导读:本文包含了协作检测论文开题报告文献综述及选题提纲参考文献，主要关键词:认知无线电,频谱感知,序贯检测,分簇
协作检测论文文献综述
马冲,王强[1]（2019）在《认知无线电中基于分簇的能量序贯协作检测算法》一文中研究指出在认知无线电系统中,频谱感知技术是保证频谱资源分配以及重构网络参数的前提条件。针对复杂信道环境低信噪比下传统频谱感知技术感知性能恶化、感知时间变长和对授权用户位置不固定适应性差的问题,提出基于分簇的并行能量序贯检测的方法。该方法按照地理位置信息划分簇,按照减少传输误差和节省传输功率原则选取簇头,各簇分段并行计算似然比统计量的方法进行序贯检测,任一簇内判决成功即可结束检测。仿真结果表明,在低信噪比情况下,该算法相较现有的多节点分段序贯检测和单节点序贯检测可以有效缩短检测时间。分析分簇数对所提算法系统综合性能的影响,结果表明信噪比越低,选择分簇数越大,越能降低检测时间。(本文来源于《计算机应用与软件》期刊2019年10期）
高阳[2]（2019）在《基于NB-IoT和LoRa相互协作的窨井盖检测系统》一文中研究指出随着城市公共设施的大力建设,窨井盖的数量也在快速增长。为了更好的进行井盖检测,并且便于现场快速安装,研究了一种基于窄带物联网(narrowband internet of things,NB-IoT)和LoRa技术相互协作的窨井盖检测系统。利用两种技术各自的优势相互协作,LoRa负责本地通信,NB-IoT负责上行数据传输。该系统具备低成本、低功耗、广覆盖和安装方便的特点。(本文来源于《中国新通信》期刊2019年19期）
董理[3]（2019）在《一种协作式异常流量检测模型》一文中研究指出异常网络检测是分析和检测网络中恶意行为的重要手段。如何有效地检测大数据压力下的异常网络流量是一个非常重要的领域,也越来越受到研究者的关注。提出了一种基于协作式的流量检测新模型,可以根据分类器结果修正模型最终输出,提高检测精度,降低误报率。仿真结果表明,与K均值、决策树和随机森林算法相比,该模型具有更好的性能,在正常数据上的检测率为95. 4%,在DoS攻击上的检测率为98. 6%,在探针攻击上的检测率为93. 9%,在U2R攻击上的检测率为56. 1%,在R2L攻击上的检测率为77. 2%。(本文来源于《信息技术与网络安全》期刊2019年09期）
田壮,黄俊华[4]（2019）在《基于地空协作的玉米病虫害精准检测与施药系统设计》一文中研究指出随着农业机械化的发展,喷药机器人主要依靠人工喷药和无人机喷药两种方式。人工喷药效率低下,无人机喷药无法做到对每株病苗的病情分析以及喷药。本文设计了一种基于地空协作的玉米病虫害精准检测与施药系统,该系统利用无人机检测到病情,将指令传达至小车,小车将对患病处进行定点的喷药,保证了喷药的质量和效率。(本文来源于《数码世界》期刊2019年08期）
王玉婷,刘楠,潘志文,尤肖虎[5]（2019）在《一种使用协作预测的自组织网络故障检测方法（英文）》一文中研究指出为了提升自组织网络的自动管理能力,实现有效的自治愈,研究了无线网络的小区故障问题,提出了一种基于协作预测的小区故障检测方法.通过利用改进的协同过滤算法,考虑了无线网络中用户的位置相关性,同时通过引入协作灰度预测模型,给出了用户运动过程的时间相关性.模拟了基站正常运行的场景,收集用户数据进行模型训练并选取阈值,在模拟的故障场景下有效地实现了故障的检测.仿真结果表明,所提方法在用户稀少的密集小基站网络中比传统故障检测方法具有更高的检测率,并保证了更低的通信开销和虚警率.在用户稀少的情况下,所提方法的故障检测率比传统研究方法提升了14%左右,同时,所提方法在邻居用户的帮助下能够检测到无活动用户的故障小区.(本文来源于《Journal of Southeast University(English Edition)》期刊2019年02期）
