一种车辆前向防撞预警方法及系统

    公开(公告)号:CN107609486A

    公开(公告)日:2018-01-19

    申请号:CN201710706353.7

    申请日:2017-08-16

    Abstract: 一种车辆前向防撞预警方法及系统,先获取安装于车辆上的摄像头所拍摄的车辆行使方向上道路的图像,利用相机内参矩阵对图像的视频帧进行去畸变处理,对选定待变换区域src利用进行逆透视变换,根据逆透视变换后的视频帧中本车与目标车辆之间的像素间距离、像素间距离与实际距离之间的转换关系得到本车与目标车辆之间的实际距离,然后实际距离判断是否具有相撞风险,并在具有相撞风险时进行预警。在本车辆距离前面目标车辆过近的情况下,本方法及系统能及时地得知并提醒驾驶员或者自行调整车辆运行状态以避免撞车,且本方法及系统对光照突变、树阴遮挡、路面污渍等众多情况均能准确检测,适用性强、成本低、精度高、实时性以及稳定性较好。

    基于经验模态分解和深度学习的混合模型风速预测方法及系统

    公开(公告)号:CN106126896A

    公开(公告)日:2016-11-16

    申请号:CN201610444160.4

    申请日:2016-06-20

    Abstract: 本发明公开了一种基于经验模态分解和深度学习的混合模型风速预测方法及系统,该方法包括以下步骤:S1、根据经验模态分解对原始风速时间序列进行分解,得到多个本征模态函数;S2、对每个本征模态函数构建各自训练数据集和测试数据集;S3、将训练数据集中各个本征模态函数训练样本送入栈式编码网络进行训练,得到各自的风速预测子模型;S4、将测试数据集送入到各自对应的风速预测子模型进行预测,得到每个风速预测子模型的预测输出值;S5、将每个风速预测子模型的预测输出值进行组合叠加处理,得到最终的整体预测输出值。本发明有效提高预测模型的预测精度和鲁棒性;同时可以获得更高的短期风速预测精度。

    基于人工免疫和K均值聚类的无线传感网异常检测方法及系统

    公开(公告)号:CN105791051A

    公开(公告)日:2016-07-20

    申请号:CN201610179672.2

    申请日:2016-03-25

    Abstract: 本发明公开了一种基于人工免疫和K均值聚类的无线传感网异常检测方法及系统,该方法包括:S1、获取无线传感网节点采集到的原始监测数据构成时间序列,对其进行归一化处理,压缩降维,并计算压缩序列中各时序子段的均值和方差;S2、计算节点数据与每个簇头间的欧式距离,并采用人工免疫算法为K均值分类找到最优的初始簇头集合;S3、每当有新的数据分配到相应的簇内,对该簇的簇头值进行迭代更新,直到所有簇内的数据个数不再变化;S4、无线传感网根据K均值聚类结果中簇内数据个数进行异常判断。本发明能够准确地发现监测数据中的异常信息,提高无线传感网检测异常事件的及时性和可靠性,大幅度节省无线传感网能量和通信带宽。

    一种基于FSAX-MARKOV模型的无线传感网事件检测方法及系统

    公开(公告)号:CN105722129A

    公开(公告)日:2016-06-29

    申请号:CN201610035253.1

    申请日:2016-01-20

    CPC classification number: H04W24/04 H04W84/18

    Abstract: 本发明公开了一种基于FSAX?MARKOV模型的无线传感网事件检测方法及系统,该方法包括以下步骤:S1、采集原始监测数据据构成时间序列作为训练样本序列;S2、根据训练样本序列计算FSAX符号序列转移概率矩阵;S3、训练阶段:计算FSAX符号序列转移概率,并确定FSAX符号序列的正常转移概率阈值δth;S4、检测阶段:计算当前滑动窗口内监测数据的FSAX符号序列转移概率δ;S5、根据δth和δ对当前滑动窗口内监测数据进行异常事件检测。本发明具有较高的事件检测精度和较低的误报率;能够准确地发现序列中的异常区间,提高无线传感网检测异常事件的及时性和可靠性,大幅度节省无线传感网能量和通信带宽。

    基于联合块稀疏重构的无线传感网信道估计方法

    公开(公告)号:CN105812299B

    公开(公告)日:2020-05-15

    申请号:CN201610254765.7

    申请日:2016-04-22

    Abstract: 本发明公开了一种基于联合块稀疏重构的无线传感网信道估计算法及系统,该算法包括以下步骤:S1、初始化OFDM瑞利多径信道参数;S2、根据信道参数生成瑞利无线传感网多径信道块稀疏信道结构和需要发送包含导频序列的信息比特流;S3、将信息比特流映射成QPSK符号序列,将符号序列进行串/并转换并进行IFFT变换;S4、加入循环前缀CP,并在传输过程中加入加性高斯噪声影响;S5、去掉循环前缀CP,然后将符号序列并/串转换并进行FFT变换;S6、采用基于空时相关性的稀疏贝叶斯学习模型BSBL算法进行OFDM瑞利多径信道估计。本发明在获得相同估计性能的情况下,需要的导频数目或训练长度大大减少,提高了无线传感网频谱利用效率和信道估计性能。

    基于联合块稀疏重构的无线传感网信道估计算法及系统

    公开(公告)号:CN105812299A

    公开(公告)日:2016-07-27

    申请号:CN201610254765.7

    申请日:2016-04-22

    Abstract: 本发明公开了一种基于联合块稀疏重构的无线传感网信道估计算法及系统,该算法包括以下步骤:S1、初始化OFDM瑞利多径信道参数;S2、根据信道参数生成瑞利无线传感网多径信道块稀疏信道结构和需要发送包含导频序列的信息比特流;S3、将信息比特流映射成QPSK符号序列,将符号序列进行串/并转换并进行IFFT变换;S4、加入循环前缀CP,并在传输过程中加入加性高斯噪声影响;S5、去掉循环前缀CP,然后将符号序列并/串转换并进行FFT变换;S6、采用基于空时相关性的稀疏贝叶斯学习模型BSBL算法进行OFDM瑞利多径信道估计。本发明在获得相同估计性能的情况下,需要的导频数目或训练长度大大减少,提高了无线传感网频谱利用效率和信道估计性能。

    基于符号聚合近似的无线传感网数据压缩与重构方法及系统

    公开(公告)号:CN105744562A

    公开(公告)日:2016-07-06

    申请号:CN201610177210.7

    申请日:2016-03-25

    Abstract: 本发明公开了一种基于符号聚合近似的无线传感网数据压缩与重构方法及系统,该方法包括以下步骤:S1、获取无线传感网络每个节点在数据滑动窗口内采集监测数据构成的时间序列,对该序列进行标准化得到标准化序列;S2、对得到的标准化序列进行降维,并对各时序子段的均值进行符号化得到SAX符号序列;S3、对单个节点通过时间相关性来判断是否抑制当前时刻的SAX符号序列发送过程;对不同节点之间通过空间相关性抑制冗余信息的发送;S4、当一个周期内的每个节点都完成了时空相关性抑制过程,而且接收端结束了本轮数据采集,恢复节点未传送的数据。本发明能够大幅度节省无线传感网能量和通信带宽,延长电池供电的无线传感网工作生命周期。

Patent Agency Ranking