一种基于元数据的分布式数据源定位算法

随着Internet和数字图书馆这两种基础信息资源的大量涌现,用户在检索信息之前,如何选择合适的目标站点来提交查询,从而降低查询代价、提高查询效率,已经成为一个重要任务。这个问题更加一般的说法是“数据源定位”或“数据库发现”。元数据是关于数据的数据,数字图书馆中,每个数据文档由其元数据描述,元数据是数字图书馆管理、检索数据以及在各个层面上实现互操作的重要手段。文章提出了一种基于元数据的数据源发现算法,并在召回率、检索精度等方面对这种算法作了评价。

分布式传感器网络中基于数据融合的目标定位算法研究

利用分布式传感器网络以及数据融合方法来提高探测系统的检测与定位精度正在成为研究的热点。提出了一种应用于分布式传感器网络中的数据融合算法,通过对各个传感器节点的定位信息的加权求和来进行数据融合,用来提高探测系统目标定位的精度。算法采用两级自适应调整得到最优加权因子。首先利用线性最小方差估计(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优。对静态和运动目标的定位数据融合算法进行了仿真。仿真结果表明,相比单节点定位,融合算法的定位精度有约一到两个数量级的提高。

分布式交互方向拉格朗日乘子声源定位算法

如何实现高效的分布式声源定位是无线传感器网络研究的热点。通过一种基于声源信号能量的分布式声源定位算法,采用交互方向的拉格朗日乘子方法将最大似然声源定位问题拆分到单个传感器节点,通过桥接传感器节点实现传感器节点之间的信息融合。由于采用声源信号衰减模型,交互方向拉格朗日乘子方法中的最优化目标函数成为非凸函数,导致定位算法容易陷入局部最优,为此提出了多重网格搜索方法。仿真结果表明,新算法与现有的分布式声源定位算法相比,具有可并行实现,可应用于任意网络拓扑,不易陷于局部最优等优点。

带分布式电源的配电网电能质量扰动源定位

为实现带分布式电源的智能配电网发生电能质量扰动时的自动精确定位,提出了一种粒子群优化算法和矩阵算法结合的电能质量扰动源自动定位算法。采用矩阵描述配电网拓扑结构和电能质量监测信息,建立了矩阵粒子群优化模型,构建了一种新的评价函数,通过矩阵粒子群迭代进行全局寻最优解。MATLAB仿真表明,该算法能实现在接入分布式电源情况下的扰动源自动精确定位,并具有定位准确、收敛性好、容错率高等优点。

分布式多传感器无源定位综述

对分布式多传感器无源定位的概念进行描述,分析分布式多传感器无源定位的特点,详细阐述其国内外研究现状,深入分析了其关键技术问题(分布式无源定位技术、非线性滤波技术、数据关联技术),并给出了现阶段解决这些问题所采用的方法。

基于双重权值优化的分布式定位算法

针对无线传感网络目标定位精度偏低,利用传感器节点的特性,并结合数据融合理论,提出了应用于传感网络的目标定位算法。该算法通过双重权值优化,并融合多个传感器节点数据,实现目标定位。在权值选取价段,先使用最小均方误差算法LMSE产生系统的权值初始值,然后采用自适应调整权值理念,并采用递归最小二乘算法RLS优化权值,以提高系统的定位精度。对静态和运动目标的定位数据融合算法进行了仿真,结果表明,相比单节点定位,融合算法的定位精度有约一到两个数量级的提高。

海洋声场中分布式无源定位系统的节点配置方法

为了提高海洋声场中分布式无源定位系统的定位精度,提出一种基于自适应遗传算法的节点配置方法。首先,基于到达时间TOA(Time of Arrival)定位算法推导出均匀物理场与海洋声场中定位误差的CRLB(Cramer Rao Lower Bound)。之后,利用BELLHOP模型对海洋声场进行建模,获得任意位置处目标声源与节点接收信号相关的传递函数并对等效声速进行计算.以目标声源在观测区域内服从均匀分布为例,将定位误差的平均CRLB最小为优化准则,采用自适应遗传算法对节点进行优化配置。结果表明,该方法能够有效降低海洋声场中分布式无源定位系统的定位误差,并给出定位误差随节点个数增加呈非线性递减的变化趋势,可为工程应用提供理论指导。