田宇[6]（2019）在《面向人机交互的机械臂碰撞检测与物理协作技术研究》一文中研究指出在人们的预期中,机器人可以在日常环境中完成与人类的互动和亲密接触,同时也可以在工业场景中帮助人类进行复杂及体力要求高的工作。这种共存与协作的实现前提是保障人类的安全,及时防止可能发生的意外碰撞,在安全可靠的基础之上,对不可避免或有意的物理接触进行处理,并做出基于感知的运动反应,这也是物理人机交互(pHRI)发展的核心问题。因此,本文针对现有的机器人结构,旨在探究无外部传感器的情况下,实现人机安全物理交互的可能性,主要从碰撞检测、时变阈值、意图检测和外力信息等方面进行了研究与讨论。首先,建立准确的机器人动力学模型是本文研究工作的基础。采用结合了旋量理论的牛顿-欧拉法对动力学方程进行推导,降低传统建模方法的计算复杂程度,提高了快速性与实时性。同时为了实现机器人运动的更准确描述,提出一种利用最小二乘思想的参数辨识方法,对建立的关节非线性摩擦模型进行了准确辨识。之后在验证模型正确的前提下,引入并优化了基于广义动量的扰动观测器,实现外部扰动的跟踪。提出一种基于误差补偿的时变阈值建立方法,改善传统的固定阈值在碰撞过程中的检测精度问题。以上研究旨在确保人机共存时人类的安全性,以此为基础,本文对物理人机协作的内容进行了讨论。首先利用机器人本体特性,以频率来判定人与机器人之间的接触意图,高频代表意外碰撞,低频软接触则代表人的有意行为,机器人会根据人类的预期做出不同的反应,比如直接停止或进入协作模式中,这种对频率的分辨是通过滤波处理的方法实现的。而为了让机器人以最合适的方式进行响应,收集接触或碰撞事件中的物理信息是必不可少的部分。本文利用机器人力域的雅可比矩阵性质,结合扰动观测器输出求解接触力大小和作用位置,同时给出了合理的推导过程。最后,文章中的所有算法及研究结论均在Adams-Simulink仿真平台与六轴机器人实验平台做出了验证,并对实验结果进行了分析与讨论。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
毕涛[7]（2019）在《基于协作式道钉的车流量检测方法研究》一文中研究指出交通信息的采集是智能交通系统运作的基础,数据处理关乎交通信息的准确性与合理性。本文研究基于智能道钉(Smart Road Stud,简称SRS)系统的多车道车流量检测方法,SRS系统在检测设备的成本、功耗、安装与维修费用、检测准确度、设备对环境的普适性等因素上都有其优势。本文介绍了车辆检测原理以及智能道钉系统,提出了多种检测车流量的方法,包括车辆波形提取算法、分别基于地磁理论和机器学习的车辆位置识别算法、协作式道钉车辆检测方法等,利用道钉结合上述算法可以实现多车道车流量的检测,包括存在不规范驾驶车辆的道路(越线、压线)、交通流较大的道路(存在多车并行)、多车道道路等。首先,介绍智能道钉系统的主要结构,以及智能道钉采集与传输数据的方式和应用场景;从原理方面分析车辆周围地磁场的空间分布状况,完成车辆周围磁场分布建模,得出车辆周围磁场分布的仿真波形。地磁理论及车辆周围磁场分布仿真为车流量检测提供理论依据;其次,基于地磁检测原理设计单道钉双车道车辆检测算法,借助团队基于各向异性磁阻传感器(Anisotropic Magnetoresistance sensor,简称AMR传感器)研发的的智能道钉系统,采集车辆经过位于车道线上的SRS时的地磁数据,结合地磁仿真结果获取车辆位置判别特征,设计数据预处理、波形提取、单点车辆位置判别、基于地磁理论的双车道车辆检测算法;再次,研究监督学习方式决策树的构建原理与剪枝原理,在提取波形的基础上提炼有效波形特征,构建决策树完成对车辆位置的判别;研究无监督学习自组织神经网络的原理,训练出判别车辆位置的自组织映射网络,二者均可准确判断车辆位置,完成基于机器学习的双车道车辆位置判别算法的设计;最后,通过多道钉协作判别的方式提高多车道车辆检测精度。