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.     

具有间歇性观测的无线传感器网络分布式容错目标跟踪

针对具有随机间歇性观测的无线传感器网络, 基于多模型估计方法和一致性信息滤波器, 提出一种对观测节点故障容错的自适应分布式目标跟踪方法. 将传感器节点随机间歇性观测丢失和到达过程建模为马尔科夫切换系统, 在容积信息滤波器框架下, 估计传感器节点的观测丢失和到达的后验概率. 通过观测状态概率组合计算每个局部传感器节点的信息贡献, 基于自适应多模型估计方法, 实现对间歇性观测的容错性. 仿真结果表明了所提出算法的有效性和对间歇性观测的自适应容错性.

     

基于自适应粒子群算法的改进DV-Hop定位算法

针对无线传感器网络节点定位中DV-Hop算法定位精度较低的问题,提出了一种改进DV-Hop算法,该算法引入跳距误差加权策略,改进平均每跳距离计算方法,使其更好地反映网络的平均每跳距离的实际情况,有效地降低了无线传感器网络中无需测距算法的定位误差。同时引入自适应粒子群优化算法来校正改进DV-Hop的估计位置的方法。仿真结果表明,本算法在定位精度和节点覆盖率上明显优于基于PSO校正的DV--Hop算法和传统的DV-Hop算法,证明该算法在一定程度上提高了DV-Hop算法对无线传感器网络的容错性,具有更好的适用性。     

无线传感器网络中的节点自适应周期定位

无线传感器网络节点自定位算法是无线传感器网络系统的重要组成部分,是无线传感器网络中所有应用得以实现的基础。基于最小二乘估计的自适应周期定位算法采用周期定位机制控制网络中节点定位,使用基于接收信号强度指示的测距技术获取节点间距离,启动定位周期,直至定位周期终止,完成定位。未知节点采用极大似然估计得到初解,使用最小二乘估计获得自身位置坐标的最终解。仿真实验表明,基于最小二乘估计的自适应周期定位算法能显著提高网络中未知节点的定位率,有效抑制测距误差的传播,提高了节点定位精度。     

一种兼顾性能与能耗的DV-Hop改进算法

现有DV-Hop改进算法对节能考虑不够,研究提高精度并节能的改进方法很有必要。在边定位边扩充锚节点的定位方式中,跳数和扩充锚节点生成时的轮数(简称升级代数)都影响节点平均跳距的估计。提出结合这两个因素进行加权的节点平均跳距估计方法以提高精度;从锚节点组合的有效性和节点早定位能减少因等待锚节点信息所耗的时间和能量两方面考虑,进一步提出有效锚节点组合中含两个初始锚节点和一个扩充锚节点时即可正确定位的优选组合。以定位误差率和完成定位所需轮数为评价指标,通过仿真将新算法与其他DV-Hop算法进行性能比较,结果表明新算法能提高定位精度并节能。     

基于?? 均值聚类的二进制传感器网络多目标定位方法

针对存在错误报警的二进制传感器网络,提出基于K均值聚类的二进制传感器网络多目标定位方法。在目标和节点间距离信息未知的条件下,提出基于K均值聚类的改进加正减负算法(KMC-ISNAP)对目标位置进行估计,引入影响因子降低分类过程中模糊节点对多目标定位误差的影响。仿真实验表明,K均值聚类方法在多个目标随机分布情况下能够对报警节点进行准确分类,与质心估计算法和加正减负算法相比, KMC-ISNAP多目标定位方法具有较高的定位精度和较好的容错性。     

DSS/SINS组合导航实时滤波仿真

北斗双星定位系统的定位原理决定了其存在导航定位实时性较差的缺点。为了解决双星定位实时性差的问题，提出了一种新的北斗双星／SINS组合导航实时滤波方法，即对双星定位的静态误差进行建模，将静态误差模型作为其动态误差的残差模型与双星定位时间延迟随机常数一起扩充为组合导航滤波器的状态变量，然后对北斗双星／SINS组合导航系统进行状态估计的滤波方法。通过计算机仿真，结果表明该实时滤波方法能够更好地解决北斗双星／SINS组合导航在实际工程应用中定位实时性较差的缺点，从而提高了组合系统的导航精度，对北斗双星／SINS组合导航系统的实际应用有重要的参考价值。     

