导读:本文包含了协同感知论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:频谱,认知,目标,互联网,盲区,拓扑,网络。
协同感知论文文献综述
林鸿伟,叶家玮[1]（2019）在《面向多用户协同感知的电力系统无功电压调节》一文中研究指出文章根据宁德地区电网的现状,提出了一种主配网协同控制无功电压的方法。DMS系统根据10kV等级母线电压值、配电变压器(简称配变)模型和用采数据等,采用网络拓扑分析和基于配电网络拓扑特征的改良遗传算法进行无功电压优化计算,生成10kV等级母线电压的优化限值。EMS系统结合DMS系统生成的10kV等级母线电压的优化限值进行优化计算,相应调节配变的输出电压值,从而保证配变输出高质量的电压。(本文来源于《电工技术》期刊2019年18期）
徐欣[2]（2018）在《协同感知拒止C-OODA环研究》一文中研究指出美C-OODA环(认知OODA环)强调基于认知理解提高指挥控制能力,采用了通用的认知模型以拓展OODA环认知粒度。在此基础上,本文创新性地提出了面向联合感知与拒止的C-OODA环模型,融入了高层次、细粒度的认知模型,增加了基于准则的反馈控制,能够提供更准确、客观的协同态势评估与更精准、完备的协同作战规划。在时效性分析方面,协同感知拒止C-OODA环可以大大提升认知域的决策速度,大大缩减C-OODA环路总时耗。(本文来源于《第六届中国指挥控制大会论文集（上册）》期刊2018-07-02）
杨毅,朱敏昭[3]（2018）在《地空协同感知系统》一文中研究指出地面无人平台对环境进行感知时,因障碍物的遮挡会产生感知盲区。利用无人机的空中视角的信息可以减少地面无人平台的感知盲区,使地面无人平台可以对环境实现全方位感知。本文针对上述目标,将整体任务分为叁个阶段:地面无人平台盲区区域检测、无人机的地图构建和空-地间点云地图的融合。盲区区域检测采用分扇区处理再合并的思想,在各个扇形区域内分别提取盲区,再进行合并和筛选得到最终的待测盲区区域。无人机利用双目相机作为传感器进行地图构建。空-地间点云地图融合阶段首先识别地面无人平台搭载的AprilTag标志,再解算相机构建的点云地图与地面无人平台激光雷达点云地图的变换关系,实现二者地图的配准与融合。(本文来源于《2018惯性技术发展动态发展方向研讨会文集》期刊2018-06-28）
杜娟妮[4]（2018）在《基于视觉协同感知的显着目标检测方法》一文中研究指出图像显着目标检测是计算机视觉领域的热门研究方向之一。一方面,随着场景的复杂化,仅利用单幅图像的信息很难准确地检测出显着性目标;另一方面,信息获取手段的多样化使得利用更全面的场景信息进行显着目标检测成为可能。因此,为了获得更加可靠的显着性目标检测结果,本文借鉴视觉系统对信息的多尺度协同感知、立体感知等特点,研究了基于视觉协同感知的显着目标检测方法。主要研究内容如下:1、为了提取含有共同显着目标的图像组的协同显着图,本文借鉴视觉系统多尺度协同感知的特性,提出一种基于低秩多尺度融合的协同显着目标检测方法。基本思想为:第一阶段,先对图像组进行多尺度的区域分割,通过初始区域显着值选择潜在目标区域;其次,对每种尺度下的潜在目标区域集合进行聚类,并通过计算每一类区域的全局一致性得到该尺度下图像组的弱协同显着图。第二阶段,引入低秩分解计算每幅图像在每种尺度下协同显着图的权重;最后,对多尺度的弱协同显着图进行加权融合获得协同显着图。该方法克服了现有方法中单一分割尺度处理的缺陷,使检测结果兼具完整性和细节准确性,其性能在公开数据集上得到了验证。2、为了综合场景的全面信息来提取图像的显着目标区域,本文受视觉系统立体感知机制的启发,提出一种基于异源图像协同的RGBD显着目标检测方法。基本思想为:根据异源图像的不同特性建立各自的显着图提取模型,即对RGB图像利用基于短连接整体嵌套网络提取RGB显着图;对深度图通过计算叁种显着性先验得到深度显着图;最后对两种异源显着图进行点乘操作,增强其共有显着目标区域消除噪声,从而获得RGBD显着图。该方法克服了传统方法中RGB图像易受光照影响及平面特征不易区分的困难,在公开数据集上的结果指标均优于其他方法,显着目标区域更完整,边界更准确。3、为了利用全面的场景信息提取图像组的协同显着图,本文借鉴视觉系统立体多尺度协同感知的特性,提出了一种基于空间-语义通道的RGBD协同显着目标检测方法。