基于指纹的可见光室内定位系统融合算法

可见光室内定位系统由于墙壁反射和外界噪声存在而产生误差.对现有的基于指纹识别的可见光室内定位算法进行仿真比较,提出了将确定型算法与概率分布算法融合的室内定位改进算法.首先用KNN算法选取几个与接收机位置相近的网格点,对接收信号进行高斯滤波,而后用贝叶斯算法计算其后验概率,后验概率最大的点即为估计位置.这一改进算法不仅降低了贝叶斯算法的复杂度,也大大提高了KNN算法的定位精度,平均误差为0.17 m.     

基于可见光通信的室内定位方法

可见光通信是利用白光LED（lighting emitting diode）固态光源在照明同时实现通信的新型绿色通信技术,基于可见光通信的新型室内定位方法具有室内传统无线定位方法难以替代的优势.文章介绍了基于可见光通信的室内定位方法研究现状,归纳总结了基于LED标签、接收光信号强度检测以及图像传感器成像3类可见光定位方法,详细分析了3种方法的基本原理,并对可见光定位方法的研究趋势进行了阐述.     

基于浮-信标网络的水下声学定位关键技术研究

水下目标定位与跟踪技术越来越受到了国内外众多学者的重视,由此提出了一种基于浮-信标网络的水下长基线定位系统.采用码分多址技术建立了一种基于浮-信标网络的水声定位系统模型,阐述了定位原理;对定位信标的波形、频率、调制解调方式等关键技术进行了研究;最后,利用MATLAB对实验采集回来的定位数据进行了分析验证,证实了系统模型...     

基于CSS技术和TOA的室内停车场定位系统

为了解决大型室内停车场场地复杂、寻车难等问题,提出了一种基于扩频技术的室内停车场车辆无线定位系统,给出了该方案的工作原理、系统设计和实现方案.该系统通过基于CSS技术和信号到达时间差TOA的定位算法进行车辆定位,方便用户快速找到车辆.实验表明,系统定位结果稳定可靠,定位准确,具有一定的应用前景.     

基于CC2530的室内定位系统设计与实现

为了解决当前室内定位系统精确度低、可靠性差的缺点,设计并实现了一种基于无线传感器网络的室内定位系统。系统硬件以CC2530为主控芯片,在节点自主定位基础上增加了上位机辅助定位模式,在该模式下调用可降低环境变化对定位精度产生干扰的加权质心定位算法。在本定位系统上也可以随时修改上位机定位算法,方便以后作进一步地改进。经测试表明:本系统运行稳定,易于维护,定位精度较其他定位平台大大提高。     

PHS网络中的定位技术及算法研究

介绍了蜂窝移动通信网络中的几种主要的定位技术;并着重分析了Cell ID定位技术在PHS移动通信系统中的应用;指出了其在定位精度等方面的不足;并提出了在PHS系统中采用TDOA定位技术的方案以及相应算法,以实现基于PHS移动通信网络的低成本、高精度的移动定位功能。     

改进的RFID室内定位算法

针对射频识别定位系统中RSSI线性定位算法的边界标签定位精度低问题,提出了一种改进的算法.该算法在边缘区域布置参考标签,并在这些布置参考标签的区域采用LANDMARC算法,而其它区域仍采用RSSI线性定位算法.使用MATLAB软件对算法进行仿真,结果表明:针对边界区域的定位标签,改进的算法比RSSI线性定位算法具有更好的定位精度,提高了整体定位区域的定位准确性;与LANDMARC算法相比,改进的算法由于使用较少的参考标签,所以降低了成本并且减少了算法的运行时间,从而提高了定位系统的实时性.     

可见光通信辅助的单灯源透视圆线定位算法

传统可见光定位算法通常需要多个灯源实现定位，限制了可见光定位的应用场景。针对这一挑战，提出了一种可见光通信辅助的单灯源透视圆线定位算法，实现单灯源下的高精度定位。首先，利用单个圆形发光二极管(LED)作为发送端，基于可见光通信将定位信息传输给接收端；然后，利用天花板平面上丰富的线特征和LED的圆形特征估计LED在相机坐标系中的朝向和坐标；最后，结合定位信息实现对接收端的位姿估计，解除了对惯性测量单元等辅助设备的依赖。所提算法可以在单灯源的场景下，接收端使用单个摄像头实现高精度的3D定位，且无需限制接收端的朝向。仿真结果表明，当LED半径为13 cm时，使用所提算法可使95%以上仿真样本点的定位误差在10 cm以内；实验结果表明，使用所提算法可使16个参考点的定位误差都在10 cm以内。     

