基于网格细胞到位置细胞转换的位置估计模型

为实现运行体智能自主定位,该文提出一种基于网格细胞到位置细胞转换的位置估计模型。结合网格细胞和位置细胞的放电机理以及它们之间的信息转换关系,将位置估计模型分为空间环境学习与记忆、运动状态感知和位置估计3部分,给出了各个部分实现原理和具体操作步骤,最后利用提出的模型对运行体定位问题进行了仿真实验。结果表明,所提模型能实现运行体自主定位,且定位性能可通过改变模型中网格细胞和位置细胞参数进行调整。     

基于多尺度空间表征的生物启发目标指引导航模型

为实现运行体空间认知和自主导航,借鉴生物导航机理,该文提出基于多尺度空间表征的生物启发目标指引导航模型。首先构建不同尺度位置细胞图编码空间环境,采用高斯模型模拟位置细胞放电率,并将其作为Q学习的状态输入,然后采用模拟退火方法完成行为选择,通过多次探索学习使运行体能够正确规划出一条从起始点到目标点的最短路径。仿真结果表明,该方法用于目标指引导航是可行的,相对于单尺度位置细胞空间认知模型,该方法不但符合多尺度空间表征的生物学依据,而且学习速度更快。在存在障碍物的环境中,能够顺利完成目标指引导航任务,并且当障碍物发生变化时具有较好的适应性。     

一种基于iBeacon和Wi-Fi的位置空间模型定位方法

从信号传播的物理建模转变为对信号环境与用户行为的建模,提出了一种基于i Beacon和Wi-Fi的位置空间模型定位技术和算法。通过i Beacon、空间位置及POI构建位置空间模型索引,并根据用户的常态行为特征,对空间位置和POI分别设置不同权重,最后通过位置空间模型索引计算终端的具体位置,显著提高了定位的合理性和精度。     

GPS空间定位误差对平面位置的影响分析

GPS车辆导航中的地图匹配数据处理，首先是将GPS定位成果投影到高斯平面，然后将其转换为当地坐标系下的平面坐标。平面坐标的精度与这一过程关系甚密．本文推导了GPS空间定位误差对当地平面坐标成果的影响模型。     

基于偏振光传感器的仿鼠脑导航方法

面对长距离复杂场景下的自主移动机器人导航问题,仿生鼠脑的RatSLAM相较传统SLAM更加高效。但完全依赖视觉信息,导致其精度不高、可靠性不足。通过引入天空偏振光定向,高效地提供精准的绝对航向角,可以弥补RatSLAM的不足。设计并搭建了一种偏振光仿鼠脑导航系统及导航实验平台,经过室外道路实验验证了系统的性能,并与RatSLAM进行了比较。实验结果表明,偏振光仿鼠脑导航系统和RatSLAM的平均位置误差分别为3.65 m和26.29 m,平均角度误差分别为0.36°和2.39°。该系统减少了累积误差,实现了高效、强鲁棒性、轻量化的自主导航。     

基于空间探索和认知图构建的生物启发式目标导向导航模型

为实现智能自主运行体面向目标的导航知识生成及运行控制,该文研究了一种基于空间探索和认知图构建的生物启发式目标导向(GO)导航模型,该模型由空间探索、认知图构建和GO导航控制3个部分组成。在空间探索中,将网格细胞(GCs)到位置细胞(PCs)模型和视觉位置细胞生成模型融合后生成的位置细胞表征当前状态,利用Q学习算法实现状态-动作的建立及更新,以此学习面向目标运行的导航知识;然后,在认知图构建中,利用重心估计原理对空间探索得到的知识进行处理,生成各位置细胞状态下面向目标的方向信息;最后,运行体在朝目标的运行中,根据得到的认知图实时控制运行方向,以此实现GO导航。仿真结果表明,该GO模型有效,运行体进行充分的空间探索可生成认知图,并以此实现GO导航,且在运行过程中能有效规避障碍物。     

基于生物触角的仿生条件反射机器人导航算法

 运用神经行为学原理提出一种模拟生物条件反射活动的机器人导航算法.对于环境感知,提出生物触角模型,因仅对特定区域信息进行处理,大大减小了计算量;对于运动控制,提出一种实用的改进Bug算法,机器人依靠生物触角感知环境刺激,实时激励触发相应的行走行为.最后在多种障碍物分布情形下进行算法对比验证.结果表明,机器人可以利用该算法实现未知环境下定目标点自主导航,具有转向次数少、绕行障碍物距离小及运动路径平滑等优点.该算法在自主移动机器人和自主牵引车辆中具有潜在应用价值.     