全光网络分布式攻击定位算法的Matlab仿真

全光网络可传输超快的数据速率,但是在网络信息安全方面却提出了一系列新的挑战。本文使用Matlab工具对R.Bergman等人提出的分布式算法在基本攻击定位以及自动保护倒换和环回进行了计算机仿真,并给出了模型框图。仿真结果验证了这种算法的可行性。

基于特征集重构与多标签分类模型的谐波源定位方法

传统基于谐波状态估计的谐波源定位方法需要专门的同步相量量测装置,工程应用受到限制。为此,基于电能质量监测装置所采集的非同步量测数据,提出了基于特征集重构与多标签分类模型的谐波源定位方法。利用监测数据的充分统计量来挖掘量测时段的谐波信息,同时利用标签特定特征学习算法重构特征集,从而消除冗余特征以及无关特征对于谐波源定位精度的影响;提出基于邻接矩阵以及灵敏度分析的测点配置方法,结合电路网络拓扑信息实现测点的优化配置;提出基于改进极限学习机的谐波源定位方法,该方法以重构特征集为输入,建立多标签分类模型,实现谐波源定位。通过仿真与算例分析,验证了所提方法的可行性及有效性。

含分布式电源的配电网电能质量扰动源定位研究

针对含分布式电源的配电网产生的电压骤降、短路、高斯噪声以及电源产生的谐波输出等一系列问题,提出了一种精确判断扰动源位置的方法,旨在提高电能质量水平。根据分布式发电机配电网的拓扑结构和电能质量监测信息,利用离散小波Mallat变换提取高频扰动的分量,根据高频扰动能量的正负对扰动的方向进行判断。同时采用遗传算法,利用高频扰动能量来设置扰动权重因子,突出强信号在定位过程中的作用,从而对扰动源进行精准定位。仿真结果表明,此方法准确性比较高且容错性较好,对电能质量监测仪的安装位置和个数方面,也具有指导意义。

完全分布式无线传感网中的声源定位与跟踪

无线传感网中的每个传感器节点用于无线通信与计算的能量都是有限的.因此,如何有效地减少传感器节点的能量消耗是一个值得研究的问题.为了大幅度减少能量消耗,在本篇文章中,提出了完全分布式EM算法用于无线传感网中的声源定位与跟踪.此算法仅需局部的数据传输与简单的计算.每个传感器节点仅需将其检测到的能量值传输到其单跳范围内的邻居节点,同样也会接收来自单跳范围内的邻居节点检测到的数据,这样就有效地避免了远距离的无线传输,达到大量减少能量消耗的目的.完全分布式EM算法在定位精度与能量消耗方面提供了一个很好的折中,有关静态声源定位与动态声源跟踪的大量仿真实验验证了此算法的可行性.

基于偏振降噪的分布式光纤振动定位算法研究

基于传统的偏振光时域反射仪架构,以多模光纤作为传感介质,通过偏振降噪方法使振动位置及其后续位置对应的光时域反射曲线迅速收敛,并提出一种用于振动事件定位的信号幅度比值算法。在约10 km长的传感光纤中,获得了小于3 m的定位精度,与常用的逐差定位法相比,新方案的测量效率提升约30%。此外,针对振动事件的频谱分析,提出将信号时域叠加提升振动信号的信噪比,再由快速傅里叶变换提取振动谱的新方法,实验获得的频率精度为0.01 Hz。

