基于接近觉的水下多目标定位系统

研制了一种弧形阵列接近觉传感器,实现对水下多目标的定位.考虑到作业环境的影响,在3个探头轮流探测一次的基础上,对接近觉传感器设计了可编程控制的单探头多脉冲的探测模式,增加了采集的数据量,同时测距的精度得到了提高.在单个探测点进行基于区域划分的目标定位基础上,本文提出了多点探测结果关联匹配的估计方法,用于接近觉对水下多目标进行定位.大量水池实验表明,接近觉定位系统可靠性好,精度高,便于工程实现.     

水下目标跟踪定位用接近觉传感器

利用超声水下的传播与反射的性质,以MSP430为控制器、配以收发一体化的探头与控制电路,研制了一种新型水下跟踪定位用接近觉传感器,实验表明：该传感器具有体积小、低功耗、实时性好等特点,适用于水下作业,如机械手的目标跟踪定位。     

基于矢量信号处理的水下目标定位和跟踪设计

通过仿真实验,提出基于矢量信号处理的水下目标定位和跟踪设计.以传统的三元对称阵和单站纯方位目标被动测距方法为基础,根据被动测向得到的目标方位信息,利用三个矢量传感器阵元组成联合测量阵,进行水下目标的被动定位和轨迹跟踪.考虑现场实际测量情况,对目标测向得到的方向信号就时间延迟进行补偿,提高了水下目标被动定位和跟踪的精度及可靠性.仿真实验说明,设计实际操作性好,能够对目标进行更加理想的跟踪定位.     

基于多AUV协作的稀疏水下传感网定位技术研究

如何在稀疏部署的水下传感器网络中实现传感器节点的高效定位是一个研究热点.提出了一种基于多个移动AUV协作的水下传感器网络内节点定位机制,利用AUV的精确自导航功能实现对网内未知位置节点的定位协助.提出的协作定位算法扩展了水下传感器网络的网内节点位置迭代估计方法,将信标节点和多AUV联合作为定位参考点,然后推导了基于最小二乘法的定位估计方程.仿真结果验证了该方法可以在定位节点比例、归一化定位误差和平均置信度等几个方面提高定位性能.     

基于量测误差估计的水下目标散布区域实时计算方法

针对水下目标量测误差引起目标散布的情况,分析了影响目标散布的因素,应用传感器量测数据实时估计量测误差,并基于此提出一种远程水下目标散布区域实时计算方法。仿真结果表明该算法能够准确地估计目标散布区域,可为水下目标搜索和定位提供依据。     

基于矢量建模的AUV水下目标探测仿真方法研究

采用矢量建模与虚拟仿真技术,模拟自主水下机器人(Autonomous Underwater vehicle,AUV)环境感知功能,对目标探测传感器视域及目标特征进行矢量建模。根据目标探测传感器的特征参数,利用边界矢量点描述目标探测的视域范围。以三维地理信息系统理论为基础,采用基于面向对象数据模型和基于表面三角剖分的方法来构建水下目标的三维空间数据模型。以三角形的空间拓扑关系为基础,分析了任意两实体的空间拓扑关系,并将其用于水下未知目标探测。通过水下目标的建模实例和探测仿真实例验证了建模与目标探测方法的正确性和可行性。     

基于洋流模型的水下传感器网络实时定位算法

针对近海监控领域内水下传感器网络的节点随着海洋运动具有流动性的问题,提出了基于洋流模型的水下传感器网络实时定位算法(RTLC).利用洋流模型表示节点的运动模型消除流动性对定位造成的影响,成功模拟了节点在水中的移动速度.通过卡尔曼预测方法结合观测值与估计值优化运动模型,使其更贴近节点运动规律.采用信息记录机制及列表更新机制保证信息的时效性从而提高了定位准确度.通过仿真分析,RTLC算法性能优于基于移动预测的大规模水下传感器网络可扩展定位算法(SLMP),具有较高的定位覆盖度,较低的平均定位误差及平均通信能耗.     

水下无线传感器网络定位技术综述

水下无线传感器网络在环境监测、海上勘探、灾害预防和军事行动等方面有许多潜在的应用。由于其中大多需要使用位置信息标记感测数据,这使得定位算法成为水下无线传感器网络设计的重要组成部分。因此,为了完成水下定位,近年来人们探索了许多方法,对有关水下无线传感器网络定位的研究进行总结,分析了目前的水下定位方法和现状。为了对水下定位技术进行深入研究,还对目前的水下定位技术进行分类阐述,讨论这些技术的应用场景,并比较了它们的优缺点,为水下定位的后续研究提供参考。     

时间偏移下的多源目标精确定位方法

采用到达时间( TOA)测距实现源目标定位的方法比较简单,因此在无线传感器网络定位领域得到了广泛的应用。将TOA定位模型转化为线性优化问题,提出了一种存在时间偏移下的多源目标精确定位方法。该方法将定位计算过程分成两步,包括多源目标位置初始值估计和优化计算过程。两步计算方法将定位结果用代数解表示,避免了数值计算过程中的局部最优问题。仿真分析了时间偏移量及噪声大小对定位误差的影响。结果表明即使存在较大的时间偏移量,优化计算后的定位误差也能非常接近于克拉美罗( CRLB)下界值。     

被动声传感器网时延概率定位算法

声传感器测量目标发出的声波信号存在纯方位量测、时延较大的特点,通过对多个声传感器组网,可以实现对目标的定位和时延校准处理.提出了一种被动声传感器网时延概率定位的综合处理算法.首先,对多个传感器量测数据进行动态选择,选出测向线交角更接近90°的两个传感器量测数据进行交叉定位,获得目标初始位置;其次,进行时延校准处理,并重新确定测向线交角更接近90°的两个传感器量测数据进行交叉定位.获得新的目标初始位置估计;最后,利用概率定位对新的初始位置进行概率修正,进而获得目标较为准确的位置估计,形成航迹.仿真结果表明,此算法具有计算量小,实时性强,定位精度高的特点.     

