一种基于邻域强连通性的移动自组网数据传输方法

    公开(公告)号:CN107040884B

    公开(公告)日:2020-01-07

    申请号:CN201611048618.0

    申请日:2016-11-23

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于邻域连通性的移动自组网数据传输方法,包括:通过移动自组网的位置信息和速度信息判断一定时间区间内节点与节点之间的连通概率建立概率图网络模型;利用前述步骤中建立的概率图网络模型存储邻居节点集合及与邻居节点间的连通概率,并由此根据路由发现算法MDSR通过跳数和路由连通率发现路由,最终返回多条路由;根据移动自组网中节点的快速移动特性,基于邻域连通性进行节点集合的分簇,按簇分区段在已经发现的多条路由中对路由进行筛选,根据节点间的连通概率和节点及邻域间的连通性进行路由的选择,并基于选择的区段路由组合后形成一条完整的路由,最终完成数据的转发。本发明减少数据传输延时,提高了数据转发的可靠性。

    一种无线传感器执行器网络分簇路由选择方法

    公开(公告)号:CN106656795B

    公开(公告)日:2019-10-18

    申请号:CN201610858661.7

    申请日:2016-09-27

    Applicant: 河海大学

    Abstract: 本发明公开了一种无线传感器执行器网络分簇路由选择方法,包括:基于固定分簇方式选择簇头节点;簇头节点建簇并邀请节点入簇;当有信息需要传输时,源节点基于角度的中继机制选择中间路由节点,形成由源节点至目的节点的至少一条传输路径。形成多条路径时,为多条路径分配不同的优先级参数值,并根据路径的数据包投递率和路径代价,动态更新所有路径的优先级参数,选出数据包投递率大于阈值且优先级参数最大的路径为传输路径。通过固定分簇减少了多次成簇造成的时延和网络的不稳定;并通过基于角度的路由节点选择,减少路由节点选择时间;另外,通过基于动态优先级参数的路径选择,进一步提高信息传输的实时性和可靠性。

    一种基于优先级以用户为中心的小区间干扰抑制方法

    公开(公告)号:CN107181557A

    公开(公告)日:2017-09-19

    申请号:CN201710346548.5

    申请日:2017-05-17

    Applicant: 河海大学

    Abstract: 本发明公开了一种超密集网络UDN中基于优先级以用户为中心的小区间干扰抑制方法,主要包括:生成协调优先级、用户判决过程及协作传输干扰置零过程。针对UDN下行链路的小区间干扰问题,本发明以用户为中心的思想,在干扰协调优先级基础上,决定与本地基站一起为其协作服务的基站数L1和由本地基站进行干扰置零的基站数L2,通过基站协作和波束赋形,抑制小区间干扰,提升用户性能和系统吞吐量。本发明从用户的角度确定L1和L2,并考虑用户性能和复杂度的折中,以及用户性能和系统整体性能的折中。此外,PUCIC采用的CoMP为联合传输(JT)和协作调度/波束赋形CS/CB,即L1个基站对用户进行JT,L2个基站对用户的干扰进行CS/CB置零。

    基于最小外接矩形窗河道分段模型的SAR图像河道提取方法

    公开(公告)号:CN103761522B

    公开(公告)日:2017-02-08

    申请号:CN201310738152.7

    申请日:2013-12-27

    Applicant: 河海大学

    Abstract: 本发明公开一种基于最小外接矩形窗河道分段模型的SAR图像河道提取方法,首先,对原始SAR图像采用直方图均值化的方法拉伸灰度对比度。然后,将河道分成离散且较为均匀的直线条带状区域,采用最小外接矩形窗紧致包络河道的每个分段区域,并通过矩形窗的组合实现对复杂河道轮廓形态的近似。在此基础上,将河道模型转换生成的图模型中用于判断区域边界置信度的阈值函数,优化分割结果使其更加适用于河道提取任务。最后,根据对河道轮廓的先验经验,考虑矩形窗长宽比也兼顾矩形窗间连通性的河道区域识别方法,实现对河道区域的有效识别。本发明能够稳定可靠的用于SAR图像河道提取,尤其适用于复杂背景下或河道轮廓极端复杂情况下的河道提取。

    畸变曲线弧度检测模板的图像校正方法

    公开(公告)号:CN104820973A

    公开(公告)日:2015-08-05

    申请号:CN201510230755.5

    申请日:2015-05-07

    Applicant: 河海大学

    Abstract: 本发明公开了一种畸变曲线弧度检测模板的图像校正方法,首先,对标定板图像利用畸变曲线弧度计算出畸变中心坐标;接着,在此基础上,对畸变中心附近区域进行初始校正,再利用已校正区域对图像进行重建;然后,结合畸变图像、畸变模型和重建后图像进行畸变系数求解,最后基于畸变系数对获取的场景图像进行校正。与现有技术相比,本发明通过独立求解畸变中心和畸变系数,有效降低参数求解耦合误差,提高了校正精度。

