针对无人机分簇自组网中存在相邻簇因使用同一频段且覆盖范围重叠,从而引发数据包丢失并增加数据传输排队时延的问题,提出了一种低冲突的无人机自组网介质访问控制(A Low-conflict Hybrid Medium Access Control Protocol for UAV Netwo...
详细信息
针对无人机分簇自组网中存在相邻簇因使用同一频段且覆盖范围重叠,从而引发数据包丢失并增加数据传输排队时延的问题,提出了一种低冲突的无人机自组网介质访问控制(A Low-conflict Hybrid Medium Access Control Protocol for UAV Networks,LH-MAC)协议。该协议设计了干扰感知频段分配机制,在组网阶段通过节点泛听收集到的同频干扰信息,利用图着色理论,为潜在干扰的相邻簇分配独立频段;设计了感知信道的切频机制,在数据传输阶段通过适时切频减少簇间的干扰;设计了基于时帧调整的冲突减少机制,针对节点移动的特性,动态地调整时帧结构,减少了节点运行状态中簇间干扰。通过使用OPNET Modeler 14.5软件仿真模拟,验证了LH-MAC协议相较于现有介质访问控制(Medium Access Control,MAC)协议在降低丢包率和排队时延的同时,能够提高网络吞吐量。仿真结果表明,该协议可以有效提升无人机分簇自组网的网络性能,展现出良好的适用性。
针对现有X光安检图像中违禁物品检测精度低的问题,基于YOLOv5s(you only look once version 5 small)提出了一种改进的违禁物品检测算法。利用重参数思想设计了一种Rep模块以协助YOLOv5s主干网络提取更多特征信息,在不增加推理时间的基...
详细信息
针对现有X光安检图像中违禁物品检测精度低的问题,基于YOLOv5s(you only look once version 5 small)提出了一种改进的违禁物品检测算法。利用重参数思想设计了一种Rep模块以协助YOLOv5s主干网络提取更多特征信息,在不增加推理时间的基础上提高算法检测精度。同时,在YOLOv5s颈部的路径聚合网络中插入2个通道注意力机制压缩-激励模块,加强通道间的相关性,提高整体网络的检测效果。在SIXray数据集上的实验结果表明,在不增加检测时间的基础上,改进的YOLOv5s算法比原始算法在平均精度均值(mAP)、宏精确率(macro precision)、宏召回率(macro recall)和宏F1(macro-F1)这4个评价指标上分别提升了2.6、2.0、4.0和3.0个百分点。
暂无评论