传感器与微系统
傳感器與微繫統
전감기여미계통
TRANSDUCER AND MICROSYSTEM TECHNOLOGY
2010年
2期
9-12
,共4页
无线传感器网络%信号检测%车辆识别%决策融合
無線傳感器網絡%信號檢測%車輛識彆%決策融閤
무선전감기망락%신호검측%차량식별%결책융합
针对无线传感器网络(WSNs)的特点,利用车辆发出的声音信号,提出并研究了一种改进的信号检测算法,能够有效地从被噪声严重污染的声音信号中提取出车辆信号.使用小波包变换提取16维信号特征,支持向量机进行目标分类,得到单节点识别结果.提出了基于能量的全局决策融合算法,对多个节点做出的决策进行融合,得到网络的最终识别结果.为了评估算法,使用了来自DARPA SensIT实验中的真实数据,其中包含了履带车和重型卡车的大量声音信号.实验结果表明:该算法用于WSNs中的车辆识别方面是有效的.
針對無線傳感器網絡(WSNs)的特點,利用車輛髮齣的聲音信號,提齣併研究瞭一種改進的信號檢測算法,能夠有效地從被譟聲嚴重汙染的聲音信號中提取齣車輛信號.使用小波包變換提取16維信號特徵,支持嚮量機進行目標分類,得到單節點識彆結果.提齣瞭基于能量的全跼決策融閤算法,對多箇節點做齣的決策進行融閤,得到網絡的最終識彆結果.為瞭評估算法,使用瞭來自DARPA SensIT實驗中的真實數據,其中包含瞭履帶車和重型卡車的大量聲音信號.實驗結果錶明:該算法用于WSNs中的車輛識彆方麵是有效的.
침대무선전감기망락(WSNs)적특점,이용차량발출적성음신호,제출병연구료일충개진적신호검측산법,능구유효지종피조성엄중오염적성음신호중제취출차량신호.사용소파포변환제취16유신호특정,지지향량궤진행목표분류,득도단절점식별결과.제출료기우능량적전국결책융합산법,대다개절점주출적결책진행융합,득도망락적최종식별결과.위료평고산법,사용료래자DARPA SensIT실험중적진실수거,기중포함료리대차화중형잡차적대량성음신호.실험결과표명:해산법용우WSNs중적차량식별방면시유효적.
