共查询到19条相似文献,搜索用时 343 毫秒
1.
2.
基于多传感器的水声定位精度研究 总被引:1,自引:0,他引:1
针对TDOA定位算法中几何不确定性对定位精度的负面影响,提出一种基于多传感器信息融合的水声定位算法;该算法首先对多传感器合理布阵,确定若该个TDOA定位子系统,再对每个定位子系统用TDOA算法求得目标位置信息,最后依据几何精度因子(GDOP)对得到的若干个目标位置信息进行加权融合,得到最终定位结果;利用软件仿真对算法可行性进行了验证,结果表明,与基本的五元阵定位系统相比,该算法有效消除了因几何不确定性引起的误差,大大提高了定位精度。 相似文献
3.
在LOS环境下,Chan算法有着较好的定位精度,基于Chan算法的到达时间差/到达角(TDOA/AOA)算法比Chan算法有了进一步提高。但是在NLOS环境下,这些算法的精度都将大大下降,由于AOA的测量值有较大误差,TDOA/AOA方法的精度甚至低于Chan算法。并且这些算法的主要缺点是在第一次加权最小二乘法(WLS)中把移动台的横坐标、纵坐标与移动台到服务基站的距离作为三个相互独立的变量,忽略了三者之间的相关性,因此要进行第二次WLS才能得到定位结果,且最终的解为二值根。对误差的均值和方差进行了估计,修正了TDOA与AOA测量值,用Kalman滤波算法对AOA的值进行了估计,利用移动台坐标与AOA之间的关系将三个变量简化为一个,只需一次WLS即可求得唯一解,减少了计算量,消除了根的模糊性。仿真结果表明,该方法简单,计算量小,有较高的定位精度和较好的稳健性,性能优于Chan算法和基于Chan算法的TDOA/AOA算法。 相似文献
4.
5.
在铁路场景下,基于通信的无线网络定位技术中的定位误差主要来自系统测量误差,且参与定位的基站数目有限。文中结合TDOA算法和AOA算法中系统测量误差在定位误差中影响的互异特性,并利用铁轨路径方程,采用TDOA/AOA数据融合算法,有效地减小了系统测量误差带来的定位影响,提高了定位精度。在仿真实验中,用定位均方根误差作为评价指标,对TDOA算法、AOA算法和TDOA/AOA数据融合算法分别在不同条件下进行仿真分析。结果表明,在铁路场景下,本算法的定位均方根误差要小于TDOA算法和AOA算法,即该数据融合算法具有更好的定位性能。 相似文献
6.
7.
8.
基于WSMO服务质量的语义Web服务发现框架 总被引:1,自引:0,他引:1
当前对Web服务进行语义描述最流行的两个框架是OWL-S和WSMO,但它们主要都是从服务功能的角度对服务进行描述,缺乏对服务质量的明确刻画,导致服务请求者难以得到最佳服务.针对此问题,对WSMO规范进行了扩展,定义了一个服务质量(QoS)的元模型--WSMO-QoS,给出了QoS的本体词汇.在此基础上提出了基于QoS的语义Web服务发现框架,并给出一个从基本描述、IOPE、QoS三个层次实现服务匹配的算法.最后,实验结果验证了该服务匹配算法的有效性. 相似文献
9.
张正怀 《数字社区&智能家居》2010,6(7):1753-1754,1757
在CDMA的网络环境下,TDOA/AOA混合定位算法能够比Chan算法有较高的定位精度。然而随着AOA测量误差精度的下降,定位精度逐渐下降,甚至低于Chan算法的定位精度。提出了一种既能继承原算法的优良性能,又可充分利用AOA测量值信息提高定位性能的TDOA/AOA混合定位算法。实验证明,该方法的定位误差性能优于单纯的TDOA定位方法。 相似文献
10.