无源定位系统的多目标数据关联算法

主要研究多目标无源定位系统的数据关联方法。数据关联实质上是求解后验概率的极大值,首先建立两传感器三维空间联合关联概率数学模型,将求解后验概率的极大值问题转化为求解特殊的指派问题。由于漏检和虚警的存在,导致指派个数不确定,提出了一种新的改进单亲遗传算法来求解该问题,该遗传算法将解阵看作一个个体,将矩阵的列看作个体的基因,始终对一个个体进行交叉和变异操作。仿真结果表明,提出的求解方法收敛速度快、关联正确率高,验证了模型和求解方法的正确性和可行性。

分布式无源检测信息系统研究进展

介绍发达国家和我国有关研究机构在分布式无源检测信息系统领域,利用电视、广播、移动通信基站等大量分布式设施作为辐射源实现目标的探测和定位的近期研究进展,具有重要的理论意义和实用价值.分析实现目标检测必须解决的关键技术,包括直达波抑制、参考信号提取、微弱信号检测、解距离模糊及实时信号处理等.针对分布式无源检测信息系统的特点,研究盲自适应检测融合算法和协方差交叉算法在目标检测和航迹融合中的应用.

分布式虚拟环境中的定位服务

针对分布式虚拟环境(DVE)中的静态数据分布式存储的问题,本文提出了一种适用于DVE的定位服务机制,以及一种在定位服务中使用的兴趣区域表达式的快速匹配算法。DVE中的定位服务类似于DNS域名服务,不同点在于定住服务根据空间和逻辑信息进行匹配。定位服务提供了对分布式存放的静态数据的有效、可靠的访问。本文提出的定位服务机制和匹配算法都具有很好的扩展性,可以方便地扩展到对其他更加复杂的兴趣描述进行精确定位。

一种基于GA的无源交叉定位数据关联算法

针对多站无源测向交叉定位的多目标辐射源数据关联问题,提出了一种基于遗传算法的无源多站多目标交叉定位数据关联算法。利用遗传算法在解决组合优化中NP问题的优势,将遗传算法引入到数据关联算法的求解过程中,对基于残差的数据关联算法进行了优化改进,给出了求解步骤。仿真结果表明,在考虑虚警和漏检的情况下,由于遗传算法充分利用了全局信息,所以基于遗传算法的数据关联算法能以较快的速度实现收敛,并且正确关联率明显提高,从而能够更有效地分辨真实目标和虚假目标。

Bayesian事件关联算法在分布式入侵检测系统中的应用

如何准确有效地检测分布式网络环境下多源可疑的入侵事件,并能进行关联分析和判定是入侵检测的核心问题。本文研究了一种面向分布式多源传感器实时事件数据采集及关联分析的方法,运用Bayesian算法进行事件分类处理。本文所提的模型已经在我们承担的教育部重点科技课题中得到实际应用,这种方法在复杂网络环境下能有效地分析攻击报警事件,帮助管理员从大量数据中找到有效的信息。

基于分布式系统的关联规则挖掘算法

分布式算法具有高度的适应性、可伸缩性、低性能损耗和容易连接等特性,可以作为挖掘关联规则的理想平台。分布式系统环境下实现高效分布式算法的方法。数据挖掘同关系数据库的关系,实现算法对数据库结构的要求,明确在实现中需要解决的几个核心问题。

一种新的攻击源定位算法NA

在对目前有代表性的攻击源定位算法进行分析的基础上 ,将边标记方法与结点标记方法进行有机地结合 ,提出了一种攻击源定位算法NA 该算法在保持较小开销和较高效率的前提下 ,具有更高的精确度

多站无源定位系统中的机动目标跟踪算法

针对多站测向无源定位系统提出了一种杂波环境下机动目标的被动跟踪算法——CM-IMMPDF算法。该算法首先用转换测量的卡尔曼滤波(CMKF)替代了传统的扩展卡尔曼滤波,克服了后者精度不高易发散的缺点,并将其结合交互多模型(IMM)算法及概率数据关联(PDF)算法,有效地完成了多站无源定位系统对杂波环境下机动目标的跟踪。仿真结果证明了该算法的有效性。