针对矿井非视距(not line of sight,NLOS)环境下监控区域有限、目标被遮挡以及多径干扰导致井下目标定位精度下降、定位延迟等问题,提出了一种面向井下巷道场景的移动目标无线感知与视觉融合跟踪定位方法。该方法首先通过射频识别感知、获取井下目标位置信息,然后利用视觉跟踪移动目标并捕获其位置信息,最后将对目标的感知信息与视觉跟踪位置信息进行加权融合,从而获得井下目标位置估计。研究结果表明:本文方法可以提高定位精度、减小定位误差和运算耗时,相比射频识别和视觉定位方法,平均定位误差、计算耗时
车联网节点高速移动、拓扑动态变化的特性给数据传输提出挑战。为此，充分利用车辆的移动模型、车辆速度和车辆密度等信息，提出了基于蚁群优化算法的移动感知区域VANET路由(Mobility Aware Zone based Ant Colony Optimization Routing for VANET，MAZACORNET)。
移动群智感知（MCS,mobile crowd sensing）是一种有效利用智能移动终端协同采集环境数据的技术，集成多种传感器的移动载体（如车辆）越来越多地被当作参与者来承担各种感知任务。在智慧矿山物联网（IoT,Internet of things）中，为了更好地感知人—机—环的实时信息，支撑安全生产顺利进行，基于MCS思想对矿山环境下移动感知节点的覆盖质量和能耗优化进行研究，提出了一种综合考虑覆盖率（CP,coverage percentage）和覆盖密度（CD,coverage dens