到达时间差(TDOA)测量无法根据测量值判断当前定位过程是处于近场还是远场,因此设计远近场统一解形式的TDOA定位算法对于提高源目标位置参数估计性能具有重要意义。通过建立远近场都适用的统一形式TDOA测量方程,本文提出了一种信号传播速度未知情况下远近场统一解形式的非约束最小二乘(UWLS)定位方法,该方法既适用于近场,又适用于远场,同时利用优化模型中的约束条件,设计了约束最小二乘(CWLS)定位方法,减少了估计误差,对算法的仿真结果分 析表明?所设计UWLS及CWLS算法既适用于近场?又适用于远场情况下的位置参数估计问题,随着远场距离的增加,UWLS及CWLS算法的估计误差基本保持不变,并且非常接近于克拉美罗(CRLB)下界值。 相似文献
11.
12.
13.
Ruck D.W. Rogers S.K. Kabrisky M. Maybeck P.S. Oxley M.E. 《IEEE transactions on pattern analysis and machine intelligence》1992,14(6):686-691
The relationship between backpropagation and extended Kalman filtering for training multilayer perceptrons is examined. These two techniques are compared theoretically and empirically using sensor imagery. Backpropagation is a technique from neural networks for assigning weights in a multilayer perceptron. An extended Kalman filter can also be used for this purpose. A brief review of the multilayer perceptron and these two training methods is provided. Then, it is shown that backpropagation is a degenerate form of the extended Kalman filter. The training rules are compared in two examples: an image classification problem using laser radar Doppler imagery and a target detection problem using absolute range images. In both examples, the backpropagation training algorithm is shown to be three orders of magnitude less costly than the extended Kalman filter algorithm in terms of a number of floating-point operations 相似文献
14.
阐述了标称状态的线性化方法和扩展的卡尔曼滤波公式及迭代卡尔曼滤波,探讨了非线性动态滤波的近似处理方法,围绕标称状态将非线性模型进行线性化,将标准的卡尔曼滤波扩展到非线性模型,得到扩展的卡尔曼滤波公式,研究了迭代滤波计算方法。扩展的卡尔曼滤波方法已经有效地用于非线性模型。 相似文献
15.
结合Chan算法、Taylor算法及Kalman算法三种TDOA算法的优点,提出一种能应用于室内实时定位的协同方法。首先基于Chan与Taylor的协同定位方法估算位置信息,并通过对估计结果的残差设置阈值来鉴别NLOS,从而抛弃受到NLOS污染严重的测量数据。其次,再对符合条件的测量数据,利用Kalman方法计算定位结果,与Taylor方法的定位结果通过设置判别条件进行比较,以此进一步抑制NLOS干扰。对符合判别条件的定位结果,进行残差加权及移动平均加权处理,从而完成最终定位结果的更新。最后,利用室内实时定位实验,证明该方法能有效过滤受到NLOS污染严重的测距数据,提高定位精度,并且具有良好的稳定性。 相似文献
16.
提出了一种利用两次卡尔曼滤波实现非视距环境中TDOA/AOA混合定位方法。根据类正态分布密度曲线是最小二乘意义下对指数分布密度曲线的最优拟合的思想建立TDOA误差模型,先利用卡尔曼滤波对TOA测量值进行预处理以消除NLOS误差,再把经过预处理的TOA测量值输入到卡尔曼滤波器来实现TDOA/AOA混合定位。仿真结果表明,该方法的定位误差性能明显优于单纯的TDOA定位方法以及服从指数分布误差模型下的TDOA定位方法。 相似文献
17.
为了及时有效地对建筑物的变形进行预测,在对多小波、Kalman滤波与神经网络这三种变形预测和建模的有力工具研究的基础上,将多小波分析、神经网络强有力的逼近能力以及Kalman滤波的迭代计算和最优估计的优点有机地结合起来,建立了一种新的变形预测方法:基于扩展Kalman滤波(简称为EKF)的多小波神经网络变形预测模型;通过变形预测实验表明该方法具有较高的精度,较快的速度,是一种能快速高效精确预测变形体变形的方法。 相似文献
18.
19.
一种鲁棒自适应推广Kalman滤波及其在飞行状态估计中的应用 总被引:4,自引:0,他引:4
本文在自适应推广Kalman滤波基础上,为了防止滤波发散,改善自适应Kalman滤波的数值稳定性和计算效率,利用U-D分解滤波,并引进滤波发散的判据等,提出一种鲁棒自适应推广Kalman滤波新算法,并把该算法应用于飞行器飞行状态估计问题,仿真及实际计算结果证明了本文方法的有效性。 相似文献