活动受限三维水下传感器网络节点定位算法

针对水下传感器网络的部署方式,设计活动受限三维水下传感器网络节点定位算法(localization foractive-restricted UWSN,简称LAR).LAR 利用水下节点活动受限的特点辅助定位,通过分层定位的实施方式得到部署区域内全部节点的位置,并根据水下传感器网络中的节点移动规律,设计动态环境下的补偿机制.LAR 过程简单、易于实现,仿真结果表明其定位误差明显小于现有算法.     

基于传感器网络的水下声音源定位方法研究

提出一种分层结构的自组织无线传感器网络(WSN)用于水下声音源的定位研究,可以广泛应用于军事、民用监控等场景;在修正的声音源衰减模型基础上,提出一种改进的非线性最小二乘算法以及极大似然算法用于水下声音源定位;仿真试验对比研究了两种算法在不同的传感器节点以及背景噪声情况下对预估定位误差的影响;试验结果表明了这种分层结构的WSN用于水下声音源定位是可行的,同时验证了最小二乘算法以及极大似然两种算法定位的有效性。     

基于相交环的水下无线传感器网络节点自定位研究

在水下无线传感器网络中,当网络中锚节点稀疏时会出现未知节点单跳定位困难的问题。在对已有水下定位算法分析的基础上,提出了一种新的基于相交环的两跳定位算法(Intersect Rings 2-Hops location scheme,IR2H),该算法利用同心环裁剪,缩小未知节点的定位区域,并通过两跳来定位节点。实验结果说明,IR2H算法与原有算法相比具有较高的有效定位率及较低的平均定位误差。     

一种水下未知声源定位方法的研究

随无线传感器网络技术快速发展,基于传感器网络的水下定位系统被广泛提出;然而,降低节点成本、降低节点功耗成为该技术走向实用化发展的关键所在;通过将传感器网络技术和声波传播衰减原理相融合,进一步建立新的基于传感器网络的水下未知声源定位方法数学模型,并通过实测水下声源与计算机仿真相结合,分析了该模型受反射波、环境噪声和噪声源距离变化影响程度,验证其可行性,提出系统误差修正方法。     

基于长短期记忆网络修正测距的水下定位算法

人类对海洋资源的探测与开发的主要方式是通过水下传感器网络来实现的,而水下传感器节点收集的数据在丢失精确的定位信息时便失去了其主要的价值。因为现在许多已经被广泛使用的水下定位算法仍然难以实现精确的测距,所以导致其定位精度偏低、不理想。本文提出一种基于长短期记忆网络修正测距的水下定位算法,该算法使用一种循环神经网络的变体模型长短期记忆网络来改进基于信号到达时间差测距算法,通过处理海洋环境的历史信息、测距值等数据进行训练,能够高效准确地预测当前的测距修正值,从而获得优化测距误差的效果。通过上述两者的有效结合进一步改进多边定位算法,实现对水下未知节点的精准定位。最后通过仿真实验和算法对比验证本文所提的算法确实具有较高的定位精度和可行性。     

多AUV协同导航时间延迟误差机理分析与补偿算法

定位能力是自主水下潜器(AUV) 工作的基础, 多AUV协同定位相比单艇定位具有更多的优势. 但在多传感器信息融合时, 由于各传感器处理信息所用时间不同, 而且艇间信息传输需要时间, 导致滤波量测量存在延迟, 严重影响了协同导航的滤波精度. 为此, 首先对广播式协同导航时间延迟误差机理进行深入分析, 然后提出一种基于量测更新的协同定位方法, 最后完成了相应的仿真验证. 结果表明, 基于量测更新的协同定位方法大大提高了多水下无人艇协同定位精度.     

Bayesian Multidimensional Scaling for Location Awareness in Hybrid-Internet of Underwater Things

Localization of sensor nodes in the internet of underwater things(IoUT)is of considerable significance due to its various applications,such as navigation,data tagging,and detection of underwater objects.Therefore,in this paper,we propose a hybrid Bayesian multidimensional scaling(BMDS)based localization technique that can work on a fully hybrid IoUT network where the nodes can communicate using either optical,magnetic induction,and acoustic technologies.These communication technologies are already used for communication in the underwater environment;however,lacking localization solutions.Optical and magnetic induction communication achieves higher data rates for short communication.On the contrary,acoustic waves provide a low data rate for long-range underwater communication.The proposed method collectively uses optical,magnetic induction,and acoustic communication-based ranging to estimate the underwater sensor nodes’final locations.Moreover,we also analyze the proposed scheme by deriving the hybrid Cramer-Rao lower bound(H-CRLB).Simulation results provide a complete comparative analysis of the proposed method with the literature.