基于RBF神经网络的组合导航融合算法

提出一种基于径向基函数（RBF）神经网络的组合导航容错算法。该算法将局部滤波器状态估计分组引入作为融合中心的RBF神经网络，通过RBF神经网络的局部特性，实现全局估计的自适应性和容错性。该算法等价于对局部估计的模糊推理。仿真结果表明，该融合算法有较高的估计精度，能够及时检测出传感器故障并在融合网络中予以隔离，不致影响全局估计。     

基于网格扫描的WSN节点定位算法

现有的非测距定位算法无法准确获取未知节点的估计区域。针对该问题,提出一种基于网格扫描的分布式无线传感器网络(WSN)节点定位算法。计算每个被定位节点的初步估计区域,将该区域划分成网格阵列,通过逐个扫描得到有效网格,并将该有效网格区域的质心作为节点的估计位置。实验结果表明,在不同锚节点比率和不同节点总数的情况下,该算法的定位精度比DLE算法提高20%以上。     

基于凸区域容错性的拓扑控制算法

目前多数研究以连通度来衡量无线网络的容错性。连通度没有考虑失效节点的位置关系,任意节点组合会同时失效,而无线网络失效的节点间通常具有空间相关性,即处于一个局域的节点更可能会同时失效,尤其在军事应用中,比如炸弹的袭击,会导致一个局域内的节点失效,因此连通度度量容错性并不适合无线网络场景。考虑无线网络失效节点具有空间相关性的特点,提出凸区域容错性概念,并基于此,提出拓扑控制算法C-RFT。理论证明C-RFT算法生成的网络能保持原始图的凸区域容错性,仿真结果表明经过C-RFT算法拓扑控制的网络的平均逻辑度值和平均传输半径有明显下降。     

自适应联合滤波模型及其在车载SINS/GPS组合导航系统中的应用

本文提出了一种自适应联合滤波模型结构及其算法,定义了联合滤波模型信息 分配系数的自适应调节准则．并设计了车载SINS/GPS组合导航系统的自适应联合滤波器,给 出了滤波算法．理论分析和实验室组合导航实验表明,引入该准则的自适应联合滤波算法大 大提高了系统容错性和定位精度．     

GPS盲区三维定位技术的研究

研究基于MEMS的加速度传感器的原理,对组合导航系统的工作原理和关键技术进行分析。采用惯性导航算法获得三维移动的位移,并且结合GPS系统定位,研制出GPS盲区内移动目标的三维定位终端;实现了GPS盲区的较高精度和可靠性的三维移动物体定位,有较好的容错性和环境适应性,具有实际使用价值。     

基于惯导/数据链的动态相对定位方法

针对卫星导航定位在复杂环境不可靠情况下如何实现无人机机间相对定位问题,提出一种基于机载惯性导航系统与机间数据链测距相结合的动态相对定位算法。该方法利用机载数据链通信测距能力与机载惯性导航系统输出的无人机速度矢量信息结合,建立机间相对定位模型,通过最小二乘法对无人机之间的相对位置进行估计,实现无人机机间的实时相对定位能力。由于通过最小二乘法解算出的相对定位结果依然存在误差,针对最小二乘法相对定位误差,提出秩亏网平差算法对无人机机群间的相对定位误差进行校正。仿真结果表明：基于最小二乘法的相对定位方法可以减缓惯性导航系统相对定位误差发散速度并且将惯导相对定位精度提高到3倍左右,通过秩亏网平差算法校正将最小二乘相对定位精度提高2倍。     