基于SVM的GPS/DR组合定位算法研究

为解决GPS失效时系统无法较长时间高精度定位的问题,文章给出了一种基于SVM的数据融合算法并将其应用于GPS/DR组合定位系统的数据融合中。实验结果表明：当GPS失效时,使用该算法的定位系统可保持更长时间的精确定位。     

路面路标高精度地图构建与多尺度车辆定位

为提高智能车定位精度,提出一种利用路面标志构建高精度地图的方法,并在制作的地图基础上提出多尺度车辆定位算法.以路面路标为核心构建高精度视觉地图,地图中每个路标均包含路标视觉特征、几何结构信息,以及其在参考坐标系的精确的位置关系.在定位过程中,首先通过GPS粗匹配计算车辆位置在地图中的位置范围;然后匹配地图中的视觉特征实现路标级定位;最后通过地图中的路标的几何结构信息与参考位置关系实现车辆位置的精确计算,从而实现基于路面路标高精度地图的车辆多尺度定位.针对某大学校园约3.4 km的道路路面标志(包括路面直行箭头、右转箭头、井盖等)进行高精度地图构建,并以之为基础实现车辆定位.定位实验结果表明:算法平均定位误差为12.5 cm,最大定位误差为23.3 cm.定位采取先制图后定位以及多尺度匹配的策略为高精度智能车定位建议了一种新的方法.     

改进UKF算法在移动机器人定位系统中的应用

为解决移动机器人室内定位误差较大的问题,提出一种将最小偏度采样策略和衰减记忆滤波相结合的改进UKF(unscented Kalman filter)算法.该算法采用最小偏度采样策略,采样点个数由2n+1减少到n+2,提高了定位实时性;采用衰减记忆平方根滤波修正量测噪声的权值,避免滤波发散,提高了系统鲁棒性.构建无线局域网定位系统,使用改进的UKF算法对获得的无线信号(RSSI值)进行滤波.采用三边定位法进行定位计算.实验结果表明,系统平均定位误差降低49%,达到0.505 m,可较好地实现机器人的精确定位,满足移动机器人的室内定位要求.     

无线传感器网路节点定位技术的研究进展

介绍了无线传感器网络定位算法性能的评价标准、定位算法的分类、节点定位算法的研究进展;详细讨论了基于距离相关和距离无关的几种典型定位算法的优缺点;指出了目前的定位算法存在的一些问题和研究趋势.     

基于超声波的室内三维定位系统

为满足对室内定位技术和系统应用平台的迫切需求,提出一种基于超声波的室内三维定位系统,阐述了其工作原理并对三边定位算法进行了研究。该系统基于射频和超声波传感器的固有性质,对超声波信号采用CDMA（Code Division Multiple Access）技术进行编码,以便在目标节点上区分每个信标发来的超声波信号,并结合射频信号实现TDOA（Time Difference Of Arrival）测距算法,最终实现三维定位。实验研究表明,以一个信标为原点,另外两个信标分别放置为X轴和Y轴上,建立三维坐标系,能简化三边定位算法,并能实现精度较高的三维定位。     

基于定位误差估计的锚节点布局优化

大多数现有研究忽略了室内定位系统的最佳锚节点布局问题,传统多边测量定位算法误差分析中,存在误差面积不规则、计算困难等问题,作者提出了一种实现最小定位误差的锚节点布局方法。使用几何分析和实验分析相组合的方法研究定位误差和锚节点布局之间的关系,通过几何面积关系精确计算了双锚节点定位误差,提出了一种新的误差上限估计方法,这一误差上限反映了锚节点的位置和锚节点处的误差,可以用于比较任意两个锚节点布局之间的最大误差,描述误差的立体分布。引入耗散均匀搜索粒子群算法(dissipative uniform search particle swarm optimization,DUPSO),提出了一种新的多锚节点空间布局优化算法,找到了一种可以最大限度减少最大定位误差的最优布局。为了验证本文方法适用于各种规则、不规则环境以及不同数量锚节点最优布局的求解,仿真实现了不同数目锚节点和不同环境下锚节点的最优布局,并对不同的锚节点布局方法进行了比较。实验结果表明,使用锚节点的最佳布局,室内定位系统可以获得更高的定位精度。本文的布局优化算法是通用的,在实践中具有可行性和有效性。     

