La monitorización del flujo de tráfico mediante redes de sensores inalámbricos magnéticos en ciudades caóticas de países en desarrollo representa una tecnología emergente. Uno de los retos a los que se enfrenta este despliegue es el desarrollo de un algoritmo eficaz de procesamiento de señales de detección en tráfico congestionado de baja velocidad basado en los campos magnéticos de la Tierra. El algoritmo propuesto es la mejora de rendimiento del algoritmo anterior conocido como Algoritmo de Escaneo y Decisión (SDA). El nuevo algoritmo basado en el modelo de media móvil incluye un filtro de media móvil de dos pasos para mejorar la relación señal-ruido tras la conversión analógico-digital. Las capacidades matemáticas mejoradas permiten captar características adicionales de dirección y clasificación de vehículos. Otros resultados del modelo son la detección, el recuento, la velocidad y el índice de tiempo de viaje (TTI) de los vehículos. La evaluación del rendimiento del algoritmo propuesto se lleva a cabo mediante experimentos in situ en tiempo real en el segmento de carretera designado. Los resultados indican que el sensor magnético de carretera mejora la detección de vehículos, el recuento, el índice de tiempo de viaje y la clasificación en situaciones de tráfico congestionado a baja velocidad.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Descentralización cooperativa en redes MEC de tres niveles habilitadas para D2D para IoT.
Artículo:
Estado de la Aplicación y Perspectivas de la Tecnología 5G en los Sistemas de Automatización de Distribución
Artículo:
Utilizando el método de aprendizaje automático de descomposición de factores para recomendación de música.
Artículo:
Anti-Forensics of Image Contrast Enhancement Based on Generative Adversarial Network (Antiforensis de la mejora del contraste de imágenes basada en redes generativas adversariales)
Artículo:
Detección basada en el aprendizaje de datos nocivos en dispositivos móviles