为解决单道钉检测双车道车流量时准确度受限较多的问题,如多车并行、非正常驾驶等工况,基于多个地磁道钉互相校准提高检测精度以检测断面车流量,此外,协作式道钉可判别车辆越车道线行驶、多车并行等情况,也使得算法可以适应拥堵的交通环境。本文提出的车流量检测方法弥补了交通量检测方法的缺陷,可准确检测多车道车流量,可为智能交通系统提供可靠的车流量信息。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
张竞文[8]（2019）在《基于AdaBoost协作表示算法的语音重度抑郁症检测》一文中研究指出2017年世界卫生组织(WHO)公布,2015年全球抑郁症患者已达3.22亿人。抑郁症是导致15岁至29岁人群自杀死亡的第二大原因。其中重度抑郁症患者(贝克抑郁量表第2版评分为29—63)会有严重的自残、甚至自杀倾向,成为引发当前现状潜在高危群体。国内外学者以抑郁症对语音韵律和声学语言特征的影响为切入点,在检测、识别抑郁症方面已开展卓有成效的尝试和探索。而针对重度抑郁症的语音模式检测尚需深入研究。重度抑郁症患者话语常表现出语速缓慢、停顿偏久、用词单一等特点,且数据样本较少、重度抑郁类和非重度抑郁类分布显着不平衡,加剧抑郁程度信息低度差异困境,使这一问题具有挑战性。协作表示分类器依据将所有类训练样本参与表示测试样本的机制在一定程度上缓解训练样本不足的局限性。然而,在重度抑郁症检测问题中目标类样本过少,无法充分描述其空间分布。现有的研究成果表明,基于单一分类器的传统抑郁症检测方法性能已趋于瓶颈,泛化误差难以进一步降低。针对这些问题,本论文采用AdaBoost集成框架,提出AdaBoost协作表示分类器(AdaBoost-CRC)集成检测模型,通过对基分类器进行加权迭加方式,来提高分类器的精确度。本论文的主要工作为:算法采用帧基美尔倒谱特征(MFCC)均值向量作为话语层特征;对分布不平衡的各类训练样本奇异值分解得到元样本,构建平衡类字典;由平衡类字典建立基分类器,构建集成检测模型。在特征提取环节,通过在指定范围随机选择浊音帧阈值,考察话语层特征扰动效果。AdaBoost-CRC框架采用随机数作为字典原子的各类元样本数量。通过建立多种个体差异基分类器,构建随机动态集成加权分类模型,增强集成检测系统异质性。算法评价采用AVEC2013抑郁症语料库。依据留一人交叉验证,对比神经网络、支持向量机、稀疏表示分类器、协作表示分类器重度抑郁症检测性能。结果表明,所提方法最优。(本文来源于《吉林大学》期刊2019-06-01）
孙玉杰[9]（2019）在《协作机器人姿态检测及姿态误差补偿技术研究》一文中研究指出对协作机器人进行姿态检测可以帮助机器人识别环境、理解任务,提高机器人工作的安全性、准确性和高效性。对构型参数未知的机器人,可以估计其构型,便于进一步的运动学和动力学分析。对于经济型协作机器人,通过姿态检测,可以校正其运动学参数。一套独立的机器人姿态检测系统可以作为二级辅助系统,与机器人本体的高精度编码器系统共同组成机器人的故障诊断系统。本文对协作机器人姿态检测技术进行了研究,主要研究内容与所得成果如下所示:首先,本文研究了目前国内外姿态检测技术的研究现状,经过方案对比,确定采用惯性-磁检测设备进行姿态检测。其次,本文研究并实现了四种数据融合方法。利用惯性-磁检测设备中的加速度计、磁力计和陀螺仪的输出数据,实现了基于四种不同方法的姿态估计算法。通过实验对比了四种算法在精度和时间消耗上的差异性。再次,针对基于惯性-磁检测设备在姿态估计中存在的误差,提出了一种基于BP神经网络的姿态误差补偿方法。