基于结构光的水下对空成像图像恢复

水的无规则波动和折射会导致经过水-空气界面的图像产生扭曲和变形,从而不可辨认。水下对空成像图像恢复的工作就是在不暴露己身的情况下,不间断地观察水面上或者空中的对象。提出了一种基于结构光的主被动相结合的水下对空成像图像处理方法,将标准的结构光图像作为参考图像,将扭曲的图像向参考图像配准,从而恢复扭曲的图像。实验结果表明,与传统迭代算法相比,上述算法能够在保证恢复图像质量的情况下,大幅缩短处理时间。

基于神经网络的多传感加权融合算法的研究

数据融合技术是无线传感器网络的一个关键的技术,能减少传感器的传输量,从而明显提高网络的感知性能,延长网络生命周期,减少时间延迟.多传感器的数据融合可以获得比单一传感器更多,更准确的信息.针对从含有噪声的测量数据中估计出监测变量,对自适应加权融合算法进行改进,基于信任度方法对测量数据进行数据预处理,然后基于神经网络误差修正的方法实现各传感器权重的自适应匹配,从而得到较为准确的估计值.通过对比仿真实验,本文算法的融合结果在精度、容错性方面均优于均值估计算法和自适应加权融合算法;能够更好地适应当今大数据环境下对数据精确度的要求.

基于能耗均衡的均匀分簇算法研究

分簇路由协议的提出有效地延长了网络的生存时间,提升了网络性能。本文基于对LEACH算法研究,提出基于竞争机制的簇头选举算法,综合考虑了节点的能量因子,消除簇头选举位置不均和节点能量消耗失衡的情况。仿真结果表明,该算法改进了LEACH算法中随机选取簇头所导致能量损耗和位置分布不均衡的不足,有效地延长了网络的生存时间。