适合WSN的超宽带两步TOA估计算法

结合低速率能量检测与高速率匹配滤波的两步超宽带TOA估计算法适合WSN定位。通过采样获得低速率能量序列,找出直达路径(direct path,DP)在序列中的位置,即TOA粗估计。在该能量采样周期内进行相关滤波,由相关峰确定DP位置,即TOA精确估计。能量采样周期、能量块选择门限、相关峰检测门限是TOA估计的关键参数,对它们进行讨论,并给出一种基于最大最小能量比(MMR)的归一化门限模型。在IEEE 802.15.4a信道下的仿真结果表明：算法的运算量低于单一滤波匹配算法,精度优于基于能量检测的非相干算法     

UWB无线传感器网络中基于匹配滤波检测的TOA估计

深入研究了UWB(ultra wideband)无线传感器网络中基于匹配滤波门限检测的TOA(time of arrival)估计算法.针对现有算法的不足,提出了一种三步TOA估计算法:先确定DP(direct path)搜索区域,然后使用门限检测确定DP的粗略位置,最后精确搜索到DP的中心.其中,用于计算检测门限的门限因子依据匹配滤波输出的峭度动态设置,设置模型独立于信道模式,其正确性通过与使用固定门限因子所获得的性能对比进行了验证.与其他算法的性能对比仿真结果表明,所提出的三步TOA估计算法在运算效率和TOA估计精度上取得了较好折衷,适合于当前实际应用.还通过对TOA估计误差的统计分析讨论了测距结果的可信度:依据峭度将测距结果划分为可信和不可信两个级别,并为各级别的TOA估计误差分别了建立概率密度模型.在定位模块中有效利用这些可信度信息,可进一步提高定位精度.     

能量包络的简单TOA估计研究

目前IR-UWB(脉冲超宽带)测距算法中基于匹配滤波的TOA(到达时刻)估计算法存在有复杂度高和运算量大的缺点,提出了一种基于能量包络的简单TOA估计算法。该算法是一种单纯的基于相关输出最大值点检测的TOA估计算法:相关器输入接收到的多径信号和锯齿波,检测相关输出最大值点作为TOA估计。该算法比基于匹配滤波输出峰值点检测算法的运算量减小,且算法简单;无需在本地产生复杂的模板信号。通过理论分析,证明了该算法的科学性,通过仿真验证了算法的有效性,对该算法与已有的多种TOA估计算法进行了比较,分析了该算法的误差性能。     

脉冲超宽带系统中高精度的双门限TOA估计

针对非视距脉冲超宽带(IR-UWB)定位应用中,非相干TOA(Time of Arrival)估计算法精度的不足,提出了一种基于双门限和斜率(Double-Threshold and Slope,DTS)的首达信号时间估计算法。首达路径(Direct Path,DP)经过初始估计之后,根据能量采样序列最大值与最小值的斜率,拟合出最优归一化门限表达式;再联合UWB双指数信道模型的特点对双门限检测算法加以改进,实现TOA估计。在非视距环境下仿真、比较了DTS算法与几种IR-UWB常用TOA算法的平均绝对误差(MAE)。仿真结果表明该算法在不同UWB信道和信噪比环境下均获得了优异的误差性能。     

基于IR-UWB的非相干TOA估计算法

针对UWB(Ultra wideband)测距系统中传统非相干TOA估计算法精度的不足,基于UWB脉冲信号,采用一种基于能量采样序列的最大最小值比MMR进行归一化门限设置的TC算法,建立了以MMR为参量适合于办公室信道环境的最优归一化门限的计算模型.同时模型中还考虑了能量积分周期的影响,使得模型无须更动即可应用到较大范围的积分周期取值情况下,增强了模型的灵活性,与传统非相干TOA估计算法的性能对比表明MMR_TC算法可以获得更高精度.     

