第30卷第6期
2014年6月
科技通报
BULLETINOFSCIENCEANDTECHNOLOGY
多路径层进指导的物联网中关键信号挖掘
钟建坤
(河源进行融合统一处理的算法,采用分布式系统下的融合思想,将物联网系统中
收稿日期:2013-08-19基金项目:河源教育部科研项目(2010YA001)。
作者简介:钟建坤(1973-),男,广东兴宁人,硕士,副教授,研究方向:物联网技术。
204
科技通报
第30卷
的各种关键信号进行有机的结合,最终实现关键信号
---
∧
v
vDxI
---
Dy I
∧
v
v
-
-
∧∧
-)=0
(8)
的高效融合[4]。
多路径层进指导算法的系统模型定义为:
(j2πω1)|
DvI
+(j2πω)
2
|
|DvI|
)-λ(I0I
ìE(I)=∫|DvI|dxdy+λI
-I
利用多路径层进指导的关键信号融合算法的逆变
2
2
ïΩ0L
ï2
换可以得出相应的关键信号融合算法的偏微分方程为:
íI∈BV(vΩ)
ïx∈Ω
(1)
ìé-Dv
v
ù
-
-
D
ü
ï∧∧
ï
ïReíêDv(
xI)+-v(
yI
)úý-λ(I
-I)=0(9)
y
ïêxv
Dvúï0
îy∈Ω
îë|DI|
|DI|ûþ
其中:
|DvI|=(DvI)2+(DvI)2—多路径层进指导算法的
xy
系统模型。
最后利用关键信号融合算法的梯度下降法,引入时间变量t,可以得到基于多路径层进指导的关键信号融合算法的模型:
为了得到多路径层进指导算法在上述方程下的变
ì
é-
ïê
∂Iïv
x
DvI
-DvIùï∧∧
换解,需要采用多路径层进指导算法中的极小化思想处理方法,因此,利用多路径层进指导算法的变分法性质构造相应的关键信号引导函数,定义为[5]:
∂t=-ReíêDx(
îë
y
ü
-
-
ú
v
|DvI|
)+Dy(
|DvI|
)úý+λ(I0
ï
ûþ
-I)=0
(10)
v
g(ε)=E(I+εφ)=∫Ω|D(I+εφ)I|dxdy
则多路径层进指导的关键信号融合算法在每个方
向的挖掘定位定义为:
2
λ
(2)
+
2
2I0-I-εφL
DxI(x,y)=I(x,y)-I(x-1,y)
利用关键信号引导中泛函极值的基本性质,当
∧
1
=I(ω,ω)(1-e
j2πω1
N)e
j2π(xω1+yω2)
N(11)
12
φ∈C∞(Ω)且g/(0)=0时,可以得到相应的解算引导方N
0ε
程:
Dv
xIv
Dv
yIv
因此,多路径层进指导的关键信号定位算法的性
质可知一阶差分的表达式对应关系定义为:
-j2πω
∫Ω(|DvI|Dxφ+|DvI|Dyφ)dxdy-λ∫Ω(I0-I)φL2dxdy=0
DI(x,y)↔(1-e
1∧
N)I(ω,ω)
x12
-j2πω2∧
(12)
(3)
多路径层进指导的物联网中关键信号挖掘 来自淘豆网www.taodocs.com转载请标明出处.