摘要：电力工程设计中铁塔设计图纸的自动识别与信息提取是一项急需解决的问题。该文提出一种基于深度学习和光学字符识别(Optical Character Recognition,OCR)技术的铁塔设计图纸智能识别系统。该系统由分段结构识别、文本识别和关键信息提取3个主要模块组成。分段结构识别模块采用改进的U-Net卷积神经网络模型;文本识别模块基于Tesseract 4.0进行优化,提高字符识别准确率;关键信息提取模块则使用基于规则的解析引擎,从识别出的分段结构和文本中抽取关键信息。实验结果表明,该系统在铁塔图纸识别的准确性、泛化性和效率方面均达到较高水平塔形结构识别F1值为96.35%,字符识别准确率为99.10%。该系统可有效支持电力工程设计和管理的数字化、智能化转型,具有广阔的应用前景。

摘要：目前针对无线供能通信网络的研究主要考虑节点发送数据到网关的场景,很少考虑节点间通信的场景。本文研究邻近节点对之间的高吞吐量通信问题,通过最优化能量供给时长与数据发送时长来达到较优的吞吐量。具体来说,研究节点对的总吞吐量最大化问题,首先将其建模为非线性优化问题,接着证明其凸特性,最后设计了一个结合黄金分割搜索和二分搜索的高效算法来获得最佳时间分配。另外,研究较差节点吞吐量最大化问题,同样证明其凸特性并且设计一个基于黄金分割搜索的高效算法来获得最佳时间分配。仿真结果表明,最大化较差节点吞吐量要比最大化总吞吐量更具公平性,但以降低总吞吐量为代价。

摘要：随着位置服务需求的增长,基于Wi-Fi接收信号的室内定位技术一直是研究热点之一。通过检测环境变化对Wi-Fi无线信道状态信息CSI的影响,从而实现对室内人员的定位具有通用性强、部署成本低等优点。针对大多系统仅使用CSI中幅度信息所带来准确性和稳定性不足的问题,设计并实现了一种基于CSI相位信息优化的定位算法,该方法通过采集幅度和相位参数相结合作为位置指纹特征,并对特征数据进行预先平滑去噪后进行指纹库的构建,然后通过机器学习方法进行人员位置的分类识别。由于相位和幅度信息可以相互补充,弥补了某些易混淆位置的分类错误,从而解决了采用单一特征的定位准确性和稳定性问题。实验进行了两种不同多径场景下的实验,比较了不同指纹特征选取、数据预处理方法以及三种机器学习算法对定位准确度的影响,其结果表明采用本文所提出算法总体上可以在仅使用CSI幅度特征的基础上提高13%。

摘要：无线传感器网络栅栏覆盖在入侵检测方面发挥着重要作用,如何调度栅栏并延长网络的生存时间已成为重点研究问题。在无线传感器网络中设计合理的调度算法,分时激活传感器节点从而延长网络生存时间是大多数研究的方向,然而仅仅通过分时调度传感器节点已很难大幅度提高网络的生存时间。因此设计了一种分时与分段相结合的无线传感器网络栅栏调度算法,该算法通过分析入侵目标穿越传感器网络部署区域的行为特征,建立入侵目标的轨迹模型,该模型在保证栅栏对入侵目标具有较高检测率的情况下预测入侵目标可能穿越栅栏的区域并分段激活栅栏从而大大减少了传感器节点的能量消耗。最后仿真实验验证了本文算法与传统的分时调度算法相比能大幅度提高网络的生存时间。

摘要：路由协议在无线传感器网络中承担着数据的采集和转发等重要任务。针对目前的无线传感器网络路由协议存在数据安全性不高、网络可靠性差等问题,提出一种基于Shamir密钥交换的分簇型WSN路由协议(SSCRP)。根据节点剩余能量、接收信号强度、节点到基站的最短路径长度以及节点的负载率等因子进行簇头的选择。考虑到恶意节点侵入网络,使用Shamir密钥共享算法设计了轻量级的数据加密方案,为了均衡网络能耗提高网络整体的生存期,利用簇头的剩余能量和簇拥塞率及时进行簇头的轮换。实验结果表明SSCRP协议在端到端延时、数据包交付率、节点平均通信成本以及网络生存时间方面都表现出较好的性能。

摘要：目前无线供能网络的研究主要考虑仅有单个射频能量源和单个汇聚节点的能量供给与数据收集。研究由多个射频能量源和汇聚节点组成的无线供能网络,每个节点有吞吐量需求,通过最优化各能量源的能量发送时长来使得总供能最小化。具体来说,对该供能最小化问题进行建模,并将其分解成主、从两个问题:从问题为能量供给阶段时长给定时满足节点吞吐量需求的各能量源供能时长最优化(即总供能最小化);主问题为最优化能量供给阶段时长。将从问题建模并设计分布式对偶次梯度法获得最优取值;主问题的求解先采用二分法找到满足节点吞吐量要求的一个可行解,然后使用黄金分割法高效地得到最优解。仿真结果表明:相比于基准方法,所提出的最优算法能显著降低能量源的能量发送。

摘要：本文研究后向散射辅助无线供能网络中两个边缘节点到一个中继节点的信息传输,节点可工作于后向散射模式和主动通信模式。引入后向散射该辅助功能有助于节点吞吐量提高,但也使通信方案设计更加复杂。提出了由节点后向散射/能量传输阶段和节点主动通信阶段构成的方案。接着,将最大化总吞吐量问题建模为非线性优化问题,并证明其凸特性。最后,基于后向散射时长与节点能量捕获时长阈值的关系,将该问题分解为多个仅需优化后向散射时长的子问题,并设计高效的两层黄金分割搜索算法来求解子问题。基于子问题的最优解来得到原问题的最优解。仿真结果表明,与纯主动通信方案和纯后向散射通信方案比,所提出的方案能有效地提高吞吐量。

摘要：无线传感器网络中的节点定位技术是其得到广泛应用的关键支撑技术之一。尽管对定位技术已经有很多研究,但面向三维定位的研究较少并至今尚没有推出有效的定位算法。研究分析了现有的二维定位算法和个别依赖额外硬件三维定位算法后,提出基于共面度的三维定位算法。该算法通过分析参考点拓扑结构对定位造成的影响,在研究四面体的数学理论基础上提出了共面度的概念,并结合多重阈值选择策略以提高定位精度和减少不良节点比例。

摘要：室内环境的复杂性导致了高精度的室内定位非常困难.针对这个问题,将无线传感器网络(WSN)技术应用到室内定位中.通过分析传统的基于RSSI测距定位方法和指纹定位方法,设计一种基于RSSI的非测距定位方法.该方法使用Kriging插值算法建立定位区域的RSSI向量指纹,通过基于组合的向量相似度匹配方法匹配目标RSSI向量与RSSI向量指纹能有效消除障碍物对定位的影响,并获得目标节点的位置范围.最后通过K-means聚类算法提取目标节点的实际位置.实验结果表明该方法的定位精度较高,适用于室内定位.

摘要：由于室内环境的复杂性,无线传感器网络WSN(Wireless Sensor Networks)室内定位的精度一直不够理想。本系统在测距定位算法和非测距定位算法的基础上,提出了基于信号强度RSSI(Received Signal Strength Indication)的指纹定位方法。该方法利用Cokriging插值算法建立定位区域的多维RSSI向量指纹,通过匹配目标节点的RSSI向量与指纹RSSI向量确定目标节点的位置范围,最后使用K-中心点聚类算法提取目标节点的实际位置。实际场景实验和仿真实验结果都表明此方法在复杂的室内环境中具有较高的定位精度。