    基于VLC的视频图像分析平台及方法

    公开(公告)号:CN102572518B

    公开(公告)日:2014-04-09

    申请号:CN201210009679.1

    申请日:2012-01-13

    Applicant: 河海大学

    Abstract: 本发明公布了一种基于VLC的视频图像分析平台及方法,所述平台包括libvlc内核,算法处理缓冲帧模块,视频流输出模块及客户端接口。所述方法采用客户端/服务器架构。客户端具有上传视频图像和算法的功能,可在线观看视频图像处理结果,服务器端提供视频图像处理功能,支持Matlab编程算法在线处理视频图像,并以VLC流媒体方式将处理后的视频文件传输给客户端。该技术能处理多种格式的视频文件,在支持Matlab编程的同时,可以实时观看处理后结果。

    一种可消除优先权冲突的任务与资源优化配置方法

    公开(公告)号:CN103279812A

    公开(公告)日:2013-09-04

    申请号:CN201310245696.X

    申请日:2013-06-19

    Applicant: 河海大学

    Abstract: 本发明公开了一种可消除优先权冲突的任务与资源优化配置方法,包括如下步骤:确定任务的优先权系数、平台对任务选择优先排序和消解优先选择冲突。该方法以任务流程完成的时间最短或者以资源的充分利用为目标,解决复杂资源调度问题上存在局部搜索和优先权函数的合理性问题。该发明中引入任务与资源选择优先权参数,可以有效消解优先权冲突,增加匹配的灵活性。本发明在任务与资源优化配置领域应用十分广泛,如物资调度、运输管理、经济研究和作战训练等,具有较高的实用价值。

    一种基于立体视觉的车辆行驶应急处理装置及方法

    公开(公告)号:CN102390370A

    公开(公告)日:2012-03-28

    申请号:CN201110327030.X

    申请日:2011-10-25

    Applicant: 河海大学

    Abstract: 本发明涉及一种基于立体视觉的车辆行驶应急处理装置及方法,包括双目视觉摄像单元、车载总线接口、中央处理单元、车辆制动控制系统和声光告警电路。其利用双目视觉摄像机获取车辆前方道路图像,采用基于DSP的中央处理单元,实时快速计算视觉图像,获得三维道路场景,与系统建立的安全行车道路模型进行比较,判断车辆行进方向是否存在障碍或者危险,发现危险时,启动车辆制动控制系统,降低车速,并向驾驶员发出声光告警。同时,中央处理单元通过车内总线连接车辆传感器,检测车辆状态,当车辆本身发生机械或者电路故障时,启动制动系统,降低车速,发出声光告警。该装置可安装于普通机动车辆,以避免事故发生或减少事故损失,提高行车安全性能。

    考虑电量约束的无人船目标检测与路径规划算法

    公开(公告)号:CN118471023A

    公开(公告)日:2024-08-09

    申请号:CN202410532442.4

    申请日:2024-04-29

    Applicant: 河海大学

    Abstract: 本发明公开了一种考虑电量约束的目标检测与路径规划算法,方法包括:首先通过维纳滤波算法以及灰度化处理对图像进行预处理,消除由于运动等原因带来的图像模糊;用Yolov5实现水面漂浮物体的检测,使用了Focus模块、CSP模块进行图像特征的提取;在Neck部分的设计中,采用了FPN结构;在最后的输出部分,使用了非极大抑制的方法提高对小物体识别的召回率与准确率;其次,针对避碰效果的衡量,使用船舶域模型,作为衡量船体避碰性能的参考信息;再次,采用改进后的RRT算法进行船体行驶时的障碍物避碰的全局路径规划算法,通过计算回溯路径长度找到最优路径以减少损耗;最后,将起点坐标、目标点坐标及障碍物列表输入模型实现考虑电量约束的路径规划。

    一种基于深度学习模型的电力负荷预测低代码切片构建方法及系统

    公开(公告)号:CN118113279A

    公开(公告)日:2024-05-31

    申请号:CN202410305019.0

    申请日:2024-03-18

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于深度学习模型的电力负荷预测低代码切片构建方法及系统。本发明包括:构建基于LSTM模型的多个不同的电力负荷预测模型;根据业务需求基于电力负荷预测模型构建低代码切片。本发明设计的CEEMDAN‑LSTM‑WOA模型,在LSTM单一预测模型的基础上引入完整集合经验模态分解技术,以有效减轻原始负荷数据的非线性和非平稳性,同时降低噪声干扰。将经过CEEMDAN分解得到的各个分量分别输入到LSTM模型进行预测,最后进行叠加获得最终预测结果,并通过WOA算法对LSTM网络进行关键参数调优,进一步提高负荷预测模型。本发明构建了电力负荷预测切片,可以在多个应用中复用该切片,减少重复开发率,从而大大提高了开发效率和代码复用率。

Patent Agency Ranking