基于智能边缘计算平台的振动检测解决方案

姚卫浩

-/电子信息

基于智能边缘计算平台的振动检测解决方案，主要通过振动信息实时监测工业设备的运行状况，发现并汇报异常。该解决方案针对传统工厂设备故障监测及健康管理、故障诊断等智能需求，对工业设备安装振动监测装置以实现智能自动化。振动检测装置无源无线，便于部署。利用深度学习神经网络与自学习算法，以及全流程算法部署，使用过程中无需人为干预，降低使用门槛。同时，低功耗，低成本，应用场景广。

基于Voronoi图的三维有向异构移动传感器网络自部署方法

龚毓铭

-/电子信息

本发明公布了一种三维有向异构移动传感器网络自部署方法，基于加权Voronoi划分和虚拟力计算，将自主部署过程转化为网络节点的自主移动、转动过程，包括：计算节点权值；调节节点方向在被监测区域内；进行Voronoi划分；计算Voronoi区域质心；计算虚拟斥力；计算节点所受虚拟斥力的合力、位移向量；计算每个节点合位移向量；更新节点位置；再调整边界节点的位置和方向信息，使节点回到被监测区域内；由此解决三维空间环境下有向异构移动传感器节点集中放置的空间区域覆盖问题；提升网络的覆盖率；快速完成节点的部署；保证网络的覆盖性能。

有向异构移动传感器网络在灾难救援中具有具大的应用潜力，可以充分利用不同规格的节点资源快速、近距离对灾难发生地点进行全方位监测，协助搜索被困人员、及时反馈现场信息。根据现有的资料表明，目前已有的自主部署算法，主要是针对二维平面环境进行区域覆盖，现有方法还难以解决针对三维空间内异构节点集中放置的空间区域覆盖，如何进行部署的问题。

为了克服上述现有技术的不足，解决三维空间环境下有向异构移动传感器网络中节点集中放置的空间区域覆盖问题，本发明提出一种基于Voronoi图的三维有向异构移动传感器网络自部署方法，基于加权Voronoi划分方法和虚拟力原理相结合，将有向移动传感器网络协同自主部署过程转化为节点的自主移动、自主转动的过程，适于有向异构移动传感器网络的自主部署。

利用有向移动传感器网络节点覆盖三维空间大目标的方法

龚毓铭

-/电子信息

本发明提供了一种利用有向移动传感器网络节点覆盖三维空间大目标的方法，其中，该方法包括：根据三维空间大目标的所有外凸点获得所述三维空间大目标的质心；以所述质心为球心获得所述三维空间大目标的外接球；根据移动节点之间的虚拟力，以及所述移动节点与所述三维空间大目标的外接球之间的虚拟力围绕所述三维空间大目标的外接球部署所述移动节点；根据所述移动节点和所述质心的连线调整所述移动节点的朝向，以使所述朝向指向所述球心。本发明能够利用有向传感器移动网络节点对三维空间大目标表面进行均匀覆盖，移动节点部署快、智能化程度高，节省了大量人力资源。

近年来，无线传感器网络由于其高度的学科交叉性和广泛的应用前景受到世界各地学术界和工业界的高度关注，已成为当前IT领域新兴的前沿热点。根据采用的传感器节点类型,无线传感器网络可分为很多种。例如，若节点带有摄像装置，具有视频采集功能，则称之为视频传感器网络；若带有移动装置，则称为移动传感器网络；若组成网络的传感器节点的感知范围与方向相关，则称为有向传感器网络。在目标监测问题上，有向传感器在重点方向覆盖和使用能耗方面相比传统的全向传感器更具有优势。从实际应用角度上来看，目前常见的传感器类型，如图像、红外、声波等均具有方向性，由此可见有向传感器网络更为接近实用。

有向传感器网络节点加装了自主移动装置，就构成了有向移动传感器网络，例如用于军事、农业、灾难救援中的空中视频传感器网络，其节点是一架带有摄像头的微小型飞行器，由于能够组网协同飞行，从而能够更及时准确地获取目标区域的信息。

对于自主部署而言，由于节点的资源受限，通信范围和感知范围都十分有限，因此自主部署算法的好坏会对监测区域覆盖产生重要影响。好的自主部署算法应尽可能避免重叠覆盖、尽可能减少覆盖漏洞，部署过程中尽可能避免节点之间或节点与目标之间的相互干扰(如碰撞)。

为了解决上述问题，本发明具体实施方式提供一种利用有向移动传感器网络节点覆盖三维空间大目标的方法，包括：根据三维空间大目标的所有外凸点获得所述三维空间大目标的质心；以所述质心为球心获得所述三维空间大目标的外接球；根据移动节点之间的虚拟力，以及所述移动节点与所述三维空间大目标的外接球之间的虚拟力围绕所述三维空间大目标的外接球部署所述移动节点；根据所述移动节点和所述质心的连线调整所述移动节点的朝向，以使所述朝向指向所述球心。

