基于最大一致的水下目标协同定位

针对水下运动目标定位时,现有的平均一致无迹Kalman 滤波器仅能实现近似一致而带来定位精度低的问题,提出一种分布式最大一致无迹 Kalman 信息滤波算法。首先,建立目标与传感器模型,构建水下目标协同定位框架;然后,通过等价变换将集中式无迹 Kalman 滤波算法改写为信息滤波形式,降低传感器计算维数;最后,对改写后的信息向量和信息矩阵采用最大一致处理策略,并引入虚拟节点技术来处理节点同值问题。结果表明,所提算法的定位轨迹与目标实际轨迹重合度更高且误差整体水平更小,验证了所提算法的有效性。     

长基线水下目标定位新技术研究

将GPS定位和授时技术、矢量水听器技术、无线网络技术和网络化传感器技术引入传统长基线水下目标定位系统中,提出了一种无线网络化的水面长基线阵主动被动通用水下目标定位新方法,讨论了方法的测量原理、系统实现及关键技术.     

利用磁场对水下潜艇进行定位追踪的新方法

针对目前常用的声定位系统在浅水区因受各种环境噪声影响而使搜潜效果较差的情况,提出了一种新的水下潜艇磁性定位追踪方法。该方法利用潜艇磁场的衰减特性构造了一种多目标规划的目标函数,通过微分进化算法与方向加速法相结合的优化算法,确定使目标函数最优的定位追踪参数。实验证明,所提出的方法仅需已知3个磁传感器所测潜艇磁场的一部分,就能较准确地确定潜艇的航行深度h、航速v及磁航向角φ这些重要追踪参数,并能对潜艇长度及位置进行有效的估计,计算结果稳定可靠,不依赖于初始值的估计精度。     

水下机器人传感器及推进器状态监测系统

为了保障水下机器人作业安全,提高其智能程度,提出了基于RBF(径向基函数)网络和FNN(模糊神经网络)的水下机器人传感器及推进器状态监测系统。根据对预处理后的传感器信号进行分析,传感器监测模型检测传感器的故障,并对出现故障的传感器信号进行恢复,将其作为水下机器人的实际运行状态参数提供给推进器监测模型;推进器监测模型输出与传感器实际输出共同作用,通过评价模型即得到了相关推进器的状态信息,并实现了故障定位。某型水下机器人的真实试验数据的计算机仿真结果验证了提出的监测系统的有效性和可靠性。     

基于水下作业系统阻抗力控制水下目标定位

提出了基于水下作业系统阻抗力控制的水下矩形围壁定位方法.水下作业系统末端执行器跟踪期望运动轨迹,通过与水下矩形围壁环境表面接触力反馈信息的变化获得与环境接触的特殊点,计算得到矩形围壁环境相对水下作业系统的位姿.以带有三自由度机械手的水下作业系统为例进行水下矩形围壁目标表面恒力跟踪的计算机仿真,仿真结果表明定位方法可以很好的获得矩形围壁环境的位姿,控制策略县有很好的表面跟踪和力控制能力.     

基于TDOA的多地震动传感器目标定位

针对多地震动传感器的目标定位问题,提出了一种基于信号到达传感器阵列时间差TDOA（Time Difference of Arrival）估计定位算法。在MATLAB环境下采用TDOA定位算法对探测区域内的随机目标进行定位仿真。仿真结果表明,TDOA定位算法满足系统对目标位置的估计,且提高地震动传感器网络节点分布密度是增加目标定位精度的必要手段,但并不是节点越多,定位精度就越高。该定位方法定位精度较高,可适用于多种环境场合,实用性强,为进一步控制研究奠定了良好的基础,有较强的指导意义。     

基于无人艇载侧扫声呐的水下目标定位方法研究

水下目标高精度定位是无人艇开展海底测绘、航道清理、沉船打捞等任务的重要前提。 然而,现有的基线式定位方法无 法对未知水域内的目标进行精确定位。 实际任务中,无人艇往往需要搭载侧扫声呐并辅以其他手段来确定水下目标的准确位 置。 针对无人艇水下目标定位难题,首先对侧扫声呐水下目标定位过程进行建模,然后分析姿态误差对水下目标定位造成的影 响,利用姿态矫正矩阵消除姿态误差,最后利用离散卡尔曼滤波算法对多点测量数据进行最优估计,得到水下目标的精确位置。 仿真实验和无人艇集成实验结果表明,该定位方法能够有效的减小测量过程中的误差,平均定位精度达到 0. 334 m。     

微型高抗干扰接近觉传感器

针对肌电假手抓取物体时感知接近距离的需要,设计了一种假手用微型接近觉传感器.传感器采用红外对管作为接近觉探头,运用红外反射光强原理,小巧的结构使之适用于安装在假手的指尖上.信号处理电路增添了调制解调部分,经滤波、放大后得到稳定的输出信号,该信号的电压随接近距离的变化而变化.实验表明,传感器的抗干扰能力较强,能胜任假手用接近觉感知.     

