基于增加捆绑确认帧和智能探测帧的传输协议

可靠性在数字无线电点对点系统的传输中是非常关键的,尤其是批量数据在窄带中的传输。针对目前大多数的应用都是基于不可靠的用户数据报协议UDP(User Datagram Protocol),提出了精简可靠R2 UDP协议(Reduced Reliable UDP),协议中创新地提出了可选择捆绑确认帧SBACK(Selective Bundled Acknowledgement)和智能探测帧(smart probe)。实验表明R2 UDP协议能有效地改善传输效率并节约带宽,而且也减少了批量数据对共享信道传输的影响。

基于无线传感器网络的无线表决系统设计

使用无线传感器网络对传统的表决系统进行全新的设计，降低了系统成本和拓扑难度。通过在无线传感器网络中使用改进的CSMA／CA和帧确认机制，缩短了表决结果的收集时间，提高了数据传输的可靠性。实验结果表明，数据采集传输安全可靠，完全可以满足表决系统的应用。

基于令牌总线网络的RS485应用

应用RS 485物理层标准,构建总线型的控制网络,采用令牌方式实现总线的共享访问,以适应控制网络实时性要求。在进行令牌总线协议设计时,从RS 485特点出发,以特殊的设计来简化协议,提高协议的效率。为了保证网络的可靠性,在协议中采用了有效的错误处理方法,即保证数据传输的正确性,又减小了协议的控制开销,以简单、方便、快捷、高效的方式实现控制网络的介质访问管理,给RS 485网络提供一种较好的连网模型。

基于时域信噪比的红外弱小目标检测（英文）

复杂背景下红外弱小目标检测与追踪技术一直是遥感成像应用领域一项复杂而艰巨的课题。利用高帧频红外面阵成像系统采集到图像的强帧间相关性特征,设计了一种多帧累加的时域信噪比的弱小目标检测方案。同时利用目标运动的连续性,采用多帧确认的方法关联目标,输出真实目标运动轨迹。实验结果表明,算法在vs2013上运行的平均运算时间为23ms,检测到的目标最低信噪比为2.91,同时对多目标的检测具有较强的适应性。

基于拥塞估计的TCP窗口在线学习方法

针对传统TCP拥塞窗口更新、控制机制所导致的Ad Hoc网络吞吐量下降的问题,利用机器学习算法来改善TCP在Ad Hoc网络中的性能。该方法利用确认帧的时间间隔,通过连续动作集(CALA)算法快速学习并估计当前网络链路中的拥塞状况,从而能够迅速调整TCP拥塞窗口。仿真实验表明:当Ad Hoc网络环境较好时,学习型TCP的吞吐量略优于TCP-Few、TCP-Reno协议,但在环境较差的情况下,学习型TCP的吞吐量远远优于TCP-Few和TCP-Reno协议。

基于稳定子码在噪声情况下的量子保密通信

由于量子保密通信在传输过程中无法避免噪声对其的影响,在传输完成以后,总会出现比特丢失、比特翻转的问题.为了解决信息出错问题,利用稳定子码对量子信息进行编码,并在传输完成以后通过经典信道传输校验矩阵对信息进行纠错,克服了因信道噪声而引起的比特翻转问题,量子信息传输的准确率也有相对应的提升,量子信息传输的安全性也得到了保障,从而验证了本算法的可行性和有效性.

多信道多跳网络的时间同步方案

文章提出一种适用于电力物联网感知层本地通信的时间同步方案。该方案不需要系统通过广播带有时间戳的信标帧进行同步,而是利用MAC层的数据确认帧进行同步,仅在整个同步周期内没有数据发送的情况下,才单播发送时间同步定制包进行同步,大大减少了网络的同步开销。同时,数据确认帧的发送不需要信道访问,降低了信道访问随机时延的影响,保证了同步精度。仿真结果表明,在采用基于8个历史值的线性回归算法时,同步精度可以达到几十微秒,能够满足电力物联网中各种业务的时间同步精度要求。

复杂天空背景下的红外弱小目标检测算法研究

为了提高单帧红外图像的检测概率,稳定检测到图像序列中的弱小目标,基于改进的双边滤波与多项式拟合,提出了一种复杂天空背景下的红外弱小目标检测算法。在传统双边滤波算法的权值系数中引入背景相关度因子,有效降低了背景抑制时目标点的影响,提高了目标区域的信噪比以及单帧图像的检测率。为了进一步剔除虚假目标,基于融合目标运动特征,对目标点进行多帧确认。针对序列检测中目标闪烁造成的目标漏检,引入多项式拟合算法对下一帧目标位置进行预测,有效避免了目标轨迹截断的问题。实验结果表明,在信噪比小于2的情况下,该算法能够稳定检测到复杂天空背景下的弱小目标轨迹。