摘要：叶绿素a不仅是植物光合作用的重要物质,而且水质中叶绿素a的含量也是衡量水体富营养化程度的重要依据。而激光诱导荧光(Laser Induced Fluorescence,LIF)技术以检测灵敏度高、检测速度快被广泛应用到各个领域。为此,搭建了一款基于激光诱导荧光技术的检测系统,该系统以355 nm激光为光源,在无水乙醇中检测叶绿素a样品时可以发现在671 nm处有明显的荧光特征峰。利用RBF神经网络和BP神经网络对采集到的光谱数据进行建模和分析。所建立的RBF神经网络模型预测所得到的相对误差为2.9668×10^(-9),决定系数为0.93771,平均回收率为94.103%。所建立的BP神经网络模型预测得到的相对误差为1.5811×10^(-9),决定系数为0.98756,平均回收率为100.883%。结果表明,BP神经网络预测的各项指标优于RBF神经网络预测的各项指标。

摘要：基于接收信号强度指示(Received Signal Strength Indicator,RSSI)的测距方法和无迹卡尔曼滤波(Unscented Kalman Filter,UKF)实现了一种无线传感器网络室内定位系统。系统主要由协调器节点、锚节点和盲节点组成,首先由盲节点发送RSSI信标信号至锚节点处,锚节点接收信标信号后做均值处理,并将自身位置信息一起打包回发给盲节点;然后盲节点将定位信息的相关数据通过协调器无线发送至上位机;最后在上位机中完成对盲节点的定位计算。为进一步提高定位精度,首先应用三边定位方法获得盲节点的初步定位结果,然后采用无迹卡尔曼滤波实现了二次精确定位。使用C#语言开发上位机软件,在20 m×20 m的定位范围内,对10个随机位置处的盲节点进行了定位测试,其中最大定位误差为1.52 m,最小误差为0.50 m,平均定位误差为1.04 m。结果表明所提出的定位算法性能良好,系统定位方案切实有效。