根据本发明的上述具体实施方式可知，利用有向移动传感器网络节点覆盖三维空间大目标的方法至少具有以下有益效果或特点：基于虚拟力原理，将有向移动传感器网络协同自主部署过程转化为节点在虚拟力场中受虚拟力作用而自主移动、自主转动的过程，能够实现移动传感器网络节点自主、均匀覆盖三维空间大目标，从而实现对三维空间大目标的全方位监测，节点部署快、智能化程度高，节省了人力资源。

上述的本发明实施例可在各种硬件、软件编码或两者组合中进行实施。例如，本发明的实施例也可为在数据信号处理器(Digital Signal Processor，DSP)中执行的执行上述程序的程序代码。本发明也可涉及计算机处理器、数字信号处理器、微处理器或现场可编程门阵列(Field Programmable Gate Array，FPGA)执行的多种功能。可根据本发明配置上述处理器执行特定任务，其通过执行定义了本发明揭示的特定方法的机器可读软件代码或固件代码来完成。可将软件代码或固件代码发展为不同的程序语言与不同的格式或形式。也可为不同的目标平台编译软件代码。然而，根据本发明执行任务的软件代码与其他类型配置代码的不同代码样式、类型与语言不脱离本发明的精神与范围。

基于层次聚类提取特征的切达奶酪身份的判别标识方法

龚毓铭

-/电子信息

本发明公布了一种基于层次聚类提取特征的切达奶酪身份判别标识方法，包括：对切达奶酪的特征风味组分进行确定并定量，检测得到样品中的特征风味组分含量；对多种特征风味组分进行层次聚类，生成身份标识性特征风味组分模型；利用支持向量机SVM模型判别未知切达奶酪的级别。采用本发明技术方案进行切达奶酪身份判别标识，能够节省大量人力费用，提高切达奶酪身份判别的准确率，使奶酪分级更加客观、有效。

切达奶酪具有浓郁的奶香味和清新的坚果味，是目前我国进口最多的奶酪品种之一，国外按切达奶酪成熟时的风味、结构质地、颜色和外观将切达奶酪分为淡味(mild)、中味(medium)、浓味(mature)三个级别，随着成熟的时间越长，其品质越好，因而价格也越高。通常而言不同级别奶酪的评价大多以主观的感官评价为主，缺少客观的评价标准，因而不同生产厂家，不同产区的切达奶酪品质相差较大。另外对于奶酪基本依赖进口的我国而言，切达奶酪的感官评定分级方法因缺少生产经验而难以操作，主要依赖进口标签对其进行分级，因此品质良莠不齐。如何利用仪器分析对进口切达奶酪的身份以及奶酪品质进行确定，一直是我国进口奶酪产业一个难以解决的问题。

基于加权Voronoi图的三维异构移动传感器网络自主部署方法

龚毓铭

-/电子信息

本发明公布了一种三维环境下异构传感器网络的自主部署方法，基于加权Voronoi划分，将三维异构移动传感器网络协同自主部署过程转化为三维异构移动传感器网络节点自主移动的过程，由此快速完成传感器节点的部署；包括：初始化，获取信息并计算每个节点的权值；进行加权Voronoi划分；计算Voronoi区域质心；节点从原来的位置移动到节点的Voronoi区域的质心位置，更新节点的位置信息。采用本发明技术方案，网络部署的收敛速度快，能够更加快速地完成传感器节点的部署；能够提升网络覆盖率、降低网络能量消耗。

近年来，无线传感器网络由于其高度的学科交叉性和广泛的应用前景受到世界各地学术界和工业界的高度关注，已成为当前IT领域新兴的前沿热点。传感器节点可以根据感测能力、计算能力、通信能力和能量等不同而分为不同种类。异构传感器网络是指由多种不同类型的传感器节点构成的网络；反之，由相同类型传感器节点组成的网络称为同构传感器网络。根据采用的传感器节点类型,无线传感器网络可分为很多种。例如，若节点带有摄像装置，具有视频采集功能，则称之为视频传感器网络；若带有移动装置，则称为移动传感器网络。不同于传统的无线传感器网络，异构无线传感器网络是指在网络中存在多种感知范围或者多种类型节点的网络。在异构传感器网络中，网络中传感器节点的类型、感知范围是不相同的。而且，网络中具有特定功能的汇聚节点个数也不是确定的。不同感知范围、类型的传感器节点通过多跳的方式将监测区域中的数据进行采集、传输到一个或多个汇聚节点。最后汇聚节点再通过互联网将数据传送到任务管理节点，以便用户进行操作和管理。异构传感器网络的定义不具有唯一性。具有节点异构性、链路异构性或者网络协议异构性的无线传感网络都可以称为为异构传感器网络。其中节点异构对网络的覆盖控制影响最大。节点的异构又可以分为感知能力、计算能力等方面的异构特性。异构无线传感器网络问题也越来越广泛。

