基于平方位置误差下限的优化功率分配方案

在无线传感网络中,节点定位是基于位置的应用基本要求。然而,现多数文献仅关注定位精度,而忽略了能量消耗对定位精度的影响。为此,针对基于接收信号强度RSSI(Received Signal Strength Indicator)定位方案,提出基于平方位置误差下限SPEB(Squared Position Error Bound)的优化功率分配SPEB-OPA(SPEB-Based Optimal Power Allocation)方案,目的在于最小化能量消耗。在SPEB-OPA算法中,将SPEB作为评定定位精度的参数,并推导出SPEB表达式,然后建立优化功率分配的目标函数,并考虑到锚节点位置存在误差。仿真结果表明,提出的SPEB-OPA方案极大地减少了功率消耗。当误差门限T=8时,SPEB-OPA方案的功率消耗比统一功率分配UPA(Uniform Power allocation)方案减少至50%。     

基于用户反馈的WiFi位置指纹数据库更新算法

为使Wi Fi位置指纹数据库,不在定位区域Wi Fi环境发生改变时,出现位置指纹过时现象,设计一种更新算法。该算法使用用户的反馈数据,考虑了AP信号不稳定情况下AP新增与撤销的检测问题;消除了手机热点等临时AP对传统更新算法的影响;最终通过检测AP位置移动等引起的RSS改变,加速位置指纹数据库的更新。实验结果表明,在实际环境中该算法在指纹数据库的更新效率上优于传统更新算法。     

误差分级变论域模糊控制在电机软启动的应用

针对一般模糊控制在异步电动机软启动应用时出现的启动不平稳和调整时间长的问题,分析了误差分级变论域模糊控制理论,设计了误差分级模块和S函数选择模块,搭建了基于误差分级变论域模糊控制电机软启动的整体仿真系统,实现了在电流误差不同的时刻选择不同论域的模糊规则来调整电机输入电压的目的.仿真对比实验表明:误差分级变论域模糊控制在电动机软启动过程中的控制效果优于一般模糊控制,能够使启动平稳并缩短调整时间.     

薄壁量热计后壁面导热损失的影响与误差修正

薄壁量热计是气动热与热防护试验中常用的一种瞬态热流传感器,其热流测量原理是基于后壁绝热基本假设.实际上后壁与相邻环境之间总会存在一定的热量交换,使薄壁量热计测量的后壁温度响应与理想情况不同,造成测量误差.推导了薄壁后表面有无导热损失两种情况下的薄壁温度响应公式,利用数值分析验证了公式推导的正确性.在此基础上,对导热损失对测量结果的影响进行了分析,给出了考虑导热损失的热流修正方法和修正公式,并对修正效果进行了评价分析.     

基于误差四元数的单兵导航系统算法

MEMS传感器在尺寸、价格和功耗方面的进步促进了单兵导航系统的发展.对基于MEMS的单兵导航系统,航向估计是GPS信号丢失情况下的一个基础性难题,准确的航向估计能有效抑制导航误差的漂移.为获得准确的航向信息,减小单兵定位误差,提出了基于误差四元数的数据融合算法,利用卡尔曼滤波算法估计误差四元数,并进行了场地实验以验证算法的有效性.结论证明:当步行距离为80 m时,定位误差小于总距离的3％.     

大数据环境下移动对象自适应轨迹预测模型

已有的轨迹预测算法针对移动对象运动模式,使用数学模型进行交通流模拟,难以对路网中的移动对象进行准确的描述.为了解决这一问题,提出基于隐马尔可夫模型(hidden Markov model,简称HMM)的自适应轨迹预测模型SATP(self-adaptive trajectory prediction model based on HMM),对大数据环境下移动对象海量轨迹利用基于密度的聚类方法进行位置密度分区和高效分段处理,减少HMM的状态数量.根据输入轨迹自动选取参数组合,避免HMM模型中隐状态不连续、状态停留等问题.实验结果表明,SATP模型在实验中表现出较高的预测准确性,并维持较低的时间开销.针对速度随机改变的移动对象,其平均预测准确率为84.1%;相同情况下,平均高出朴素预测算法46.7%.     

基于特征保持的三维模型四面体化及优化

三维模型四面体化是一种重要的有限元网格生成技术.介绍了一种特征保持的四面体网格生成及优化算法.首先使用三维模型主成分分析进行预处理,然后用体心立方构建初始四面体,接着通过拉普拉斯坐标改变模型边界切点的移动方式保持模型的局部特征,最后构造改进的密度能量误差函数优化四面体网格质量.实验结果表明,该方法可行、有效,且能很好地保持模型特征.     

基于ISE 的核密度估计和随机置换的单一或协同特征的选择方法

针对数据的特征存在单一和协同特征的选择问题,基于平方误差标准核密度估计和随机置换理论,首先提出一种针对单一特征的特征选择方法(FSKDE-RP);然后,针对协同特征的情况,通过拓展随机置换理论,提出多维协同特征选择算法(SFSKDE-MRP),并利用核神经网络(KNN)分类器的分类精度选择最优特征子集.在模拟数据和真实数据集上的实验结果表明了所提出算法的有效性.     

基于SMO的无位置传感器BLDCM调速系统

介绍了基于滑模观测器(Sliding Mode Observer滑模观测器,简称SMO)的无位置传感器无刷直流电机调速系统原理.在无刷直流电机数学模型的基础上建立滑模观测器来估计转子的位置和转速,代替位置传感器实现电机的双闭环调速.该方法克服了传统的基于电机模型的位置传感器抗干扰能力差,精度要求高的缺点.观测器的稳定性不受电机参数变化及负载扰动的影响,具有较强的鲁棒性.在Matlab/Simulink进行的仿真与实验结果验证了该方法理论分析的正确性与实现的可行性.     

NLOS环境下的车辆位置信息协作式获取和验证方法

车载网VANETs中网络服务和应用需不断交互车辆的位置信息,而节点之间的障碍物使两车间产生非视线距离NLOS(nonline of sight),同时也阻碍位置信息的交互.针对如何获取车辆可靠的位置信息,提出了一种位置信息协作式获取方法.首先在假设条件成立的情况下,建立车辆协作式位置信息获取模型,同时基于三角算法获取车辆位置信息;其次,设计协议算法对所获得的信息结合距离计算进行二次完整性验证;最后用仿真软件对所提出的位置信息获取和验证的算法分析,从感知率、信道利用率、发送成功率和响应时间等指标对算法进行了评价.仿真结果表明,NLOS环境下的车辆位置信息协作式获取和验证方法有利于维护NLOS环境下定位服务准确性,能够对所获取的信息进行正确性判断,有一定的借鉴价值.