一种新颖的基于IR-UWB的非相干TOA估计算法

在超宽带UWB(Ultra wiseband)室内测距定位系统中,针对目前已有的非相干TOA估计算法精度的不足,提出了一种时间平均改进的基于能量采样序列最大最小值比(MMR)设置归一化门限的TC算法,即TMMR-TC算法。     

无线传感器网络中基于超宽带的TOA/AOA联合定位研究

提出一种基于超宽带(ultra wideband,UWB)信号到达时间估计(time of arrival,TOA)/到达角度估计(angle of arrival,AOA)联合估计的无线传感器网络(wireless sensor networks,WSNs)定位方案,只需要一个参考节点就可以实现对其他传感器节点的2D相对定位,并且不需要时钟同步,适合于传感器网络节点的低成本设计需求.利用往返时间(round trip time,RTT)进行TOA估计,给出了基于多径检测的TOA估计算法;利用到达时间差估计(time difference of arrival,TDOA)进行AOA估计,因而无需借助复杂的天线波束赋形技术.同时,分析了定位误差模型对定位性能的影响,并通过IEEE802.15.4a信道下的仿真实验进行了验证,结果表明了所提方案的有效性.     

一种脉冲超宽带测距的门限选择算法

多径衰落和接收机系统噪声是影响脉冲超宽带(IR-uwB)测距精度的主要因素.在能量检测过程中,能否在干扰下准确估计IR-uwB信号的首径到达时间(TOA),是开展IR-UWB测距研究的重点和难点.鉴于此,为提高测距精度,提出一种IR-UWB测距的门限选掸算法.首先建立接收机输出信号统计特性与UWB信道衰减特性的关系式,使用全概率公式推导出TOA估计均方误差(MSE)闭合表达式,给出估计误差与多径衰减系数以及信噪比(SNR)等系统参数的严密数学表达,以最小均方误差为性能指标的门限选择算法进行仿真.仿真结果表明,改进算法可提高IR-UWB测距的性能,使测距精度达到30cm,证明是一种有效的门限选择算法.     

基于自相关算法的 TOA 估计方法研究

TOA（脉冲到达时间）估计是检测和截获非合作突发通信信号的关键,在通信对抗中至关重要。在介绍基于自相关（AC）算法 TOA 估计原理的基础上,讨论了在低信噪比情况下自相关算法的门限设置问题。采用双门限方法对门限设置进行了改进,并通过计算机进行了仿真分析和验证。     

基于虚拟力的无线传感器与执行器网络测距定位算法

针对无线传感器与执行器网络(WSAN)的传感器节点定位问题,提出了一种基于虚拟力的无线传感器与执行器网络测距定位算法,使用移动的执行器节点替代传统无线传感器网络(WSN)定位算法中的锚节点,并将虚拟力模型引入基于信号到达时间(TOA)的定位算法。该算法在利用虚拟力驱动执行器节点逼近提出定位请求的传感器节点的同时,根据信号传输时间计算节点间的距离完成节点定位。仿真结果表明,提出的定位算法使得节点定位成功率提高20%左右,平均定位时间以及定位开销均小于传统TOA算法,适用于实时性要求高、执行器节点数量较少的场合。     

Chan定位算法在三维空间定位中的应用

对基于TOA/TDOA无线定位算法进行了研究和比较,分析了基于TOA的精确测距技术.针对现有的定位算法通常是二维形式的问题,在Chinl定位算法基础上推导了Chan算法的三维形式,提出了一种基于TOA的三维空间定位算法.算法的主要思想足两次使用加权最小二乘法(WLS)得到初始解,利用初始解将非线性定位方程组线性化,最终得到位置估计.仿真结果表明该算法结构简单,精度较高,有较强的理论参考价值.     

