基于CNN-BiLSTM混合神经网络的雷达信号调制方式识别

针对具有时频特性的雷达信号,传统的雷达信号识别方法已经无法满足对信号类型精准识别的需求,因此需要通过采集并分析雷达信号脉内的时频特征实现对目标雷达的具体信息进行有效评估。设计了一种卷积-双向长短时记忆(Convolution-Bidirectional Long Short-Term Memory,CNN-BiLSTM)混合神经网络模型,主要通过BiLSTM的时序记忆特性深度挖掘雷达信号的时域特征,结合权值共享特性和CNN层捕获雷达信号的时频特征,再利用二者信号特征联合完成对雷达信号调制方式的识别。通过对比实验验证,所提方法对若干种雷达信号的识别具有较高的准确度,平均值达到95.349%;优于只使用单一特征的网络和传统算法,具有良好的抗噪声能力。

基于改进社区发现算法的交通控制子区动态划分

针对大规模复杂交通网络的子区域划分问题,通过改进社区发现算法,提出一种交通控制子区动态划分方法.通过分析相邻路口的路段长度、排队长度和信号周期等3个因素建立相邻交叉口总关联度模型,将交通网络等效为社区网络,以关联度表示节点间的重要性,改进社区发现算法中的边权与点权建立子区划分模型,并参照实际交通网络对划分方案进行对比论证.结果表明,所提交通路网划分方法更合理且高效,并可根据不同的交通特性进行动态划分,能为降低整个城市区域交通协调控制的难度提供可行的方案.

基于云服务的远程数据传输系统的设计与实现

云服务数据传输是一种新型信息通信方式。在无线传输技术和嵌入式系统技术基础上,针对野外数据采集难以远程收集与分析的问题,设计了一种结合ZigBee本地低码率无线数据的系统。选用硬件开发平台STM32F407单片机作为网关,增加GPRS模块与云服务器的连接,大幅拓展数据传输的距离,实现远程计算机监测分布式信息采集情况,随时随地能了解到野外节点的工作实况。经测试,系统可以通过登录云端服务器读取到前端所采集的数据,运行准确可靠。

基于Vibe算法和连通域的车流量统计研究

随着智慧交通技术的迅速发展,智能车流量统计系统已经成为其中的一个必不可少的环节。在传统车流量统计方法的基础上,文中改进了一种基于Vibe算法和连通域的车流量统计方法,主要是针对车流量统计过程中的背景前景的判断和连通域的扫描进行了研究。在传统Vibe算法的基础上,通过不断实验找到最合适的样本数值和像素半径,从而判断前景车辆并建立背景模型,降低了环境因素的影响。在选用8邻接连通域方法的基础上,逐行扫描像素点并将不邻接的点直接视为背景,优化了基于行程的标记方法,提高了工作效率。最后在传统虚拟带检测法的基础上,利用8行像素作为虚拟带,通过前景的更迭统计出车流量,提高了检测的准确性。实验结果表明,所用方法的准确性和鲁棒性都较高。

面向船舶健康监测的智能网关设计与实现

为了解决船舶健康监测异构网络无线传感器节点通信问题,设计了一种无线传感器智能网关,实现了不同格式、不同通信协议及不同结构类型的网络互联互通,通过建立船舶健康数据库,找出设备性能变化趋势,提前对设备故障进行预测和告警,及时对船舶设备进行维修和保养,从而降低使用和保障费用。该智能网关不仅可用于船舶健康监测场合,在机场、仓库和码头等多节点数据监测场合也可以推广应用,市场潜力巨大。

单脉冲目标识别数据处理技术

传统目标识别采用和差接收的方法,方位精度取决于天线的波瓣宽度。由于天线尺寸的限制,天线设计中减小天线波瓣宽度已做到极限。针对上述情况,提出了单脉冲目标识别数据处理技术,介绍了基本原理和工程实现步骤。通过检飞验证,方位精度可达0.06°(均方值,天线8 m),大大减小了目标方位误差。

基于聚类化自适应变邻域搜索的交通路径诱导算法

针对城市交通路径诱导受不同区域内交通流特点的影响;本文提出了一种基于聚类化自适应变邻域搜索(C-AVNS)的交通路径诱导算法;实现了在城市区域内快速地搜索出一条最佳的诱导路径方案。通过扬州市大中小型区域内聚类化自适应变邻域搜索算法与经典变邻域搜索(VNS-Basic)算法和变邻域禁忌搜索(VNS-Tabu)算法的诱导路径搜索实验的对比分析;证明了C-AVNS算法在搜索诱导路径上可以通过更短的时间获得更高质量的解。