基本思想为:在空间协同处理通道,对RGBD图像组的像素进行聚类,根据四种协同显着性先验获得空间RGBD协同显着图;在语义协同处理通道,对RGBD图像组的潜在目标区域进行聚类,通过区域深度一致性得到语义RGBD协同显着图;最后将两种协同显着图相加得到最终RGBD协同显着图。该方法利用RGB图像与深度图的协同以及图像间的协同,实现了复杂场景中的协同显着目标检测,有效抑制了杂乱背景同时克服了小目标检测的困难。在公开数据集上取得了比较先进的实验结果。(本文来源于《西安电子科技大学》期刊2018-06-01）
郭慧[5]（2018）在《移动互联网时空关注的协同感知任务分配方法》一文中研究指出协同感知通过内嵌有大量传感器的移动感知节点在感知时小范围内的竞争和大范围内的合作方式,有效的减少了感知系统在执行感知时,需要的感知节点数量,节省了系统开销,且由于竞争关系感知节点收集到的数据质量也相对较高。所以,针对现如今普遍存在的智能设备,及越来越多的人们希望快速感知周围变化,与现实世界进行交互的需求,研究协同感知具有重要意义。国内外对于协同感知的研究多集中在研究对于协同终端资源的使用,协同数据的融合以及协同任务的分配方面。对于感知任务的分配研究,国内外的研究主要从任务请求者,任务发布者和任务执行者叁个方面来进行研究。这些研究都对协同感知任务的分配提供了一定的指导作用,但是并未有专门针对移动互联网协同任务分配的研究。本文主要研究了移动互联网中时空关注的协同感知任务分配问题。首先,针对传统感知任务分配忽略考虑任务时空属性的问题,对任务时空属性进行研究,在此基础上对移动感知终端的轨迹进行预测,将预测结果通过协同感知模型的分析后,提出本文的协同感知任务分配算法;基于对现实协同感知场景的分析研究,进一步抽象出一个多维时空关注的协同感知任务分配问题。对于任务分配,不仅要关注任务的时空要求,更要考虑移动感知终端的参与度、感知代价等因素。由于需要考虑的因素是多维的,前面的分配算法已不再适用。故提出多维时空关注的协同感知任务分配算法,该算法以最大化的参与度和覆盖率,以及较小的感知代价为目标,选择完成任务需要进行协同的节点,并分配任务,通过仿真对比证明了该算法的有效性和优越性。通过对于移动互联网中时空关注的协同感知任务分配算法的研究,能有效降低现存的很多大规模感知系统参与感知的节点数量,节省感知系统平台代价,提高覆盖率。并且通过感知节点之间的协同,能减少拥有低数据质量的感知节点的参与,并且本文提出的分配模型具有较高的适应性,能够用在多种协同感知任务分配系统中,因而对移动互联网以及物联网的发展都有重要的意义。(本文来源于《广东工业大学》期刊2018-05-01）
杨晓东,陈益强,于汉超,张迎伟,钟习[6]（2018）在《面向帕金森病的多模态异构协同感知方法》一文中研究指出利用多模态异构传感器组成身体感知网络(body sensing networks),是连续感知用户日常行为的重要方法之一,但是能源消耗问题一直是限制其发展的主要原因。本文提出了一种面向帕金森病的多模态异构协同感知方法,以降低用户日常行为感知过程中的功耗.该方法将行为感知分为行为识别与状态监测,基于信息论确定识别或监测不同行为的最优传感器组合,进而利用一个多分类器建模的行为识别模型与多个二分类器建模的状态监测模型感知用户行为.通过在公开两个数据集上的实验可以看出,与传统的传感器全部持续工作的方法相比,该方法能够在保证对用户行为有效感知的同时,降低了数据传输和模型计算的功耗(MHEALTH上约40%,PAMAP2上约15%),从而延长感知网络的寿命,实现长时间持续的用户日常行为感知.(本文来源于《电子学报》期刊2018年03期）
郝关鸿[7]（2018）在《基于网络化协同感知的频谱获取新方案》一文中研究指出针对电磁域从时、频、空、能、码等任何一个维度来"绘制"射频电磁频谱图的迫切需求,提出了一种基于网络化主动协同感知的无线电频谱图获取解决方案。该方案充分考虑利用已有的频谱感知设备,采用分布式网络化协同方式,通过合理部署多个不同型号的监测设备,提高感知灵敏度和准确度;设计了协同感知频谱中不同阶段的数据融合工作方式;采用了分布式ETL处理技术,减少了实时数据传输对网络传输带宽的要求,初步实现了海量原始频谱监测数据的迁移、转化和处理。该方案可应用于基于认知无线电的协同频谱感知系统中。(本文来源于《无线电通信技术》期刊2018年01期）