Embedding differential privacy in decision tree algorithm with different depths

Differential privacy (DP) has become one of the most important solutions for privacy protection in recent years. Previous studies have shown that prediction accuracy usually increases as more data mining (DM) logic is considered in the DP implementation. However, although one-step DM computation for decision tree (DT) model has been investigated, existing research has not studied the scenarios when the DP is embedded in two-step DM computation, three-step DM computation until the whole model DM computation. It is very challenging to embed DP in more than two steps of DM computation since the solution space exponentially increases with the increase of computational complexity. In this work, we propose algorithms by making use of Markov Chain Monte Carlo (MCMC) method, which can efficiently search a computationally infeasible space to embed DP into DT generation algorithm. We compare the performance when embedding DP in DT with different depths, i.e., one-step DM computation (previous work), two-step, three-step and the whole model. We find that the deep combination of DP and DT does help to increase the prediction accuracy. However, when the privacy budget is very large (e.g., ? = 10), this may overwhelm the complexity of DT model, and the increasing trend is not obvious. We also find that the prediction accuracy decreases with the increase of model complexity.     

基于TOA的三维空间定位算法研究

对三维定位算法进行了研究,提出了一种基于到达时间的三维定位算法.其主要思想是用一新变量代替定位估计中的二次项,把非线性估计转化为两次WLS(加权最小二乘)线性估计.该算法结构简单,计算量较小.仿真结果证明了该算法的有效性.     

符合H.264标准的一种基于内容的变尺寸宏块分割方法

提出了一种基于视频内容预分析的变尺寸宏块分割(CBVSBM)的实现方案,变尺寸宏块分割是H.264编码器端提供的重要编码工具。该方案根据每帧视频的内容,自适应地在自顶向下的变尺寸运动估计(TDVSBM)和自底向上的变尺寸运动估计(BUVSBM)两种变尺寸宏块分割算法(VSBM)间进行切换,从而结合了两种算法的优点。为了实现两种VSBM算法间的自适应选择,提出了一种简单而有效的基于STGS图的预判准则。理论分析和实验结果表明,该算法的运算复杂度低于TDVSBM和BUVSBM,而在视频质量上总是优于TDVSBM且与BUVSBM几乎相当。     

Geometrical Parameter Estimation for Industrial Manipulators Using Two-step Estimation Schemes

This paper proposes a new solution for estimating the kinematic parameters of a manipulator, using a two-step linear estimator. The estimator is based on the recursive least-squares (RLS) method. The main characteristics of the method are that one singularity in estimation is overcome and parameters estimates approach the true values more quickly and smoothly than for algorithms using a one-step estimator. The algorithm can be applied for the estimation of parameters of both serial-link robots and robots having a kinematic closed-loop. Simulation results are given, comparing the proposed method with conventional approaches.     

多视点视差估计中基于图像块特征矢量和相似尺度的参考视点选择方法

在多视点视频处理中，采用多参考视点的视差估计方法能够在很大程度上消除各个视点间的冗余性，达到对多视点视频数据有效编码压缩的目的。研究了多视点信号处理中视差估计的多参考视点选择问题，采用快速Walsh变换谱构造图像块特征矢量，并提出了基于图像块特征和相似尺度的多参考视点选择方法。实验结果证明，本文方法能在保证编码质量的前提下，减少视差估计的计算复杂度。     

Low-complexity two-step lossless depth coding using coarse Lossy coding

Texture and depth images are generally used for 3D viewing with advanced displays. Because sthe characteristics of a depth image are very different from those of a texture image, an efficient compression method is required to transmit a depth image in a limited bandwidth. In this paper, a low-complexity two-step lossless depth coding (LTLDC) method using coarse lossy coding is proposed. The proposed method downsamples an original image and then coarsely compresses the downsampled image in the first step. This compressed image is upsampled, and then its residual is generated by subtracting the upsampled image from the original image. In the second step, each coding block within the residual and original images is adaptively compressed with a fast mode decision method in a lossless way, and the proposed method determines the best block based on their coding performance. Experimental results show that the proposed LTLDC method achieves a bitrate reduction of 4.35% with encoding complexity reduction of 20.38%.