基于车-车通讯技术的无线定位系统设计

针对车辆的主动安全性需求,应用车-车通讯技术设计了一种无线定位系统.首先,根据车-车通讯的技术要求,确定采用ZigBee技术作为无线通信方式;其次,对无线定位系统的构成进行了设计,利用基于测距技术的定位算法和"距离-损耗"模型对网络的移动节点进行了定位;最后,利用标定的定位模型对该无线定位系统进行了实验验证.结果表明:该无线定位系统性能良好,能够满足车辆行驶条件下的定位要求,提高了车辆的主动安全性.     

基于特征光源的三维室内定位技术

针对当前室内定位技术精度低、局限大、缺乏高度信息和抗干扰性差等问题,以特征光源为固定单元,球形采光装置为移动单元,基于对光信号的角度测定建立模型实现三维室内定位.球面采光模式突破了传统平面采光对光源位置的限制,实现了360°全方位采光,能够获得包含高度在内的三维位置信息;基于光的粒子性的定位方式避免了由于光的波动性引起的伪光源干扰,阵列化布局和优化算法提高了定位精度.Matlab仿真结果、实物实验结果及精度分析证实,利用常规的LED光源、光纤和光传感器,该定位技术能够在3m高的房间内达到0.03m左右的定位精度,实现了低成本下的高精度三维室内定位.     

基于证据理论的群指纹融合室内定位方法

室内定位的主要挑战是室内的多径传播及非平稳信道环境,传统基于信号强度指纹的单指纹室内定位方法由于受环境变化影响较大,稳健性较差且精度较低。针对此问题,提出一种基于D-S证据理论的群指纹融合高精度室内定位方法。在建库阶段,利用室内阵列信号接收模型,首先通过计算阵列接收信号的不同统计特性构建包括信号强度、协方差矩阵、信号子空间及四阶累积量组成的群指纹库,再对群指纹进行神经网络训练获取针对每种指纹的神经网络分类器;在实测阶段,把实测数据的上述4种变换输入到训练好的神经网络分类器中,最后利用D-S证据理论对神经网络分类器的分类结果进行融合,给出最终的定位结果。仿真结果证明了算法的有效性及可行性。该算法可充分发挥指纹信息的集群效应,对噪声、多径传播等具有较好的稳健性,是一种高精度的室内定位新方法。     

多个两坐标雷达实现目标的三维定位

针对雷达兵作战指挥的需求，提出了一种多个两坐标雷达目标三维定位系统的实现方法，对多个两坐标雷达进行目标三维定位算法进行了总结分析，并针对存在的问题提出一种新的定位方法．     

室内智能移动机器人ZigBee无线网络定位技术

针对目前室内机器人定位方法不能同时满足定位精度、定位范围和复杂环境条件下定位的情况,提出了一种利用ZigBee无线网络、基于接收到信号强度测距的定位方法。研究通过搭建一个ZigBee无线网络室内定位系统,实时提供机器人的位置坐标,为机器人实现路径规划提供保障。通过实验对定位系统中的各项参数进行标定,并分析了影响定位精度的因素。实验结果表明,ZigBee无线网络定位系统在室内复杂环境下可实现定位,在无障碍物的条件下精度可达到0.25 m,可以满足室内机器人的定位精度要求,定位范围可根据实际需求进行扩展。     

基于高斯过程回归与硬件优化的可见光室内定位设计

为了使可见光室内定位操作更加简单,不依赖于视线视图和位置登记,在硬件方面,使用光电二极管作为接收器,通过组装兼容的光电二极管和紧凑型LED完成硬件方面的优化。在软件算法方面,基于指纹技术,使用高斯过程回归（GPR）算法进行定位。首先对GPR环境进行建模,构建一个强度分布模型。然后,使用贝叶斯理论获得定位的表达形式。实验在3m×3m的平台区域上进行,对25个目标进行测试。与类似的室内定位系统相比,所提系统定位精度更高,实现了厘米级定位。且可以长时间精确定位运动目标,鲁棒性较好。