一种基于位置指纹的室内WLAN定位方法

针对室内信号时变性导致定位不准的问题,提出了一种改进的3阶段位置指纹定位法。采样阶段,将采集信号的坐标、方位、接收信号强度的高斯分布及其对应的无线接入点等信息存储在数据库中生成位置指纹;在校正阶段中,利用参考点间信号强度的关联性信息,使用局部加权线性回归法,计算出一些虚拟点的信号强度;最后是线上实时定位阶段。通过与传统的加权K最邻近算法、直方图和联合聚类等3种定位方法相比较,该算法在同样的场景下可以取得更好的定位精度。     

采用CCD的空间光通信光斑位置提取重心算法的分析及实验

对采用CCD的空间光通信光斑位置提取重心算法进行了理论分析,对不同程度光束偏转的APT系统光斑位置定位及无空气扰动条件下背景光对光斑位置定位的影响进行了实验研究。     

一种Wi-Fi地下空间二维位置指纹差值定位算法

针对长轴性地下空间的环境特点,为解决定位漂移和失配问题,提出一种二维位置指纹差值匹配定位算法。文章算法相比较于经典的KNN匹配算法在定位精度和消除不同测量时间带来的失配问题上有着明显的优越性,具有实际的应用价值。     

一种基于LDAP Schema的SLA表示方法

分析了规范的SLA表示方法的需求及当前的各种SLA表示方法存在的不足之处，提出了一种基于LDAP Schema的SLA表示方法。基于提出的SLA表示方法，给出了一个SLA的实例。     

基于空频域稀疏表示的宽频段DOA估计

该文提出一种基于空频域稀疏表示的宽频段波达方向(DOA)估计方法,解决稀疏表示方法在宽带接收机对窄带信号的频率和角度估计中的难题。用空间频率代替频率和方位角的 2 维组合构建过完备字典,字典的长度仅相当于窄带信号DOA估计的字典长度,却能覆盖整个无模糊频段,大大降低了稀疏分解的计算量。该方法首先在频域估计信号的准确频率,根据频域峰值的位置构建频域峰值协方差矩阵。对频域峰值协方差矩阵进行特征分解,利用主特征向量建立稀疏模型估计信号的DOA。算法在低信噪比下具有较高的估计精度,仿真实验和分析验证了该文方法的正确性和有效性。     

基于主从式水下自主航行器移动组网的合作目标定位方法

利用水下自主航行器(AUVs)协同编队可以在未知水域中实现对目标的定位。针对AUV导航误差导致定位精度降低问题,该文提出一种基于扩展卡尔曼滤波器(EKF)的多AUV编队融合观测协同目标定位算法。AUV编队由一个装备有高精度惯性导航系统(INS)的领航AUV以及多个装配有低精度INS的跟随AUV组成。从跟随AUV中选取参考AUV和待测AUV,通过设置定位周期和观测间隔来分别对其进行不同的观测。参考AUV作为中转,接收来自高精度AUV位置参数后,向待测AUV传递自身位置参数,利用扩展卡尔曼滤波器完成对AUV集群的协同位置修正。仿真结果表明,该方法AUV集群自身定位精度高且误差随时间积累小,对领航AUV数量需求少,能够实现水下目标低功耗、远距离定位。     

基于空间变换预处理的噪声子空间投影法

针对基于噪声子空间投影的空间谱合成技术对输入信噪比(SNR)要求较高的问题,该文提出一种基于空间变换预处理的改进噪声子空间投影法。在子阵维度上,对阵列数据进行拆分处理,得到空间-空间-频率3维数据;利用空间投影变换,将其重新投影为空间-频率2维数据,实现子阵维度相干累积,提高空间变换后输入信噪比;采用噪声子空间投影法,对变换后数据进行处理,实现空间谱合成。数值仿真和实测数据处理结果表明：相比噪声子空间投影法,在保持方位分辨率不变的前提下,所提方法对输入信噪比的最低要求降低约6 dB,有效提升了噪声子空间投影法的弱信源检测性能。     

基于稀疏表示的SAR地面目标分割技术

提出了一种引入先验约束的合成孔径雷达(SAR)图像的目标分割技术,以解决强杂波背景干扰下的目标分割困难问题。不同于基于统计理论的目标检测,文中利用目标图像切片在图像域的稀疏性,通过稀疏分解的方法构建目标特征窗函数实现目标的检测,并引入目标的形状先验对目标区域进行修正;然后,利用目标阴影的空间约束对基于统计检测的阴影区域进行修正,实现目标的分割;最后,基于实测数据验证了算法的有效性。     

脉冲噪声下基于稀疏表示的韧性DOA估计方法

受相关熵启发,本文提出了一种脉冲噪声下基于稀疏表示的韧性DOA估计新方法.为实现多测量向量下联合稀疏信号的重建,本文提出了一种基于归一化迭代硬阈值的优化算法,讨论了最优步长的选择问题,证明了优化算法的收敛性.仿真结果表明：本文算法能够实现脉冲噪声下多信源的DOA估计,具有比已有算法更高的可分辨概率和估计精度.     

基于PCA的非局部聚类稀疏表示图像重建方法

针对腐化图像恢复不足的问题,提出一种基于PCA的非局部聚类稀疏表示模型.首先,用图像非局部自相似性来取得稀疏系数值;然后,对观测图像的稀疏编码系数进行集中聚类;最后,通过学习字典使降噪图像的稀疏编码系数接近原始图像的编码系数.实验结果表明,提出的方法在重建图像性能上较同类方法有显著提高,获得了更好的图像恢复质量.