为提高现有状态监测系统移动终端的复用性并降低系统开发成本,提出一种通用的状态监测系统移动终端设计方案。分析通用型状态监测系统移动终端的实现原理,给出移动终端的交互设计及通用性实现,并将其应用于高耸建筑和温室大棚状态监测系统进行通用性验证。结果表明,该移动终端可根据服务器要求自动改变显示界面和显示内容,从而满足不同状态监测系统和监测对象的监测需求,并且大幅提高了状态监测系统移动终端的复用能力与通用性。
针对IEEE 802.11ac多输入多输出(MIMO)正交频分复用(OFDM)系统,设计一种支持8组128点数据并行处理的低功耗FFT/IFFT处理器,利用RAM实现对输入和输出数据的顺序调整,使得处理器可以与MIMO-OFDM系统中其他模块直接进行数据通信。该处理器通过Verilog语言实现,采用TSMC 65 nm工艺库进行逻辑综合,结果表明其在0.9 V,125 ℃的工艺库最差工作条件下可达到100 MHz工作频率,与利用寄存器延时单元实现输入和输出数据顺序调整的FFT/IFFT处理器相比,总的门数减少了32.98%,功耗降低了79.4%。
从统一建模语言模型中自动识别出相应的设计模式对软件开发具有重要意义,而形式化描述设计模式是自动识别的基础,为此,提出一种基于Petri网的设计模式描述方法。定义从设计模式到Petri网的转换规则,根据规则对观察者模式进行形式化描述,并给出识别设计模式的初步流程。分析结果表明,该方法可以以图形化的方式描述设计模式。在此基础上,能借助Petri网本身的数学理论实现设计模式的自动识别。
针对传统无线传感器网络(WSN)数据压缩算法不能兼顾压缩效率和数据丢失的问题,提出利用自适应Huffman与Golomb-Rice混合编码的快速高效无损自适应压缩算法。将自适应Huffman编码与Golomb-Rice编码相结合,解决可变长和动态性问题,并使用启发式方法估计非负编码参数,通过莱斯映射函数变换拉普拉斯分布误差项,将近似几何分布的非负整数作为熵编码器的输入,利用自适应熵编码独立压缩采样数据块。在SensorScope真实环境WSN数据集上的实验结果表明,该算法实现了每个样本4.11位的压缩率,最高可节省70.61%的功率,压缩性能和压缩速率均优于S-LZW,LEC等压缩算法。
由于各类信息安全风险评估标准过于复杂,企业在实施中大多只能替代性地选择按照安全标准进行建设,从而导致安全措施与系统实际情况不符,无法根据系统变化快速调整。针对该问题,提出一种实施难度低的风险评估方法。利用模糊认知图获取资产间关系,通过模糊认知图推理过程计算系统风险值。以一个移动办公信息系统为例对方法进行应用研究,结果表明,该方法效率高、成本低,能够及时、合理地反映系统的风险状态。
在基于簇的无线传感器网络结构下,提出一种验证传感器节点安全性的双向协议。该协议由轻量级的方程解验证和双线性映射的数字签名验证两部分组成。方程解的验证基于一元高次方程的求解困难原则,而数字签名的验证则是基于双线性映射的性质。该协议由轻量级的方程解验证将传感器网络中的节点预构成一个以簇为单位的系统结构,在节点间进行信息交流时进行数字签名的验证,构成安全的无线传感器网络系统结构。在数字签名的产生过程中,节点双方实现了对称密钥的交换及信息交流的加密。分析结果表明,通过该协议能将无线传感器网络中的节点安全快速地加入簇中,并且使节点之间安全地进行信息交流。
在交通视频场景中,由于环境、设备安装角度等因素的影响,可能会引起车辆相互遮挡的情况,从而造成车辆检测及跟踪的误差。为此,基于轮廓特征点,提出一种重叠车辆检测与分割方法。利用背景差分法获得目标区域,运用Freeman链码检测目标区域的边缘轮廓点,通过链码对确定特征点。根据目标区域的特征点数及占空比进行重叠车辆的判断,若重叠,则对目标区域进行凸包分析,寻找最优分割点分割重叠车辆。实验结果表明,与基于椭圆拟合的方法及基于凹性分析的方法相比,该方法不需要车辆形状以外的先验知识,能较为准确地分割重叠车辆,具有较好的适应性。
针对目前交通信息服务中出行服务方式和出行需求数据来源单一的问题,在研究交通出行个体的出行行为基础上,提出一种面向交通出行者的行为建模方法。设计基于条件约束的驻留点识别算法(SPRA),以此构建出行者移动行为模型。给出有限驻留点(FSP)聚类算法,消除因GPS误差造成的行为轨迹相异现象。设计基于兴趣点的智能语义匹配(ISM)算法,用于构建含有兴趣点的出行模式序列。通过仿真实验对上述方法的有效性进行验证,结果表明,采用SPRA算法和FSP聚类算法处理后驻留点识别精度可达90%,与基于余弦相似度的行为匹配算法相比,ISM算法的查全率更高。