为了克服现有技术的不足，解决三维空间环境下异构移动传感器节点的区域覆盖问题，本发明提出一种基于加权Voronoi划分的方法、适用于三维异构传感器网络的自主部署方法，将三维异构移动传感器网络协同自主部署过程转化为节点自主移动的过程，能够更加快速的完成传感器节点的部署，提升网络覆盖率。

基于改进蚁群算法的多无人机任务分配方法

龚毓铭

-/电子信息

本发明公布了一种基于改进蚁群算法的多无人机任务分配方法，对蚁群算法进行改进，表示无人机的蚂蚁在运动过程中，运动转移的方向由各条无人机飞行路径上的信息素浓度决定；在任务分配搜索过程中，表示无人机的蚂蚁智能选择下一步所要走的路径；通过比较采用蚁群算法计算得到的路径距离与直接计算两点之间直线距离的大小，选择较短的距离作为无人机寻找目标的最优路径，同时采用梯度下降方法进行优化以缩短无人机飞行的距离，适用于多无人机的任务分配，实现无人机快速完成任务并减少飞行距离。采用本发明技术方案，能够减少完成任务的时间，缩短了无人机搜寻任务时的飞行距离。

在多无人机任务分配问题中，常用的方法主要有集中式任务分配、分布式任务分配两种。集中式任务分配就是编队中的无人机之间的通信、信号的传输和控制均由唯一的一个控制中心来进行，常用的模型有MTSP、VRP、MILP、DNFO、CMTAP，其中可分为最优化方法和启发式算法，最优化方法中包括穷举法、整数规划法、约束规划和图论方法，启发式算法是在能够接受的时间范围内求得局部最优解或满意解，包括列表规划和智能优化算法；分布式任务分配方法与集中式任务分配方法不同的是实现信号传输的方式，前者无人机还可以在编队内进行通信，具有更好的灵活性，分布式任务分配方法相比集中式任务分配方法来说对无人机的要求更高，需要无人机具备独立计算、分析与决策等能力，其中包括合同网方法和拍卖方法，合同网是应用范围最广的一种分布式任务分配方法，它的核心是为防止产生冲突，对每个问题的求解用通信的方式协商处理，有发布者和竞标者两个角色，由“招标‑投标‑中标‑确认”4个交互阶段组成；拍卖方法是实现资源配置的一种市场机制，指的是买方在清楚了解拍卖规则的前提下，采用竞价的方式决定特定物品的价格，也就是将要拍卖的物品用公开竞价的方式转卖给应价最高或最低者的一种交易方式，拍卖方法是一种协商协议，因其规则明确且便于操作，近年来受到越来越多学者们的关注。拍卖方法用明确的规则引导买卖双方进行交互，可操作性非常强，能在较短时间内将资源合理分配，得到问题的最优解或较优解，该方法现已广泛运用在无人机作战和传感器等资源分配问题中。

蚁群算法作为进化算法中的一种启发式全局优化算法，在无人机任务分配方面有着较大的优势。蚁群算法的基本思路为：用蚂蚁的行走路径表示待优化问题的可行解，整个蚂蚁群体的所有路径构成待优化问题的解空间。路径较短的蚂蚁释放的信息素量较多，随着时间的推进，较短的路径上累积的信息素浓度逐渐增高，选择该路径的蚂蚁个数也愈来愈多。最终，整个蚂蚁会在正反馈的作用下集中到最佳的路径上，此时对应的便是待优化问题的最优解。根据现有资料表明，目前蚁群算法应用在多无人机任务分配中大多存在着完成任务时间较长以及搜寻时无人机飞行距离较长的问题，因此在这一方面还需改进。

一种基于改进NSGA-II的无人机路径规划方法

龚毓铭

-/电子信息

本发明公布了一种基于改进NSGA‑II的无人机路径规划方法，NSGA‑II为基于非支配排序遗传算法NSGA的改进算法，通过指数分布自适应动态调整交叉概率和突变概率，利用定向突变策略改进NSGA‑II的随机突变机制，由此减少计算过程中陷入局部最小值陷阱的风险，提升方法的局部搜索能力，从而快速生成三维环境下长度较短且安全无碰撞的无人机飞行路径。

近年来，无线传感器网络凭借着高度的学科融合性和广阔的应用前景而受到学术界和高新技术领域的广泛关注。无线传感器网络根据其传感器节点的不同特点可以划分为各种类型，其中，空中无线传感器网络因为其采用兼具感知能力和自主飞行能力的微小型无人机作为传感器节点，能够根据实际情况，在多种复杂环境条件下准确的获取信息而成为计算机领域的研究热点。