崔翠梅,朱锡芳,金石,汪一鸣[8]（2017）在《未来5G通信中基于协同感知的能量有效性优化算法》一文中研究指出针对未来5G通信网络频谱资源紧缺、高吞吐量和低功耗需求等难题,研究了如何提高频谱资源利用率和能量有效性.首先,基于协同频谱感知方法和动态时分多址接入机制构建了5G认知网络模型.其次,推导出能量有效性函数表达式,并给出多目标优化函数,利用帕累托最优化方法将非凸函数转化为凸函数求取全局最优解.最后,通过仿真验证所提能量有效性优化算法在保证感知准确性和时间敏捷性的同时,获得比其他两种方法更高的性能.(本文来源于《微电子学与计算机》期刊2017年12期）
艾飞,唐文军,张凌[9]（2017）在《基于活动理论的协同感知通用模型》一文中研究指出针对当前协同感知模型考虑的感知机制存在的局限性难以适应感知信息多样化和感知结构动态变化等问题,提出一种基于活动理论的协同感知模型(ATCAM).首先重点阐述ATCAM模型的形式化定义,利用活动目标的静态性以层次性方式分解目标任务结构树,刻画协同活动的感知机制;在此基础上,综合考虑活动之间的时间依赖约束、资源依赖约束以及活动操作对象语义关系等叁大约束因素,实现活动之间感知强度的计算优化;通过活动的核心要素对象-时间-用户组成的叁维画像空间刻画群组成员的活动轨迹,提出表达协同感知空间的精准计算方法.设计协同设计实验对模型的正确性进行验证.实验结果表明,群组成员在协同工作过程中可以获得100%的协同感知效果.(本文来源于《东南大学学报(自然科学版)》期刊2017年S1期）
赵中楠,王健,乔佩利[10]（2017）在《基于多源协同感知的目标追踪优化模型》一文中研究指出面向物联网及多媒体传输等应用的中高速无线传感器网络,如何在有限的能量下提供较高的传输速率,以满足各种应用的需求成为亟待解决的关键问题.鉴于此本文提出了一种基于多源协同感知的目标追踪优化模型.该模型通过在追踪目标过程中对各节点的多源信息进行协同感知,针对能量阈值以及吞吐量进行多指标综合考虑,并采用优化算法进行多目标优化,实现了目标追踪过程中有效能耗下的高性能传输.经过与相关算法进行实验比对,本文提出的模型在多网络性能指标下均能够表现较好的效果,证明了模型的有效性.(本文来源于《北京理工大学学报》期刊2017年11期）
协同感知论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
美C-OODA环(认知OODA环)强调基于认知理解提高指挥控制能力,采用了通用的认知模型以拓展OODA环认知粒度。在此基础上,本文创新性地提出了面向联合感知与拒止的C-OODA环模型,融入了高层次、细粒度的认知模型,增加了基于准则的反馈控制,能够提供更准确、客观的协同态势评估与更精准、完备的协同作战规划。在时效性分析方面,协同感知拒止C-OODA环可以大大提升认知域的决策速度,大大缩减C-OODA环路总时耗。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
协同感知论文参考文献
[1].林鸿伟,叶家玮.面向多用户协同感知的电力系统无功电压调节[J].电工技术.2019
[2].徐欣.协同感知拒止C-OODA环研究[C].第六届中国指挥控制大会论文集（上册）.2018
[3].杨毅,朱敏昭.地空协同感知系统[C].2018惯性技术发展动态发展方向研讨会文集.2018
[4].杜娟妮.基于视觉协同感知的显着目标检测方法[D].西安电子科技大学.2018
[5].郭慧.移动互联网时空关注的协同感知任务分配方法[D].广东工业大学.2018
[6].杨晓东,陈益强,于汉超,张迎伟,钟习.面向帕金森病的多模态异构协同感知方法[J].电子学报.2018
[7].郝关鸿.基于网络化协同感知的频谱获取新方案[J].无线电通信技术.2018
[8].崔翠梅,朱锡芳,金石,汪一鸣.未来5G通信中基于协同感知的能量有效性优化算法[J].微电子学与计算机.2017
[9].艾飞,唐文军,张凌.基于活动理论的协同感知通用模型[J].东南大学学报(自然科学版).2017
[10].赵中楠,王健,乔佩利.基于多源协同感知的目标追踪优化模型[J].北京理工大学学报.2017
论文知识图
