您的位置: 专家智库 > >

杜硕

作品数:7 被引量:18H指数:2
供职机构:燕山大学更多>>
发文基金:河北省自然科学基金国家自然科学基金河北省高等学校科学技术研究指导项目更多>>
相关领域:自动化与计算机技术电子电信机械工程一般工业技术更多>>

文献类型

  • 5篇期刊文章
  • 2篇学位论文

领域

  • 5篇自动化与计算...
  • 3篇电子电信
  • 2篇机械工程
  • 1篇医药卫生
  • 1篇一般工业技术

主题

  • 5篇网络
  • 4篇无线传感
  • 4篇无线传感器
  • 4篇无线传感器网
  • 4篇无线传感器网...
  • 4篇感器
  • 4篇传感
  • 4篇传感器
  • 4篇传感器网
  • 4篇传感器网络
  • 2篇脑机接口
  • 2篇WSN
  • 1篇单通
  • 1篇单通道
  • 1篇多变量
  • 1篇多通道
  • 1篇信号
  • 1篇信念网络
  • 1篇轧机
  • 1篇轧机振动

机构

  • 7篇燕山大学
  • 1篇秦皇岛职业技...
  • 1篇中国人民解放...

作者

  • 7篇杜硕
  • 2篇陈白
  • 2篇刘彬
  • 2篇郝晓辰
  • 1篇何群
  • 1篇许龙彬
  • 1篇尹荣荣
  • 1篇谢平
  • 1篇张福福
  • 1篇陈晓玲
  • 1篇王丽丽
  • 1篇陈浩
  • 1篇李玉仙

传媒

  • 2篇计算机工程
  • 1篇计量技术
  • 1篇计量学报
  • 1篇中国新通信

年份

  • 1篇2020
  • 1篇2019
  • 1篇2011
  • 2篇2010
  • 2篇2009
7 条 记 录,以下是 1-7
排序方式:
WSN中基于能量的分布式覆盖控制算法被引量:1
2010年
针对无线传感器网络中节点密度过大、节点剩余能量不均等问题,设计一种基于节点剩余能量的分布式覆盖控制算法,基于概率覆盖模型,按目标区域内节点剩余能量从小到大的顺序,依次通过计算各个节点的区域覆盖概率判定其冗余性,并使冗余节点转入休眠状态。仿真结果表明,该算法能有效降低网络中节点冗余度,延长网络生存时间。
陈白杜硕刘彬郝晓辰
关键词:无线传感器网络
基于能耗均衡的WSN连通覆盖集构建算法被引量:2
2011年
为提高无线传感器网络的能量利用率,提出一种基于能耗均衡的连通覆盖集构建算法EBACCS。该算法以概率覆盖模型为基础,采用Voronoi图划分目标区域,获得网络冗余节点,根据能量权值函数,从冗余节点中选出必要的连接节点建立一个优化的连通覆盖集。理论分析和仿真实验结果表明,EBACCS能够保证网络的连通性与覆盖性,均衡节点能耗,延长网络寿命。
陈白王丽丽李玉仙杜硕郝晓辰
关键词:无线传感器网络VORONOI划分能耗均衡
无线传感器网络规则部署的k-重覆盖模型特性研究被引量:3
2009年
无线传感器网络规则部署的k-重覆盖模型特性直接影响着网络监测结果的全面性和准确性,决定上层协议的可靠性。本文通过计算几何理论,对正n边形网格k-重覆盖模型的物理特性进行理论分析得出,各模型在确保预设k-重覆盖需求下的节点临界部署距离阈值,为实现网络可靠覆盖控制算法设计提供基础;并通过MAT-LAB仿真实验研究获得了不同k-重覆盖需求下最优覆盖模型,为高效节点部署提供指导依据。
尹荣荣张福福杜硕许龙彬
关键词:无线传感器网络特性分析
无线传感器网络覆盖模型与控制算法研究
无线传感器网络是由具备感知、数据处理、存储和无线通信能力的传感器节点通过自组织方式构成的网络,其广阔的应用前景受到世界各国的高度关注。覆盖控制是无线传感器网络研究过程中的关键性问题,直接决定了网络采集外界信息的完全性和准...
杜硕
关键词:无线传感器网络VORONOI图
文献传递
基于无线测量的轧机扭转振动的分析
2009年
采用无线测量的方式采集轧机主传动轴的扭转振动信号,避免了在测试中的复杂布线,摆脱了被测环境和条件的限制。对采集的信号进行EMD分解,提取信号的固有模态函数(IMF),对IMF分别进行Hilbert变换后,组合得到Hilbert时频谱和Hilbert边际谱。通过对IMF分量、时频谱和边际谱的分析,得到轧机的振动形态。通过建立采集系统和对实际振动信号的分析,得到信号所含有的振动形态,验证了该方法的正确性和有效性。
陈浩杜硕刘彬
关键词:轧机振动EMDHILBERT
面向智能辅助驾驶的运动想象脑机接口研究
目前,包括无人驾驶车辆在内的智能车辆做出的决策往往让驾驶员感觉笨拙,加重其紧张情绪;而且,现有的智能车辆降低了驾驶员的驾驶参与度,使其易出现困倦或者注意力分散等安全隐患,同时,此类车辆也缺少与残疾驾驶员间的有效的交互通路...
杜硕
关键词:脑机接口
基于变分模态分解与深度信念网络的运动想象分类识别研究被引量:12
2020年
传统人工确定最优时段及最优频段的方法会造成信息遗漏进而导致运动想象识别率的降低,因此基于脑电信号的运动想象分类研究成为了脑-机接口研究领域的难点问题。针对该问题,变分模态分解和深度信念网络被应用于运动想象分类。对脑电信号进行变分模态分解得到窄带分量,利用希尔伯特变换提取边际谱、特征频带下的瞬时能谱以及时-频联合特征;特征融合后采用深度信念网络对高维特征降维并实现运动想象模式的识别,避免了人工确定想象最优时段及最优频段造成的信息遗漏。实验结果表明,利用变分模态分解与深度信念网络自动提取最优时段及最优频段特征的方法有效提升了运动想象识别率。
何群杜硕王煜文陈晓玲谢平
关键词:计量学脑机接口脑电信号
共1页<1>
聚类工具0