通过引入第叁方参考系统,借助BP神经网络的强非线性映射能力,建立了多传感器原始输出与姿态估计误差之间的模型。以来自于多传感器的原始数据为输入,预测姿态误差,将其补偿到惯性-磁检测设备的姿态输出中,进而提高其姿态检测精度。利用开源的数据集进行了实验,结果表明该方法能够有效改善惯性-磁检测设备的姿态估计结果。然后,针对串联型协作机器人,提出了一种通用的机器人关节角度估计算法。该方法中,惯性-磁检测设备以任意姿态固定于机器人各个关节的任意位置处。通过对机器人各个关节的复合运动进行分解,得到该关节绕自身旋转轴运动的姿态改变量,经过解算,进一步得到该关节的关节角变化。以Aubo i5搭建实验平台,对该方法进行了评估。结果表明,所提出的方法能够有效估计机器人各个关节角的姿态。最后,以Windows环境下的WPF开发了机器人姿态检测系统的上位机软件,包括机器人控制、通信、实时数据显示、机器人叁维模型的实时姿态显示、数据保存等功能。最终实现对串联型协作机器人的实时姿态检测。(本文来源于《山东大学》期刊2019-05-17）
吴超群,姜尚文,王本志,张军威[10]（2019）在《多机器人协作系统在无损检测中的应用》一文中研究指出传统的钛合金铸件无损检测方法采用人工摆放零件和胶片配合射线机进行拍摄,这种方法拍摄成本高、效率低、效果不稳定。文章以某航空部件的检测为例,在原有检测工艺流程的基础上提出一种采用多机器人协作配合数字射线成像的检测方法,根据其检测的工艺流程设计并开发了相应的硬件系统和控制系统,并设计了相应的人机交互界面,实现了对系统的远程控制与实时监测。实验结果表明该系统自动化程度高、稳定可靠、改善了操作人员的工作环境、使单件产品的检测效率提高了60%。(本文来源于《组合机床与自动化加工技术》期刊2019年03期）
协作检测论文开题报告
（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：
随着城市公共设施的大力建设,窨井盖的数量也在快速增长。为了更好的进行井盖检测,并且便于现场快速安装,研究了一种基于窄带物联网(narrowband internet of things,NB-IoT)和LoRa技术相互协作的窨井盖检测系统。利用两种技术各自的优势相互协作,LoRa负责本地通信,NB-IoT负责上行数据传输。该系统具备低成本、低功耗、广覆盖和安装方便的特点。
（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。
协作检测论文参考文献
[1].马冲,王强.认知无线电中基于分簇的能量序贯协作检测算法[J].计算机应用与软件.2019
[2].高阳.基于NB-IoT和LoRa相互协作的窨井盖检测系统[J].中国新通信.2019
[3].董理.一种协作式异常流量检测模型[J].信息技术与网络安全.2019
[4].田壮,黄俊华.基于地空协作的玉米病虫害精准检测与施药系统设计[J].数码世界.2019
[5].王玉婷,刘楠,潘志文,尤肖虎.一种使用协作预测的自组织网络故障检测方法（英文）[J].JournalofSoutheastUniversity(EnglishEdition).2019
[6].田宇.面向人机交互的机械臂碰撞检测与物理协作技术研究[D].哈尔滨工业大学.2019
[7].毕涛.基于协作式道钉的车流量检测方法研究[D].哈尔滨工业大学.2019
[8].张竞文.基于AdaBoost协作表示算法的语音重度抑郁症检测[D].吉林大学.2019
[9].孙玉杰.协作机器人姿态检测及姿态误差补偿技术研究[D].山东大学.2019
[10].吴超群,姜尚文,王本志,张军威.多机器人协作系统在无损检测中的应用[J].组合机床与自动化加工技术.2019