一种激光灭火训练系统的光斑检测算法

为有效解决激光灭火训练系统的激光光斑中心检测问题,在分析传统检测方法的基础上,提出了一种简单实用的光斑检测算法。该算法首先对采集图像进行高斯滤波,消除噪点;然后在图像的HSV颜色空间提取白色和红色分量并二值化;其次在待检测点的周围以光斑尺寸大小为依据选取四个参考点构造十字检测窗口,识别光斑区域;最后根据矩形形心计算光标中心。该方法计算简单,无需背景预测,可满足不同背景、不同光照环境下的激光光斑中心检测。实验结果表明了该算法的有效性。

基于加权的无人机集群组网分簇算法

在无人机集群组网中,节点的高速移动会造成网络拓扑结构更新频繁,使网络管理变得更加复杂。分簇能够增大网络容量,实现空间资源的复用,是优化网络管理的有效手段之一。针对大规模、高速移动的网络环境,提出了多参数加权分簇算法。该算法将最大速度相似度分簇算法中的分簇指标引入到加权分簇算法中,并且对链路保持率、节点度差、节点剩余能量进行改进,综合考虑这四种参数,通过加权组合的方式选举具有最大权重的网络节点作为簇头。仿真结果表明,该分簇算法不仅能够减少簇的数量和簇间切换率,提高分簇的稳定性,而且能够延长最小节点生存时间,改善网络的整体续航能力。

基于移动预测的集群组网分簇路由协议

针对无人机集群组网中拓扑结构更新快、网络通信效率低的问题,提出了基于移动预测的分簇算法MPC,并提出了一种分簇路由协议MPC-R。灰色-WNN联合预测模型的基础上,通过将预测结果运用在方向、速度、位置评价因子上,得出移动状态评价因子。综合计算移动因子和链路保持时间进行簇头选择,路由协议簇间采用被动路由发现机制,簇内采用主动路由发现机制。通过仿真,对预测准确性、分簇算法、路由协议进行验证,结果表明:WNN提高了预测的准确性,分组投递率提高了3%～4%。该分簇算法延长了簇头持续时间和平均链路保持时间,能够提高分簇稳定性。相应的路由协议与其他同类协议相比降低了端到端时延,提高了数据包分组投递率和路由性能。

基于高预应力的锚网索支护技术应用

在孤岛工作面回采过程中,容易出现巷道围岩变形的情况,对巷道使用高预应力的锚网索支护技术。巷道变形监测结果显示:巷道顶底板累计变形量为228 mm,两帮累计变形量为546 mm,顶板平均离层量为4.2 mm,巷道围岩变形能够满足生产要求。