视觉传感器网络中基于RANSAC的顽健定位算法

视觉传感器网络由于节点故障或环境变化将导致节点对目标的观测数据出现错误,而基于最小二乘的多视觉信息融合定位方法将因此造成较大的定位误差。针对此问题提出一种基于集中式RANSAC的顽健定位算法,将错误数据进行筛选剔除,从而提高定位精度,进一步针对集中式 RANSAC 将会导致单个节点的计算复杂度过高而导致网络节点能耗不平衡问题,提出基于分布式 RANSAC 的顽健定位算法,从而将大量的迭代计算平均分布在各个节点中并行处理,在保证定位过程顽健性的同时保证了网络的计算能耗平衡性。最后通过实验对no-RANSAC、cen-RANSAC 和 dis-RANSAC算法的定位性能进行了比较,验证了该算法能够依照预定的概率获得良好的定位结果,并对算法的时间复杂度进行了分析。     

基于线性内插法改进的室内定位算法

针对室内位置指纹定位技术存在的离线阶段工作量大、定位精度有限、顽健性较差的缺点,提出了一种基于线性内插法改进的指纹定位匹配算法.与传统位置指纹定位技术相比,该算法不仅降低了整体工作量,而且降低了多径效应造成的不利影响.最后搭建实验场景对该算法定位性能进行测试.实验数据显示,该算法与WKNN法相比,平均定位精度大约提高了34.25％,绝大部分待测点的定位误差在0.4 m以内,验证了所提算法在定位精度、顽健性和适应环境变化方面的优势.     

基于加权最小二乘变尺度法的无线传感器网络定位

为了降低整个无线传感器网络的成本和减小测量误差对定位精度的影响,一般传统做法是把已定位的未知节点升级为信标节点,再对其他节点进行定位,但此情况会造成累积误差。为了减少累积误差,提出了一种加权的最小二乘变尺度定位算法,该算法首先利用加权最小二乘法对未知节点进行位置估计,然后把定位的未知节点升级为信标节点,再对剩下的未知节点进行位置估计,最后利用拟牛顿法对估计出来的位置进行优化。仿真结果表明,该算法能有效地减少测距误差和累积误差,降低网络成本,提高网络覆盖率和传感节点的定位精度,并且该算法不增加额外硬件设备,易于实现。     

匹配场处理分布式多阵水下目标三维定位方法

针对水下目标定位问题,提出一种基于匹配场处理的分布式多阵列三维定位方法。首先,各分布式阵列节点采用非相干线性匹配场处理算法,独立对同一个目标进行深度和距离估计,然后对各节点的目标估计结果进行协同定位处理,采用线性最小二乘算法对水平方位定位结果进行修正,以各节点的目标定位深度均值作为目标深度估计。海上试验数据验证表明,所提出方法可有效地实现水下目标三维定位。     

基于RSSI测距的无线传感器网络定位算法

提出了一种采用最小二乘法对环境参数进行拟合的方法,获得损耗模型,同时对所测得的RSSI数据进行高斯处理并优选信标节点,最后对目标节点采用改进后的三边测量定位算法进行节点定位.实验结果表明,本算法定位受环境因素影响减小,比传统RSSI定位算法精度更高,可应用于无线传感器网络中.     

基于粒子滤波的RFID室内节点定位跟踪研究

为了解决复杂室内环境下的RFID动态节点定位跟踪问题,文中建立了动态节点的运动模型和信号测量模型。仿真采用基于信号RSSI定位方法,结合运用等边三角形定位算法。由于室内射频信号具有较高的噪声污染,因此首先对采集的信号运用粒子滤波技术进行滤波处理,然后运用高斯粒子滤波算法对室内移动的RFID进行了定位跟踪预测。仿真结果表明该算法可以有效地对室内动态节点进行定位跟踪,精度较高,稳定性好,结果进一步说明高斯粒子滤波能有效地抑制室内射频噪声。     

基于平均跳距修正的无线传感器网络节点迭代定位算法

针对无需测距DV-Hop定位算法存在较大定位误差的问题,从3个方面对其进行了改进:采用最小二乘法准则校正了信标节点间的平均每跳距离;基于对多信标节点平均每跳距离的加权处理修正了用于位置估计的平均每跳距离;通过设定定位精度门限,给出了对估计的定位节点坐标进行迭代求精的数值方法.给出了改进定位算法的实现流程,并对算法的性能进行了仿真研究.仿真结果表明,在适当增加节点计算量和通信开销的条件下,改进算法的定位精度和精度稳定性有明显改善,是一种可行的无线传感器网络节点定位的解决方案.     

基于超高斯激励的噪声顽健语音线性预测分析算法

针对传统的语音信号线性预测分析算法在噪声环境下性能恶化的问题,提出了一种新的基于超高斯激励的噪声顽健线性预测算法。该算法采用具有超高斯特性的学生t分布对语音信号线性预测激励建模,并显式地考虑环境噪声的影响,从而构建语音信号线性预测分析的概率图模型。在此基础上,利用变分贝叶斯的方法求解模型参数的近似后验分布,进而实现对带噪语音线性预测系数的最优估计。实验结果表明,该算法能够有效提高噪声环境下语音信号线性预测分析的顽健性。     

基于均匀圆阵的扩展信号二维方向角估计

直接利用均匀圆阵的阵列流形,建立对点信号和小角度扩展信号都适用的数学模型。根据系统数据矩阵不存在扰动和存在扰动两种情况,分别采用最小二乘(LS)法和加权总体最小二乘(WTLS)法估计单个扩展信号的二维方向角,并分析了最小二乘估计算法的数值稳定性。此方法充分利用了均匀圆阵的良好性能,不仅对信号类型,而且对系统扰动都具有顽健性。计算机仿真证明了此方法的有效性。     

无线传感器网络SL-n迭代定位算法

无线传感器网络迭代多边定位算法在迭代定位过程中使用全局最小均方估计(MMSE)方法估计盲节点的位置,导致算法定位误差很大,缺乏稳健性。针对此问题,提出了SL-n估计方法,该方法首先把某盲节点的所有参考节点进行分组,通过三边法或局部MMSE方法求出的每组相应样本值,并用这些样本值估计出此盲节点的位置。仿真实验表明,当部分参考节点的参考误差较大时,该方法优于全局MMSE处理方法,可以有效降低定位误差。