دانلود پروژه رایگان تشخیص هدف متحرک در شبکه سنسوری بیسیم به روش سرعت تصادفی با MATLAB
دانلود رایگان فایلهای متلبمنظور از روش سرعت تصادفی در واقع Random Accelerate می باشد.
عکس 1
عکس 2
عکس 3
در این مقاله یک الگوریتم جدید برای تشخیص یک هدف متحرک (target motion foreground) در تصویرر با پس زمینه متغییر و پیچیده ارائه می شود. لازم به ذکر است پس زمینه در این مقاله تصویری است که حاوی اشیاء متحرک می باشد. تعدد و تنوع پیچیدگی ها در پس زمینه تصاویری که الگوریتم روی آنها اعمال شده متغییر بودن پس زمینه، بکارگیری تبدیل Wavelet برای تشخیص هدف مورد نظر در تصاویر ، بکارگیری صحیح GVF Contour Active ارائه و استفاده از یک روش جدید باری Boundary همچنین ،مخلف و فراوان تصاویر در هدف تشخیص در بون قوی و بودن جدید کلی بطور و Detection جدید بودن کاربرد کلیه مراحل این الگوریتم، سبب متمایز شدن این روش از روشهایی است که تاکنون در مقاله های معتبر علمی ارائه شده است. در این رش ابتدا پس زمینه بوسیله ترتیب و ترکیبی صحیح از روشهای ذکر شده حذف می گردد و به منظور تعیین نوع حرکت هدف و همچنین بمنظور هوشمند شدن الگوریتم از شبکه عصبی استفاده شده است.شناسایی هدف به این مفهوم است که شبکه باید قادر به شناسایی و تشخیص حضور هدف در محدوده شبکه باشد و رده بندي هدف به این مفهوم است که هدف شناسایی شده مشخص شود که به کدام دسته از اهداف تعلق دارد[1]. به عنوان مثال شبکه سنسوري را تصور کنید که سه هدف شخص غیر نظامی، شخص نظامی و وسیله نقلیه به محدوده این شبکه سنسوري وارد می شود و شبکه سنسوري باید قادر به شناسایی و طبقه بندي این اهداف باشد. در این زمینه انتخاب نوع نودهاي سنسوري به عنوان یک اصل مهم در کاربرد هاي ردیابی اهداف در شبکه هاي سنسوري مطرح می باشد. زیرا انتخاب صحیح نوع نودهاي سنسوري تاثیر بسزایی در افزایش کارایی ردیابی هدف ایفا می کند. معمولا با توجه به نوع اهداف، نود هاي سنسوري انتخاب می شوند . در جدول 1 مشخصات کلی از انواع مختلف نودهاي سنسوري نمایش داده شده است. تصور کنید که یک شخص غیر نظامی وارد محدوده شبکه سنسوري شده است. این شخص باعث ایجاد تغییرات صوتی، حرارتی و شیمیایی در محیط می گردد که از این تغییرات می توان جهت شناسایی یک شخص غیر نظامی استفاده کرد. اما جهت شناسایی یک شخص نظامی باید در نظر داشته باشید که معمولا حرکت یک شخص سرباز در یک محدوده سنسوري تفاوت هایی با یک شخص غیر نظامی دارد و این بدلیل شیئ مغناطیسی است که این شخص حمل می کند بنابراین یک شخص نظامی نسبت به یک شخص غیر نظامی داراي تاثیرات مغناطیسی بیشتري می باشد. که از نودهاي مغناطیسی جهت تمایز بین اشخاص نظامی و غیر نظامی استفاده می شود. به عنوان مثال دیگر یک وسیله نقلیه را در نظر بگیرید که وارد محدوده شبکه سنسوري شده است مشابه یک شخص غیر نظامی یک وسیله نقلیه نیز مانند یک شخص نظامی می تواند از جهت حرارتی،لرزشی، آکوستیک، الکترونیکی، مغناطیسی، شیمیایی و نوري بر روي محیط اطراف خود تاثیر داشته باشد. از آنجاییکه یک وسیله نقلیه داراي حجم وسیعی از فلز می باشد بنابراین از جهت مغناطیسی داراي تاثیر بیشتري نسبت به یک شخص نظامی می باشد. تعداد نودهاي سنسوري که می توانند یک هدف متحرك را شناسایی کند به سایز هدف و حجم فلز موجود در هدف بستگی دارد. نکته مهم دیگر این است که براي تفاوت و تمایز بین اهداف معمولا از ترکیب نودهاي سنسوري استفاده می شود زیرا استفاده از ترکیب نودهاي سنسوري باعث شناسایی دقیق تر اهداف می شود. به عنوان مثال با فرض اینکه نود سنسوري رادار همه نوع کلاس از اهداف را شناسایی کنند و نودهاي سنسوري مغناطیسی فقط اهداف فلزي و آهنی را شناسایی می کنند از ترکیب این دو نوع مدل از سنسورها براي شناسایی و رده بندي اهداف غیر نظامی، نظامی و وسیله نقلیه استفاده می شود.
مقاله متلب,مطلب,متلب,مقاله برق,مقاله قدرت,مقاله مطلب,مقاله سیمولینک,دانلود متلب,دانلود مقاله متلب,مقالهmatlab ,آموزش متلب,مطلب,متلب,آموزش برق,آموزش قدرت,آموزش مطلب,آموزش سیمولینک,دانلود متلب,دانلود آموزش متلب,آموزشmatlab ,پروژه متلب,مطلب,متلب,پروژه برق,پروژه قدرت,پروژه مطلب,پروژه سیمولینک,دانلود متلب,دانلود پروژه متلب,پروژهmatlab ,
