立体足迹激光定量检验系统的设计与实现

针对公安机关办案人员通过现场遗留立体足迹快速缩小嫌疑人范围、明确案件侦察方向的需求,基于LabVIEW平台,结合激光测距传感器、计算机控制和图像技术设计开发出一套立体足迹激光定量检验系统。规避传统拍照要求较高、三维扫描成本高昂、数据文件较大等问题,更快速地搜索出与待检测信号最为相似的样本数据,从而实现立体足迹特征参数的无损提取、精确计算和自适应匹配。详细介绍该系统的设计思路及图像采集、特征参数提取、检验对比分析等关键技术的具体实现方式。研究结果表明:该系统能有效应用于犯罪现场的立体足迹分析检验。

立体足迹特征数据自动采集识别系统

立体足迹是刑侦过程中的重要痕迹证据,对立体足迹进行准确的特征数据提取至关重要。依据相应痕迹检验学理论设计出立体足迹特征数据自动采集识别系统。基于Logitech公司C920摄像头完成图像采集,采用wenglor公司CP35MHT80激光测距仪提取特征数据,通过Labview实现图像处理、坐标换算、外围测距模块的控制及特征数据处理等操作,最后完成特征数据匹配。实验结果表明,该系统能快速地提取立体足迹特征数据,并得出准确的立体足迹特征识别报告。

适用于大规模超低占空比WSN的时间同步协议

时间同步是无线传感器网络的重要组成部分。在超低占空比休眠机制的无线传感器网络时间同步中,迫切需要解决节点间的时钟漂移问题。目前,仅有少数解决超低占空比无线传感器网络时钟漂移问题的协议。引入同步子层思想,提出一种类根节点协同时间同步协议(TPCRC),采用首先实现同步子层的时间同步,然后实现同步子层间的时间同步,最后达到整个网络时间同步的方式,能有效解决时钟偏差(clock skew)校正后的时钟漂移问题。仿真实验表明,TPCRC能有效解决大规模超低占空比无线传感器网络时间同步中的时钟漂移问题。

基于自然选择的线性递减权重PSO与Taylor算法的TDOA协同定位算法研究

针对Taylor算法进行TDOA定位时,其初始估计位置的误差易导致Taylor算法不收敛和定位精度差的问题,提出一种基于自然选择的线性递减权重粒子群优化(W-SPSO)与Taylor算法协同定位的方法。该方法先通过W-SPSO算法得到一个初始估计位置(x,y),再通过Taylor算法在(x,y)处进行迭代运算得到最终定位结果。不同噪声情况下的仿真结果显示:W-SPSO与Taylor算法协同定位方法对MS坐标估计值的均方差(RMSE)小于标准PSO(粒子群优化)、SelPSO(基于自然选择的粒子群优化算法)、W-SPSO、Taylor以及Chan五种算法的RMSE。因此,所提出的定位方法在保留了SelPSO算法求解精度和收敛性的基础上,同时提高了全局搜索能力,使其具有更高的定位精度和收敛性。