运动目标的传感器网络模糊可测性研究

针对面向目标定位的不确定传感器网络,本文利用模糊n维几何方法对运动目标的传感器网络模糊可测性问题进行深入分析和探讨,给出了仅含有角度信息的被动传感器网络目标定位的模糊解析偏差表示方法,详细分析了在R3空间模糊线性观测轨迹情况下运动目标的模糊估计偏差和目标几何定位之间的关系,通过在固定时间间隔测量被动目标的模糊方位角、俯仰角以实现R3空间中被动目标的模糊坐标和运动速度的四维定位。最后通过仿真实验验证了该方法的合理性和有效性。     

基于随机水面阵列构形的水下GPS定位算法

水面阵元漂移引起的活动式水面阵最优跟踪几何构形改变是水下GPS系统中存在的普遍问题.本文提出了一种可动态地适应水面阵几何构形变化和水下目标运动的定位算法.较之于目前国际上采用的遥控锚定或自推进阵元方法,该方法有利于发挥水下GPS系统水面阵的固有优点,以增加水面阵元数量为代价降低了定位测量复杂程度,提高了测量的可实施性.     

无线传感网络APIT定位算法的改进

通过对无线传感网络APIT定位算法的研究,知道该算法在定位精确度、定位覆盖率等方面存在较严重的问题。利用移动锚节点在异构传感器网络中的优势,结合TDOA测距算法,并综合考虑整个网络的锚节点部署及优化方法,提出一种APIT定位算法的改进算法。通过仿真实验对改进后的定位算法的性能进行定性分析。改进后的算法在定位精确度、定位覆盖率等方面要明显优于传统定位算法。     

利用最小二乘支持向量机实现无线传感器网络的目标定位

针对接收信号强度值(RSSI)的波动直接影响无线传感器网络(WSN)目标定位准确度的问题,研究了利用最小二乘支持向量回归机(LSSVR)实现WSN的目标定位的基本原理,分析了固定探测节点和探测节点变化时的LSSVR建模定位特性,提出了基于自适应LSSVR回归建模实现WSN目标定位的方法(TL-AML)。该方法综合考虑目标定位准确度和实时性,初始时刻首先建立LSSVR回归模型来定位目标,根据后面任一时刻探测节点与前一时刻回归模型建模节点的包含关系决定是否重新建模,实现自适应建模定位过程。基于CC2430无线传感网络实验平台,进行了相关TL-AML方法性能实验,通过合理选取建模参数,TL-AML方法的目标定位均方根误差(RMSE)比MLE方法减小34%～37%,比LSE方法减小60%～65%。建模参数在较大范围内取值时,TL-AML方法目标定位准确度比MLE和LSE方法有明显提高。在LSSVR建模情况下,TL-AML方法目标定位耗时0.2～0.4s,无需重复建模时,目标定位耗时减少到0.04s。实验结果表明,TL-AML方法能够显著减小RSSI波动对目标定位结果的影响,提高目标定位准确度,减少目标定位时间,且具有较好的目标定位实时性。     

基于最小二乘支持向量回归机的无线传感器网络目标定位法

针对RSSI测距误差直接影响无线传感器网络(WSN)目标定位准确度的问题,从目标位置与目标到传感器节点测距矢量的双射关系入手,建立最小二乘支持向量回归机(LSSVR)目标定位的数学模型,提出了一种基于LSSVR的WSN目标定位方法TL-LSSVR.根据虚拟目标坐标和虚拟目标到传感器节点距离矢量构造出训练样本,通过确定学习区域及网格化采样获得训练样本集,采用LSSVR训练得到定位模型,将测量得到的距离矢量输入定位模型实现目标定位.对不同传感器节点数量以及不同节点分布情况下的WSN目标进行了定位实验.结果显示,对于节点随机分布的情况,TL-LSSVR方法的定位误差比最小二乘法减小21.0%～43.1%;对于节点均匀分布的情况,TL-LSSVR方法的定位误差则减小26.5%～48.7%,表明TL-LSSVR方法能有效减小测距误差对定位结果的影响,提高目标定位准确度.     

基于磁阻传感器的消化道诊查胶囊的位置检测

本文介绍了HMC1023磁阻传感器的原理及其特点,并设计了它的标定方法.此外,本文研究了这种磁阻传感器在人体消化道无创诊查系统中对胶囊定位的应用.定位时将传感器固定在胶囊内,通过体外线圈激磁,利用相关的电磁场理论,解算出胶囊的位置坐标.由实验来看,这种定位方法简单可靠,随着研究的深入,有可能得到很高的定位精度,并进入实用阶段.     

