇间通信的代价和网络的能量分布。经过仿真实验, ECBUC 协议可有效地均衡网络能耗, 与EEUC(Energy Efficient Uneven Clustering)协议相比, 使网络的生命周期平均延长了22. 29%, 提升了网络性能。

针对移动智能终端因发起攻击而导致大量个人隐私数据泄露的问题, 以互联网僵尸网络技术为基础,面向Android 平台设计并实现了移动僵尸网络。该移动僵尸网络基于微博控制, 对移动智能终端可完成信息窃取、信息破坏、垃圾短信等攻击。同时, 对移动僵尸网络的特性进行深入分析, 寻找攻击漏洞, 给出具有针对性的网络安全防御策略。研究结果表明, 该设计可提高移动智能终端的安全性, 降低移动僵尸网络对个人用户造成的损失, 有助于进一步对移动僵尸网络的传播、命令控制机制及控制协议的研究。

为减少护士人数及其劳动强度, 降低输液医疗事故发生率, 设计了一套静脉注射智能远程监控报警系统, 对药液量进行实时监控, 当无液或接近无液时向护士站报警, 保障患者静脉注射的安全。该系统以CC2530 无线单片机为核心, 利用红外传感器进行液位监测, 并通过ZigBee 网络进行报警信息的传输, 上位机对报警信息显示的同时将信号发到护士手机中。对系统的实际测试结果表明, 该系统操作简便, 检测灵敏度高, 稳定性好, 能满足实际静脉注射输液的远程监控需要。

为给评价立体视频的舒适程度提供一种可参考的标准, 在确定人眼观看立体视频时水平视差为主要影响因素基础上, 以对比度作为其补偿因素对立体视频舒适度的影响。利用图形分割方法将前景与背景分离, 利用场景相关的显著区域提取方法得到显著区域, 提取显著区域的视差并分别提取前景和背景对比度, 结合深度感知理论和最小二乘拟合方法建立评价模型, 利用主观评价方法对模型进行评定, 由此得到对立体视频舒适度评价的一种方法。由主观评价验证可知, 该评价方法与人眼的立体视觉基本一致, 为进一步研究人眼立体舒适度提供参考。

为更加准确有效地提取物流过程中所需的位置和图片信息, 提出了基于Android 平台的物流信息采集系统。采用自带CMOS(Complementary Metal Oxide Semiconductor)摄像头, 对图片信息进行采集; 通过加载第3 方地图软件和自带GPS(Global Positioning System)模块, 进行定位信息采集; 通过唯一触发方式, 保持数据的唯一性和可靠性。通过无线网络, 将数据打包放送到远端服务器中, 实现数据保存。基于Android 4. 2 嵌入式硬件开发平台, 进行信息采集和信息发送等功能界面的设计。测试结果显示, 该系统能有效提取位置和图片信息,并能快速准确地进行数据上传, 具有非常广泛的应用价值。

为实现城市公共自行车的自动化租赁及实时调度, 提高车辆的使用效率, 将射频识别技术、GPRS(General Packet Radio Service)无线通信技术与嵌入式技术相结合, 设计了客户机/ 服务器架构下的无线智能租车系统。客户端以S3C2440 处理器为核心并移植了linux 操作系统, 完成车辆的自动化租赁控制并将使用者信息、分布式站点地理信息和终端状态信息以TCP(Transmission Control Protocol) 协议上传到服务器; 同时在Windows 下开发了基于TCP 的服务器应用程序, 以接收客户端上传的数据并统计车辆的分布状况, 必要时做相应的车辆调度。给出了系统的总体设计方案, 并进行了编程调试。测试结果表明, 该系统运行稳定, 客户端的数据通过GPRS 网络可以安全可靠、实时地上传到服务器, 达到了数据实时传输的要求。

针对79 GHz 频带雷达在雾气、降雨、降雪等不同天气条件下雷达性能下降的问题, 研究了基于79 GHz频带车载雷达的传播特性。评价了包括大气因素、降水(雾气、降雨、降雪)以及沙尘对该频段的影响, 并仿真分析了该频带在不同环境条件下对车载雷达性能的影响。结果表明, 不同天气条件对该频段雷达具有一定的衰
减作用, 同时降雨对79 GHz 车载雷达具有较大的影响。该研究对开发和利用79 GHz 频带, 并为该频带进一步应用于智能交通系统提供了理论根据。

针对SI(Spark Ignition)发动机空燃比(AFR: Air-Fuel Ratio)控制精度低、无法自适应等问题, 提出了基于NARX(Nonlinear Auto Regressive model with eXogenous inputs) 模型的非线性模型预测控制(NMPC: Nonlinear Model Predict Control)方法。利用渐消记忆递推最小二乘(RLS: Recursive Least Squares)算法对NARX 模型进行辨识, 基于NARX 模型对SI 发动机的AFR 进行非线性模型预测控制。该方法辨识精度高, 可通过NARX 模型数学结构直接计算最优控制序列, 从而提高系统的控制精度。同时, 采用Matlab 对均值发动机模型(MVEM:Mean Value Engine Model)进行仿真实验, 并与采用Volterra 模型的PI(Proportional Integral)控制器算法进行对比。仿真结果证明, 该算法控制效果比基于Volterra 模型和传统的PI 控制器的控制效果超调量小, 调节时间短, 更加具有工程实际应用性。

为准确诊断汽车发动机常发生的单缸失火和双缸失火故障, 利用概率神经网络分析发动机转速与曲轴位移角度诊断发动机失火故障。在AMEsim 软件环境下搭建一款四缸发动机模型, 利用故障注入的方式模拟发动机失火, 提取发动机转速和曲轴角度位移数据, 在Matlab 环境下进行数据处理与分组, 建立概率神经网络PNN(Probabilistic Neural Network)进行训练与测试。实验结果表明, 发动机转速与曲轴转角位移能有效反应发动机真实运行情况, 训练好的PNN 可对发动机单缸、双缸失火进行准确的诊断和定位。该方法具有简洁、经济、高效和准确度高等优点。

