BIC准则在数据融合中的应用

通过数据融合的方法,可以减少目标识别的不确定性.如果能对数据融合中所使用的信息源的质量做出评价,则可以进一步提高识别结果的准确性.文中提出了一种利用BIC准则来确定信息源信任度系数的方法,并以此衡量信息源的质量.实验结果表明利用BIC准则确定的信任度系数可以得到较好的图像识别结果,同时也证明了该方法应用在数据融合中的可行性.

AIC准则在数据融合中的应用

提出了一种利用AIC准则来确定信息源信任度系数的方法,并以此衡量信息源的质量.实验结果表明,利用AIC准则确定的信任度系数可以得到较好的图像识别结果,同时也证明了将该方法应用在数据融合中的可行性.

一种自适应双门限频谱感知新算法

为提高在低信噪比条件下系统协作频谱感知性能,提出了一种基于采样值和本地感知结果可靠性的频谱感知算法。选取较高可信度的采样值和较高可信度的本地感知结果将其判决直接发送融合中心,融合中心根据本地感知结果加权融合判决。仿真表明,改进算法较传统基于信噪比加权融合算法具有更强的抗噪性能,适合感知需要。

信息准则在信息融合中的应用

在图像识别时,如果样本较小,往往会造成识别结果的不准确。采用信息融合的方法可以改善这一问题。在这一过程中,通过引入信任度系数对信息源的质量作出评价,可以提高图像识别的准确性。提出了一种利用信息准则来确定信息源信任度系数的方法,并以此作为衡量信息源质量的依据。其中着重比较了根据两种不同的信息准则所确定的信任度系数对于识别结果的影响。实验结果表明利用BIC准则确定的信任度系数可以得到更好的图像识别结果,同时也证明了该方法应用在信息融合中的可行性。

三维空间中基于改进的粒子群算法的节点定位研究

三维空间下的节点定位一直都是无线传感中的主要研究方向,粒子群算法作为常用的计算节点定位的方法存在一定的误差,本文首先在该算法的基础上引入了凸函数的惯性权值和信任度系数,前者使得粒子能够在局部范围内获得最优解,避免陷入局部最优,后者使得不同性质的粒子能够在全局范围中获得最优解,其次,分析目标定位误差函数,使用泰勒级数对其进行优化,使得定位精度得到提高。仿真实验说明本文算法在锚节点数量,节点通信半径和总节点个数等方面提高了节点定位精度,具有很好的应用前景。