NLOS环境下无线传感器网络TOA定位算法

针对现有定位算法定位精度低、适用场景少的问题,提出一种非视距传播（NLOS）环境下的无线传感器网络电波到达时间（TOA）定位算法。对未知节点位置进行初步估计,将该估计值作为初始迭代参考点,利用泰勒级数展开法进行迭代计算,得到未知节点位置的二次估计值。使用二次估计值反推得到未知节点与各传感器锚节点的近似距离,将原始TOA测量距离与该近似距离之差作为非视距传播误差值,从而剔除NLOS误差较大的TOA测量组,利用误差修正后的TOA测量组再次进行泰勒级数迭代处理,实现未知节点的精确定位。仿真结果表明,该算法可有效抑制NLOS误差,相比传统定位算法,其定位误差小、定位精度高。     

基于减法聚类的TOA/AOA定位方法研究

针对在无线传感网中现有定位技术定位精度不高的问题,提出一种基于减法聚类的定位方法以获取更好的定位性能和更高的定位精度.首先由多个已知传感器节点测量来自未知节点的电波到达时间和电波达到角,通过分组处理,然后对每组数据进行加权最小二乘估计,依据多次测量和估计,最后采用减法聚类处理来抑制误差导致的位置模糊性来实现对未知节点的精确定位.计算机性能仿真结果表明所提出的定位方法能有效地抑制测量误差,具有较小的定位误差,并进一步提高了定位精度.     

一种基于支持向量机的图像边缘检测方法

支持向量机是一种新的机器学习的方法.它以统计学习理论为基础,能够较好地解决小样本的学习问题.由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点.支持向量函数回归(SVR)是SVM的一个重要分支,它已经成功地应用于系统识别、非线性系统的预测等方面,并取得了较好的效果.文中通过图像的SVR表示,对SVR图像的边缘检测进行了研究.文中算例说明了该方法在实际应用中的可行性.实验结果表明,该算法能有效提高图像边缘检测效果.同时对其他边缘检测方法有一定的借鉴作用.     

基于Contourlet变换的双三次插值算法

为保持原始遥感图像信息,提高图像空间分辨率,使其适合人眼观察,提出Contourlet双三次插值算法。在Contourlet变换的基础上,对遥感图像采用双三次插值进行相似变换,通过反变换得到比原图像分辨率更高的插值图像。实验结果表明,与双三次插值、小波双三次插值相比,该算法具有更高的信噪比和更好的图像细节效果。     

基于遗传算法的无线传感网精确定位方法

基于以未知节点为中心的散射体圆盘模型,通过测量电波到达时间和电波达到角信息,对未知节点及其周围的散射体进行初步估计,然后通过反算得出估计的距离值,选取含较小NLOS误差的TOA测量值组,进行数值修正处理,并建立以未知节点为变量的似然函数,最后利用遗传算法对此非线性似然函数寻优求解得到未知节点坐标。计算机仿真结果表明,所提定位方法能有效地抑制NLOS误差,较传统定位方法提高了定位精度,且鲁棒性较好。     

基于二代Contourlet域遥感图像双三次插值方法

为了使插值后的遥感图像在尽可能保持原图像信息的同时,显著提高图像空间分辨率,提出一种基于第二代Contourlet变换的遥感图像三次插值算法。在对遥感图像做第二代Contourlet分解基础上,对低分辨率频带中的高频分量做双线性插值变换,使其相似于高分辨率频带中的高频分量。最后,通过反变换得到比原始图像分辨率高的插值图像。实验结果表明,该方法插值效果优于双三次插值算法、小波双三次插值和第一代Contourlet双三次插值算法。     

UN-DSM优化模型下的节点定位方法研究

通过改进以未知节点为中心的散射体圆盘模型,提出一种应用范围更广的以未知节点为中心的散射体圆盘模型优化方法。利用各锚节点测量的到达时间信息和只有主锚节点测得的到达角度信息,对未知节点及其周围的散射体进行初步估计,得出散射体坐标以及相关的距离值,利用未知节点至各锚节点和散射体的距离冗余约束信息进行修正估计,获得1倍数量的虚拟散射体信息,最终利用所有散射信息和测量信息联合定位求得未知节点位置。仿真实验结果表明,与传统经典定位方法相比,该方法能有效地抑制非视距传播误差并进一步提高定位精度,同时具有较好的鲁棒性。     

一种基于支持向量机的图像边缘检测方法

支持向量机是一种新的机器学习的方法。它以统计学习理论为基础,能够较好地解决小样本的学习问题。由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点。支持向量函数回归(SVR)是SVM的一个重要分支,它已经成功地应用于系统识别、非线性系统的预测等方面,并取得了较好的效果。文中通过图像的SVR表示,对SVR图像的边缘检测进行了研究。文中算例说明了该方法在实际应用中的可行性。实验结果表明,该算法能有效提高图像边缘检测效果。同时对其他边缘检测方法有一定的借鉴作用。     

NLOS误差模型下的无线传感网定位方法与仿真

为了有效提升在NLOS环境下的定位精度和探讨不同NLOS模型和不同定位方法之间的特性,对多种NLOS误差模型进行建模,并给出模型数学公式,挖掘出适合无线传感网的NLOS误差模型,利用多种不同的NLOS误差模型来表征无线传感网中的非视距传播(NLOS)环境;利用常用经典定位方法对未知节点进行定位.通过对不同参数的设置进行计算机仿真实验,仿真实验数据结果有效地反映出各种定位法在不同NLOS误差场景下的性能,为无线传感网的实际定位应用提供理论基础.     

基于Contourlet变换的双三次插值算法

为保持原始遥感图像信息,提高图像空间分辨率,使其适合人眼观察,提出Contourlet双三次插值算法。在Contourlet变换的基础上,对遥感图像采用双三次插值进行相似变换,通过反变换得到比原图像分辨率更高的插值图像。实验结果表明,与双三次插值、小波双三次插值相比,该算法具有更高的信噪比和更好的图像细节效果。