基于机会网络的消息传输系统

机会网络不需要源节点和目标节点之间存在完整链路,利用节点移动带来的相遇机会实现通信,是目前的研究热点之一。设计了一种基于机会网络的信息采集与消息传输系统BlueChat。一方面,系统采集节点相遇信息,构建路由信息表,并且可以作为机会网络中节点移动轨迹建模、社团划分、消息转发策略研究、网络QOS研究等的原始数据;另一方面,系统可以采用不同的消息队列管理策略,通过节点的移动,以"存储-携带-转发"的路由模式实现节点间消息的传输。通过对系统进行连续3个月,50个以上节点,长时间、大规模的测试,并分析采集到的数据,得出消息交付率在95%以上,满足特殊情况下的节点通信需求。

基于单视图的非合作航天器三维体素重构算法

空间对抗态势下,针对非合作航天器的快速高精度智能感知、意图识别与威胁评估等在轨相对导航任务,均依赖精准的目标三维模型先验信息。但星载传感器感知视场有限,传统基于多帧图像的模型重构算法存在流程复杂、实时性差及恢复精度低等问题。为此,提出了一种基于单视图的航天器三维体素重构算法,能够基于单帧图像高效地恢复目标的空间三维信息。首先,针对空间航天器视觉感知任务研究中普遍存在的数据饥饿问题,通过整理航天器三维模型,利用图像渲染技术构建了小规模本地数据集,包括航天器三维模型、对应体素和多视角采样图像三部分。接着,设计了基于单视图的三维重建模型,使用单帧非合作航天器图像作为输入,通过2D-3D混合卷积完成“编码-解码-调优”三个子模块计算,实现对目标三维体素结构的恢复。最后,在本地数据集上进行网络模型的训练和评估,验证了当前模型能够实时精确重建目标航天器三维体素模型,并在现有数据上取得了0.895的MIoU值;同时,网络对不同航天器的重建效果体现了模型具有强大的泛化能力。

基于IPv6校园环境车辆行驶行为建模与分析

通过搭建基于IPv6的分布式数据采集系统,开发移动Android智能终端传感器数据采集设备,对校园环境内的车辆行驶数据进行采集,通过校园AP提供的IPv6无线网络进行数据交互,构建车辆行驶行为数据库.对比分析移动智能设备在车辆行驶中各传感器数据特征,选择陀螺仪的三轴数据作为采集目标;结合MultiWave过滤器算法,对数据噪声进行降噪处理;并抽取目标传感器数据的八项统计特征作为最终输入,通过机器学习算法构建的分类器对车辆行驶行为(左右转向、左右变道和掉头)进行分类.研究结果表明:基于决策树(J48)的分类器总体识别准确度最高,可达96%以上.