基于Q学习的节点数量可变水声网络介质访问控制方法

    公开(公告)号:CN113691391A

    公开(公告)日:2021-11-23

    申请号:CN202110791390.9

    申请日:2021-07-13

    Abstract: 基于Q学习的节点数量可变水声网络介质访问控制方法,涉及水声网络。将汇聚节点搜集水声传感器节点所感知数据的传输过程分为若干个时隙,运用Q学习算法,结合汇聚节点的反馈信号、传感器节点数量变化情况,通过合理设置奖励机制,针对Q矩阵的一整行(即子矩阵)进行整体的奖励子矩阵设计,而非逐个元素更新Q矩阵,将时隙合理分配给各传感器节点,使数据在传输过程中不会受到其它传感器节点的影响,避免汇聚节点数据搜集冲突。本发明所提方法具有学习速度快、吞吐量高、能耗节约、抗干扰能力强的特点,可解决节点死亡或者位置漂移导致的节点减少时的时隙冗余问题或节点增加时的时隙不足问题,确保水声数据传输的成功率和水声网络高吞吐量。

    基于Q学习的节点数量可变水声网络介质访问控制方法

    公开(公告)号:CN113691391B

    公开(公告)日:2022-05-17

    申请号:CN202110791390.9

    申请日:2021-07-13

    Abstract: 基于Q学习的节点数量可变水声网络介质访问控制方法,涉及水声网络。将汇聚节点搜集水声传感器节点所感知数据的传输过程分为若干个时隙,运用Q学习算法,结合汇聚节点的反馈信号、传感器节点数量变化情况,通过合理设置奖励机制,针对Q矩阵的一整行(即子矩阵)进行整体的奖励子矩阵设计,而非逐个元素更新Q矩阵,将时隙合理分配给各传感器节点,使数据在传输过程中不会受到其它传感器节点的影响,避免汇聚节点数据搜集冲突。本发明所提方法具有学习速度快、吞吐量高、能耗节约、抗干扰能力强的特点,可解决节点死亡或者位置漂移导致的节点减少时的时隙冗余问题或节点增加时的时隙不足问题,确保水声数据传输的成功率和水声网络高吞吐量。

    一种基于图像熵以及边缘的全参考声纳图像质量评测方法

    公开(公告)号:CN106960433B

    公开(公告)日:2019-11-19

    申请号:CN201710117270.4

    申请日:2017-03-01

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于图像熵以及边缘的全参考声纳图像质量评测方法,包括以下步骤:S1、定义声纳图像从采集到传输过程的通信模型;S2、计算待测图像和参考图像的局部熵以及显著区域边缘特性作为声纳图像的质量特征;S3、分别计算待测图像和参考图像的质量特征相似度;S4、对两种质量特征相似度进行基于显著性的特征池化;S5、将步骤S4所得两个特征输入声纳图像质量评测模型获得评测质量。该测评方法弥补了声纳图像质量测评方法的不足,测评结果更加准确、精细。

    一种水下可穿戴指令通信系统与方法

    公开(公告)号:CN106055103B

    公开(公告)日:2019-08-09

    申请号:CN201610387698.6

    申请日:2016-06-02

    Applicant: 厦门大学

    Abstract: 本发明公开了一种水下可穿戴指令通信系统与方法,涉及水声通信技术。通信系统设有指令处理模块、显示与控制模块、信号处理模块、信号发射模块、信号接收模块、传感器处理模块及电源与接口模块。通信方法包括指令通信步骤和指令显示步骤。本发明利用跳频多进制频移键控技术,可以实现手语指令的水下传输,结合可穿戴与显示和报警功能,保证潜水员水下通信的可靠性和实用性。

    基于红色斑马鱼应激行为的水质异常检测与分级报警方法

    公开(公告)号:CN106442908B

    公开(公告)日:2019-02-26

    申请号:CN201610813716.2

    申请日:2016-09-09

    Applicant: 厦门大学

    Abstract: 本发明公开了基于红色斑马鱼应激行为的水质异常检测与分级报警方法,包括以下步骤1、进行红色斑马鱼毒性试验,在正常情况、污染初期与污染末期三种情况下对红色斑马鱼的各项行为特征参数进行量化分析;2、对正常情况与污染初期、污染初期与污染末期这两组数据进行显著性检验,选择在这两组对比中具有显著性差异的参数作为水质监测的指标;3、设定报警阈值,包括一级阈值和二级阈值;4、将参数分别与阈值进行比较,当两个及两个以上参数同时达到一级阈值时报警;5、当两个及两个以上参数同时达到二级阈值时,判断是否进行过一级报警,若是则发出二级警报,否则不进行任何处理。本发明可实时有效监测水质变化,在发生污染时分级报警,提高报警的准确率。