八自由度车辆模型所包含的控制量较多, 对其直接分析控制有一定的难度, 为此, 提出一种模型分解方法。将原有整车模型分解成3 部分, 使每部分模型包含的控制量较整车模型明显减少, 便于对每部分单独设计控制器。同时对分解后模型的车辆侧倾角及其速度部分, 使用线性二次型最优控制方法, 设计状态最优控制器实现车辆稳定性控制。计算结果表明, 该控制器具有较好的控制效果, 既降低了分解后模型的分析难度又保证了车体控制的精度。

为提高人群密度的监测效能, 利用人体的体温和呼吸出的气体对封闭空间中的温湿度有较大影响的特点, 通过温湿度传感器对封闭空间温湿度信息进行有效采集。将采集的温湿度信息进行融合处理, 标定出封闭空间人群密度等级, 对实际监测的数据与标定数据进行比较, 并通过曲线拟合人数和温湿度矢量模的线性关系, 可有效估计当前空间人群密度情况。利用Labview 虚拟器编辑监管平台, 对监测数据进行可视化显示, 并通过设定人群密度等级阈值, 可实现闪灯及响声听视觉双重报警功能。实验测试结果表明, 该系统设计合理且实用性强, 具有良好的稳定性和测量精度。

为解决自主车辆的跟随控制中误差系统的稳定性问题, 基于Leader鄄follower 法设计了车辆跟随控制器。对自主车辆进行运动学建模, 采用Leader鄄follower 模型描述车辆跟随结构, 用L鄄渍控制方法建立车辆跟随误差系统, 设计跟随车辆的速度控制器, 以实现跟随车辆对领航车辆的稳定跟随。通过Matlab 仿真实验结果证明,该控制器使误差最终收敛到0, 能达到跟随控制的目的。

为了解决初步眼动追踪问题, 提出基于视频图像的实时性眼动追踪的快速算法。将RGB 色彩空间转换成YCbCr 空间, 利用肤色模型定位人脸。剪裁后, 用Sobel 算子边缘检测算法进行卷积处理, 对图像进行水平投影找到人眼大致位置, 对眼部进行粗定位。对该区域进行灰度投影, 分割左、右眼, 再分别对左、右眼进行定位, 从而得到人眼的精确定位。实验选取15 帧图片作为测试视频序列, 其结果表明, 该算法准确地解决了眼动追踪问题, 满足实时性要求。

为提高智能电饭煲的实用性和便捷性, 选取可用性评价技术对智能电饭煲显控界面进行研究, 并根据消费者以及智能电饭煲自身的特点, 建立了智能电饭煲显控界面评价指标体系。针对该指标体系, 运用G1 法确定了全部评价指标的权重系数。该指标体系的建立可为智能电饭煲显控界面的评价提供科学依据, 并为日后智能电饭煲显控界面的设计提供一定参考。

为提高信息获取的定向性和准确性, 适应大数据时代数据处理需求, 以高校信息平台为应用背景, 设计并实现了基于Hadoop 云平台的个性化信息定制系统。该系统利用Mahout 培养Bayes 分类器实现数据挖掘算法的分布式, 将分析处理结果存储于Hbase 数据库中, 并在移动终端上开发了基于Android 的客户端, 将移动终端与分布式信息处理平台互连, 完成信息推送。测试结果表明, 该系统可以为用户提供个性化定制服务, 方便用户随时查阅定制信息, 提高信息服务的针对性和互动性, 满足用户日益增长的网络访问需求。

针对传统活动轮廓对图像分割鲁棒性较差的问题, 将基于区域的轮廓模型和基于梯度的轮廓模型通过图像熵与图像梯度和进行结合。通过图像熵与图像梯度和建立基于梯度与基于区域结合的活动轮廓模型。将水平集函数嵌入到模型中, 对模型结果进行连续分割, 并进行拓扑变化。采用窄带方法进行快速演化。实验证明, 该方法有较好的鲁棒性和较快的分割速度, 对图像分割理论的发展提供了新的研究途径。

为使视频监控技术更方便、并能网络实时监控, 基于视频压缩技术的进步以及智能手机等移动设备的普及, 分析了监控系统的需求、面临的问题及调整, 设计了一套基于Android 平台的功能完善的远程视频监控报警系统。实际测试表明, 该系统实现了高清晰度的实时视频监控功能, 并在出现异常情况下进行智能分析做出相应预警操作。系统功能完善, 界面简洁大方, 并具有一定的兼容性、可扩展性。

为从不同角度识别目标物体以及解决左右两幅图像中目标轮廓中心不匹配的问题, 将SURF(Speeded Up Robust Features)算法与GrabCut 算法相结合, 离线采集目标物体不同角度的图像, 生成目标模板图片库。利用SURF 算法完成目标物体的识别; 利用SURF 算法自动初始化GrabCut 算法, 实现目标轮廓的提取; 利用基于灰度相关的区域匹配算法完成目标轮廓中心点的匹配, 结合三维重建原理实现目标定位。实验结果表明, 该方法可以成功识别目标物体并对目标物体进行准确定位。

为解决传统PC 机等电子设备不易携带且读取精度不高的问题, 结合最新的低功耗蓝牙4. 0 技术与Android移动终端, 设计了温湿度监测、数据传输和数据显示系统。该系统以NRF51822 低功耗蓝牙模块为核心, 对SHT20 传感器末端的温湿度进行采集, 利用Android 移动终端对数据进行读取并显示。相比于传统的PC机监测, Android 移动终端更加方便、快捷。