导航卫星自主健康管理研究

传统的基于卫星遥测的故障定位方式,存在故障发现时间晚、故障定位难、故障恢复时间长等问题,不适应于导航定位的高可用性、高连续性的要求;为了提高导航卫星的服务能力,提出了一种导航卫星载荷自主健康管理的方法,设计了全系统的健康管理策略,具有全系统自主监测、逐级定位、快速恢复的优势,同时采用冗余对比的方法排除监测单元自身故障所引入的虚警,提高了系统的可靠性。     

一种INS-GPS-DVL容错组合导航系统

针对某船载导航系统精度和容错性能不能满足应用要求的问题,提出了一种基于信息融合技术的容错组合导航系统方案。研究了该组合导航系统的滤波算法,通过半物理仿真实验研究了该导航系统的性能。结果表明：所设计的组合导航系统可提供高精度的导航信息,提高导航系统综合性能。     

BP神经网络辅助的缓变故障双阈值检测法

针对传统$\chi ^2$检测法对惯性/卫星组合导航缓变故障检测效率不高的问题,提出一种基于BP神经网络辅助的缓变故障双阈值检测法.基于BP神经网络建立位置与速度子预测器,实现对卫星导航量测数据的预测,在此基础上根据预测精度提出双阈值的低检测门限,辅助残差chi^2检测法进行故障检测与系统重构.仿真结果表明,对于缓变故障,所提出方法能有效提高故障期间滤波精度、降低漏警率以及组合导航的可靠性.     

Magnetic compass fault detection method for GPS/INS/magnetic compass integrated navigation systems

This paper proposes a magnetic compass fault detection method for GPS/INS/Magnetic compass integrated navigation systems. The fault is assumed to be caused by the hard iron and soft iron effect and modeled as an abrupt change in the magnetic compass output. In order to detect the fault, a test statistic related with only azimuth error measurement is determined. When a fault is detected, the GPS/INS/Magnetic compass integrated navigation system is changed into a GPS/INS integrated navigation system mode. In order to show the validity of the proposed method, computer simulation and van testing are carried out. The simulation and van test results show that the proposed navigation system gives more accurate outputs than the GPS/INS/Magnetic compass without the proposed method.     

配电网故障快速定位系统研究

提出了一种配电网故障快速定位系统的设计方案。该系统采用柱上故障监测终端识别故障,采用控制主站定位故障区段,两者通过GPRS通信管理机交换数据;采用过流速断法识别短路故障,采用全电流法识别接地故障;针对故障信息缺失及畸变情况,采用三态标识法对传统故障区段定位算法进行改进。仿真结果表明,在故障信息缺失和畸变的情况下,改进的故障区段定位算法可准确定位故障,容错性高。     

自适应联邦卡尔曼滤波在机器人组合导航系统中的应用研究

利用里程计(OD)与全球定位系统(GPS)辅助捷联惯性导航系统(SINS)构成一种高可靠性的组合导航系统.推导并建立了局部滤波器的数学模型,并针对联邦滤波器在载体发生异常扰动时滤波精度较低的问题,设计了基于SINS/GPS/OD组合导航系统的自适应联邦滤波器,有效补偿了系统异常扰动或动力学模型误差.仿真模拟了机器人的全航线运行轨迹进行验证,仿真结果表明,SINS/GPS/OD组合导航系统的自适应联邦卡尔曼滤波算法与相同组合导航系统的非自适应联邦卡尔曼滤波算法相比,在保障机器人导航定位可靠性及容错能力的前提下,能有效抑制异常扰动的影响,导航精度得到进一步改善.     

改进卡尔曼滤波的井下组合导航定位算法

为解决井下人员定位算法定位精度不高的问题,提出基于微惯性导航系统和无线传感器网络的井下组合导航定位算法。通过井下无线网络、惯性定位终端采集相关信息数据,利用行人航迹推算算法和改进加权质心定位算法分别估算出目标点的坐标和速度。将这两种算法通过正弦余弦蝙蝠融合算法优化后的卡尔曼滤波组合导航定位,估算出目标点最终的位置坐标。实验结果表明:该组合导航定位算法平均定位误差为1.71 m,其定位精度高于传统质心定位算法和行人航迹推算算法。