    一种基于传输的劣化图像主观质量素材库构建方法

    公开(公告)号:CN106507100B

    公开(公告)日:2018-07-20

    申请号:CN201611024331.4

    申请日:2016-11-14

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于传输的劣化图像主观质量素材库的构建方法,其包括以下步骤:S1、定义构建素材库相关概念;S2、根据定义选择原始素材;S3、获得基于传输的劣化素材;S4、对劣化图像分组;S5、测评环境及测评条件设置;S6、主观质量测评;S7、测评数据处理,包括筛选测评图像和志愿者;S8、确定每幅图像对应的主观质量。本发明适合于通信背景下的图像质量测评和修复,采用仿真的方式获取劣化图像,可避免真实传输人力物力的消耗,同时以两种不同鲁棒性的方案为信源压缩方式进行信道传输误码仿真,误码率根据真实通信实验获取的数据设置,此外还采用最大概率原则确定每幅图像的最终质量等级,避免偏差过大的测评样本对结果的影响。

    一种双斜率组合chirp信号的解调方法

    公开(公告)号:CN104980390B

    公开(公告)日:2018-01-09

    申请号:CN201510288953.7

    申请日:2015-05-31

    Applicant: 厦门大学

    Abstract: 一种双斜率组合chirp信号的解调方法,涉及水声传感器网络。针对双斜率组合chirp信号,采用混频变斜率分数阶傅里叶变换参数估计法,参数估计流程中,MCR‑FrFT由混频变斜率和分数阶傅里叶变换组成。利用MCR‑FrFT,对于选择的组合chirp信号,对参数的估计过程在运算量方面比直接使用FrFT来得少。对于两段斜率的绝对值不同的组合chirp信号,需要用两个不同的p值来实现参数的检测,即需要两次FrFT运算,而对于两段斜率的绝对值相同的组合chirp信号,只需要一个p值就可实现两段信号的参数检测,即只需一次的FrFT运算量。相比于传统直接分数阶傅里叶变换参数估计方法,具有更高的运算效率。

    一种基于图像熵以及边缘的全参考声纳图像质量评测方法

    公开(公告)号:CN106960433A

    公开(公告)日:2017-07-18

    申请号:CN201710117270.4

    申请日:2017-03-01

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于图像熵以及边缘的全参考声纳图像质量评测方法,包括以下步骤:S1、定义声纳图像从采集到传输过程的通信模型;S2、计算待测图像和参考图像的局部熵以及显著区域边缘特性作为声纳图像的质量特征;S3、分别计算待测图像和参考图像的质量特征相似度;S4、对两种质量特征相似度进行基于显著性的特征池化;S5、将步骤S4所得两个特征输入声纳图像质量评测模型获得评测质量。该测评方法弥补了声纳图像质量测评方法的不足,测评结果更加准确、精细。

    基于链路中断容忍的水声传感器网络传输方法、装置

    公开(公告)号:CN117595941A

    公开(公告)日:2024-02-23

    申请号:CN202311351918.6

    申请日:2023-10-18

    Applicant: 厦门大学

    Abstract: 本申请的实施例提供了一种基于链路中断容忍的水声传感器网络传输方法、装置。该方法包括:基于在本轮握手阶段中接收到的由传感器节点发送的RTS包,确定当前通信链路对应的包错误率以及各传感器节点在本轮握手阶段中的RTS包传输成功率,进而确定传感器节点在下一轮握手阶段的RTS包最大传输次数以及竞争窗口大小;确定接收节点与各传感器节点之间的传播时延以及有数据传输需求的传感器节点对应的传输时延,进而确定各传感器节点对应的数据包到达顺序和数据包发送等待时间,以生成CTS包并将CTS包进行广播;接收由各传感器节点根据CTS包发送的数据包。本申请实施例的技术方案可以基于信道质量动态调整传输参数,以提高水声传感器网络的数据包投递率。

    一种基于Q学习的水声双跳网络介质访问控制方法

    公开(公告)号:CN115843110A

    公开(公告)日:2023-03-24

    申请号:CN202211186500.X

    申请日:2022-09-27

    Applicant: 厦门大学

    Abstract: 一种基于Q学习的水声双跳网络介质访问控制方法,涉及水声网络。在直接通信节点中选择多个节点作为连接间接通信节点和信宿的中继为父节点,父节点协助的间接节点为该父节点的子节点。将信宿搜集水声传感器节点所感知数据的传输过程分为若干个时隙,直接通信节点运用Q学习算法,结合信宿反馈信号,通过合理设置奖励机制,选择合适的时隙发送数据,避免信宿数据搜集冲突。子节点利用Q学习算法在数据搜集过程中的空闲时间将数据传给父节点,不影响信宿的数据搜集,克服子节点‑父节点‑信宿的传输过程中信宿在子节点将数据传给父节点时进入等待时间而无法工作的缺点。网络范围大、吞吐量高、鲁棒性强,扩大水声网络的工作范围,提高网络性能。

Patent Agency Ranking