一种基于用户行为预测的群移动性管理模型

移动性管理是未来5G移动的重要组成部分,如何均衡寻呼负载和位置更新开销,从而合理利用无线资源是当前的研究重点。提出了一种新的群移动性管理(GMM)方案,可以针对具有相同运动特征的用户进行集中式管理,从而可以减少单个用户移动性管理(SMM)时存在的重复开销。仿真结果表明,GMM比SMM可以获得更佳的运行开销。

大视场红外空中小目标梯度熵权质心跟踪方法

针对大视场红外凝视成像系统中非相似成像对目标形状、运动规律产生畸变影响而造成的跟踪困难,提出了一种基于梯度熵权的目标质心定位模型,并结合卡尔曼滤波实现了大视场中多目标跟踪.该模型利用灰度梯度来描述小目标的概率分布,并求取目标8个方向区域内的梯度熵权,来表示目标不同位置与质心的相关程度.提出了多方向最大梯度法来提取大视场中的天地分界线,确定深空背景区域,通过背景抑制提取航迹起始点.采用线性路径规划方法,解决了目标相遇时卡尔曼滤波模型之间的互相干扰问题.实验结果表明:所提方法在视场角为70°和180°的三种背景下,可准确跟踪多个航模、飞机和导弹目标,与传统跟踪方法相比,跟踪中心定位误差低、准确率高,平均帧速提高了约1.5倍.