共查询到20条相似文献,搜索用时 75 毫秒
1.
针对四星时差定位系统,提出一种基于几何精度衰减因子(GDOP)的定位精确度分析方法。该方法基于四星时差定位原理推导三维定位精确度模型,理论分析时差测量误差与站址误差对该三维定位精确度模型的影响。通过仿真验证四星不同布站情况T型、Y型、方型及不规则型对定位精确度的影响,并进一步研究在不同布站情况下的基线长度、卫星轨道高度、目标高度等对定位精确度的影响。仿真结果表明,四星时差定位在Y型分布时具有最佳的定位精确度;并且定位精确度随基线长度与卫星轨道高度的增加而提高,随目标高度的增加而降低。 相似文献
2.
3.
基于Shadowing模型的无线入侵主机物理定位研究 总被引:1,自引:1,他引:0
为了在室内无线局域网环境中及时准确地定位非法入侵主机物理位置,以无线信号强度衰减过程的Shadowing传播模型为基础,研究了在一定的范围内如何合理地布置探测器,如何根据接收到的入侵主机的信号强度进行物理定位的问题.提出的定位方法可以有效地对抗入侵主机随机更改信号发射功率对定位精度的影响.实际测试结果表明,该方法定位误差平均约为2.3 m,可以满足室内环境下定位非法入侵主机的需求. 相似文献
4.
5.
节点定位算法是无线传感器网络中的关键技术。针对DV-Hop定位算法定位精度不高的问题,提出一种改进的DV-Hop定位算法,通过减小全网平均跳距与真实的平均跳距的差距,重新修订不在网络区域的未知节点的坐标,提高平均跳距取值的准确性。仿真结果表明,在同等网络环境下,改进的DV-Hop定位算法的定位误差减小,能有效提高节点的定位精度。 相似文献
6.
7.
针对现存无线传感器网络定位算法中需要采集、存储和处理大量数据导致运算量较大与能耗过高的问题,提出了一种改进的基于贝叶斯压缩感知的多目标定位算法.该算法利用锚节点对监控区域的划分,结合贝叶斯压缩感知理论将多目标定位问题转换为稀疏信号重构的问题.针对传统观测矩阵难以实现的缺陷,该算法中改进观测矩阵的设计可实现且与稀疏变换基相关性较低,进而使得算法的重构性能较高,从而降低了定位的误差.仿真结果表明,与现有的一些方法相比,所提算法在保证较低的计算复杂度的情况下更加充分地利用了网络节点,有效提高了定位精度,同时具有较强的鲁棒性. 相似文献
8.
9.
无线射频识别技术在各领域的应用越来越广泛,发挥着巨大的作用。室内定位应用无线射频识别技术能够更好的适应发展环境。根据无线射频识别技术特点要求进行系统理论创新,改进基础应用算法,增强定位精度。本文对使用无线射频识别技术进行室内定位进行相应的研究。 相似文献
10.
11.
削弱GDOP对定位精度的影响,是实现高精度WLAN无线定位的关键问题。针对有关问题进行了深入研究;首先对GDOP的数学理论进行了推导、分析,然后提出了采用残差加权方法可显著削弱GDOP对WLAN无线定位精度的影响,最后通过算法仿真证明了其合理性和有效性,可显著提高对MS的定位精度。对实现高精度的WLAN无线定位具有重要意义。 相似文献
12.
13.
定向交叉定位配站问题与定位精度分析 总被引:1,自引:0,他引:1
针对运动噪声干扰源的空间定位配站问题,在两站交叉定位原理分析的基础上,提出一种配站方法,对定位精度达到较高时的接收角范围和满足最佳接收角范围的两站距离进行选择,最后得出被动跟踪定位精度的简便计算方法.研究结果表明,该方法对实际应用具有一定的指导意义. 相似文献
14.
研究了基于地磁强度特征的智能手机室内定位技术,利用智能手机的传感器获得每个位置多个方位的地磁强度特征,通过坐标变换和均值滤波对初始特征进行了处理,提取了每个位置的地磁特征量,并以实际室内环境为例进行了验证评估。 相似文献
15.
16.
搭建了室内可见光定位系统,实验上探索了接收信号强度比定位算法的可行性.通过控制多个LED光源在不同时隙的亮暗,分别传输直流与正弦信号,使用照度计及光电探测器测试接收信号强度,对接收机位置进行了估计.其中使用直流信号时,在与光源所在平面相距59 cm的接收平面内,得到最大误差为2.05 cm、平均误差为8.64 mm的定位精度;使用正弦信号时,在与光源平面相距30 cm的接收平面内,得到最大误差为1.09 cm、平均误差为5.6mm的定位精度,并且使用交流信号时实验结果不受环境杂散光的干扰. 相似文献
17.
18.
19.
随着5G到来,不论市场和网络都对室内定位技术有紧迫的需求。本文提出了一种基于pRRU设备的上行场强实现的室内用户定位方法,该方法可高效、精确识别室内局部弱覆盖区域,准确率达92.26%,进而实现了室内网络质量的提升。同时,该方法也可在5G网络中应用,向市场提供完整的位置信息服务,进而可向市场推广店铺客源分析、精准营销或室内导航等业务。 相似文献
20.
针对室内环境中单一指纹定位方法存在定位误差较大、定位漂移的问题,提出了一种融合室内Wi-Fi指纹和地磁指纹的定位算法。首先在大范围区域中通过K-means聚类方法将较大的匹配区域划分成更小的且特征更加明显集中的子区域,然后在在线阶段通过WiFi指纹粗定位到小区域,再通过地磁指纹定位系统进行近一步精匹配定位。实验表明,该融合算法缩小了地磁匹配的初始搜索范围,大大减少了指纹定位中的误匹配问题。实验中,平均定位误差仅2.17 m,最大定位误差3.61 m,较单一指纹定位系统性能均有大幅度提升,证明该定位方法具有一定的可行性与先进性。 相似文献