基于磁传感器阵列的消化道微型诊疗装置定位跟踪方法

实时定位与跟踪是消化道微型诊疗装置实际应用中必须解决的关键问题。提出了一种基于三轴磁感传感器阵列的实时定位跟踪方法,使用磁偶极子模型作为永磁体的磁场分布模型,用4×4的三轴磁感传感器阵列检测永磁体的空间磁场,通过控制电路和USB接口适配器将检测出的信号传入计算机,最后由定位程序使用非线性最优化方法由磁场信号解出永磁体的位置和姿态信息。设计了磁定位系统,建立了三维实验平台,并开展了定位,模拟肠道轨迹跟踪和介质材料影响等实验。实验结果表明该系统能够对内置小型永磁体的电子胶囊的位置和姿态进行非接触测量,对于距离传感器阵列平面150mm的电子胶囊,平均定位精度小于7mm,平均定向精度小于6度,该系统能够对在距离传感器阵列平面80mm至250mm的模拟肠道内运动的电子胶囊实现轨迹跟踪,并且定位精度对人体、织物、塑料等非磁性介质不敏感。该系统基本能够满足消化道微型诊疗装置在体内的实时定位与连续跟踪的要求。     

基于Kinect传感器的室内机器人自定位研究

针对同步定位地图创建（SLAM）中的定位问题,提出一种基于Kinect传感器的室内机器人自定位方法。利用Kinect传感器采集图像信息和深度信息,获取场景图像的SIFT匹配特征点集,并将特征点集的像素和深度信息转为三维数据,利用ICP算法计算机器人相邻位姿的旋转矩阵与平移向量。采用RANSAC方法去除SIFT匹配外点,提高了运动参数的计算精度。通过实验验证该方法的可行性。     

多传感器信息融合的移动机器人定位算法研究

为有效降低使用单一传感器进行移动机器人定位时的不确定误差,提高机器人定位与建图的准确性和鲁棒性,提出了一种多传感器信息融合的移动机器人定位算法。基于激光RBPF-SLAM算法实现机器人同时定位与路标地图构建,运用图优化理论约束优化蒙特卡洛定位的位姿估计结果;通过双目视觉重建环境的三维点特征,针对视觉信息处理计算量大、跟踪精度不高的问题,研究改进基于ORB的特征点提取与四边形闭环匹配算法;利用因子图模型对激光RBPF-SLAM定位和双目视觉定位进行最大后验概率准则下的信息融合。仿真和实验结果表明通过上述方法可以得到比传统RBPF-SLAM算法及一般改进算法更高的定位精度,验证了所提方法的有效性和实用性。     

移动机器人自适应抗差无迹粒子滤波定位算法

针对机器人定位过程中传感器感知信息存在野值,加剧粒子退化,导致机器人状态参数滤波值失真,甚至出现定位失败的问题,提出一种机器人自适应抗差无迹粒子滤波定位算法。在重要性采样阶段利用无迹卡尔曼滤波产生优选的建议分布函数,降低系统估计误差,同时有效提升系统的抗噪声能力。同时利用抗差估计原理构造抗差方差分量统计量,并由该统计量引入的自适应因子调节增益矩阵,减弱野值对滤波的影响。实验结果表明,当观测数据中存在野值时,该算法能够有效地控制观测异常误差的影响,定位精度得到了很大提高,并在不同系统噪声和观测噪声方差下,具有较强的鲁棒性和实时性。     

一种基于区间数聚类的RSSI-D估计方法

在无线传感器网络定位的距离估计方法研究中,普遍假设到达信号强度(received signal strength indicator,RSSI)与对应通信距离的对数成线性关系,但是该假设在实际无线通信环境下几乎不能满足.针对此问题本文提出一种基于区间数聚类的RSSI-距离(RSSI-D)估计方法(distance estimation method using interval data clustering,DEMIDC),首先利用区间数表示方法结合实际定位环境中RSSI数据的统计信息表示RSSI的分布区域,然后针对不同环境中RSSI不确定性程度不同,分别采用基于区间数软聚类和硬聚类的方法对RSSI-D进行估计.最后采用3种典型通信环境下真实的RSSI测量数据完成的实验结果表明,该方法具有较高的距离估计精度,同时具备一定的实用价值.     

基于无线传感器网络的室内定位系统

为解决已有室内定位系统精度低、成本高的问题,将无线传感器网络( WSN)技术应用到室内定位中.开展了对已有定位系统包括RADAR、Active Badge和Cricket等的分析,设计了一套基于无线传感器网络的室内定位系统.该系统使用GAINSJ无线传感器网络节点组网,整个系统由汇聚节点、参考节点和目标节点构成.汇聚节...