在空中无线传感器网络中，由于需要通过飞行穿越各种环境完成信息采集等任务，无人机的路径规划方法一直是研究者们的重点关注对象。无人机路径规划问题的主要目标在于寻找一条可行路径，该路径要求无人机能够安全无碰撞的到达目的地。由于在实际应用中，需要考虑路径长度、路径安全性等多种因素，往往需要考虑多个优化目标以获得准确的解决方案，因此无人机路径规划问题也被归类为多目标优化问题(Multi-Objective Optimization Problem，MOOP)。

目前解决多目标优化问题的主要方法有两种。第一是使用加权和函数，将多目标问题转换为单目标问题。此类方法的缺点是需要提前设置好不同优化目标的权重，并且在优化过程中进行权重的变化。第二种方法是提供一组基于pareto最优解集的解决方案。Pareto解集是指在多目标函数的优化过程，对某目标的提高可能会造成其他目标的降低，这一类改进任何目标函数的同时，必定会削弱其他一个或多个目标函数的解集就是pareto解集，而一组目标函数最优解的集合被称为pareto最优解集。决策者可以根据应用环境的实际情况，利用pareto最优解集选择一种最合适的解决方案，而不是只能在一次运行中得到单个解决方案。近年来，众多研究者针对利用pareto的方法进行了研究，并提出了许多方案，其中，基于元启发式算法的遗传算法，尤其是改进算法NSGA-II算法凭借着覆盖面广，全局择优的优势，成为众多研究者解决MOOP的首选方法。

 NSGA-II是在非支配排序遗传算法NSGA的基础上改进后得到的。NSGA是引入了非支配分层思想的遗传算法，在进行选择操作之前，利用虚拟适应度和共享半径技术计算个体之间的支配关系并进行分层，使表现良好的个体有更大概率遗传至下一代。NSGA-II算法继承了NSGA算法的非支配分层思想并进一步改进，利用拥挤度算子替代共享半径，引入了精英策略和快速非支配排序方法，在实际应用中表现出卓越的性能。Mansoor等提出了在离散空间中针对路径长度和间隙，使用NSGA-II作为框架，利用新的路径优化算子解决了复杂环境下的路径规划问题，但是该方法需要手动改变不同情况下的交叉概率，且容易过早收敛到局部最优；Lucas等考虑了海洋洋流影响，使用NSGA-II算法解决水下滑翔机的四维多目标优化寻路问题，但是其适应度函数只适用于特定海洋结构环境；Ren等针对城市环境下，通过考虑距离和安全性，提出了基于距离的CDNSGA-II方法，但是该方法使用了八叉树的层次结构数据，在非结构化的环境下，容易陷入局部极小值陷阱。

综上所述，NSGA-II在解决无人机的路径规划这一类MOOP问题上有着运行速度快，收敛性强等优点，但是其自身也存在局限性。由于NSGA-II针对全局最优进行搜索，虽然使用了拥挤度算子，但由于其延续了遗传算法的基本流程，因此仍然存在局部搜索能力不强，陷入早熟收敛的风险，难以实现有效的无人机路径规划。

EDA云编译平台

姚卫浩

-/电子信息

EDA编译是一项耗时长且资源消耗大的工程，其本地编译目前存在着诸多问题：（1）EDA软件安装包巨大，需下载30GB的安装文件；（2）编译时间长，需消耗10个小时或更多；（3）同时编译资源消耗大，即使高端服务器也只能同时进行1-2个编译任务。为解决上述问题，将EDA编译上云是一个可行有效的方案。

可延展柔性无机电子

汪国林

-/电子信息

可延展柔性电子（StretchableandFlexibleInorganicElectronics)在继承传统半导体产业的技术优势的基础上，引入新型的设计和制备方法，实现的可延展柔性无机电子器件达到与皮肤同样的柔软，能够与人体表面自然贴合获取温度、脉搏、血氧、血糖等生理参数，可用于呼吸、血压、血糖的日常监测。可延展柔性电子器件将是精准医疗数据采集的关键技术和核心设备。 清华大学是国内首个对可延展柔性无机电子器件开展全面研宄的单位，承担针对可延展柔性电子的首个国家重点基础研宄发展计划（973计划）项目。清华大学经过多年的研宄，己经设计和制备出多种功能的可延展柔性电子器件。柔性温度监测器件具有很好的生物兼容性，可实现对人体温度的长期实时的精确监测。基于压电的可延展柔性电子器件能够实现对心率、心脏搏动力度、血压、脉搏等监测，为健康监测和疾病预防提供了支持。