电子对抗计算机仿真系统研究--关于目标台测向定位的设计与实现

F系统是从国外引进的军队指挥自动化系统的通信对抗系统．为了将原系统在定位计算方法的不足之处加以改进，采用了多站测向定位最佳化算法对该系统的最佳估计点的计算方法进行了重新设计，并应用MATLAB语言加以实现．通过与实测数据的比较，新算法的误差远小于原算法的误差．     

电子对抗计算机仿真系统研究——关于目标台测向定位的设计与实现

F系统是从国外引进的军队指挥自动化系统的通信对抗系统.为了将原系统在定位计算方法的不足之处加以改进,采用了多站测向定位最佳化算法对该系统的最佳估计点的计算方法进行了重新设计,并应用MATLAB语言加以实现.通过与实测数据的比较,新算法的误差远小于原算法的误差.     

一种无线定位中NLOS误差抑制算法

为克服非视距传播带来的定位误差,提出了非视距误差的窗函数补偿法．通过测量p个采样点的均方根延迟计算平均超量延迟,实现窗长为p的非视距误差的窗函数补偿法．相对最优化方法,该算法的计算量明显减少;相对单点补偿法,该算法的精度明显提高．对移动台处于3种不同位置的情况进行了仿真分析,结果表明,该算法具有较高的定位精度．     

基于EC-TDOA和ZigBee技术的室内超声波定位系统

目的研究室内定位方法机理,解决室内目标高精度定位的问题．方法设计了一种基于测距的室内定位系统,该系统采用测量射频信号和超声波信号到达时间差的方法测距并引入校正因子减小测距误差,通过极大似然估计定位方法计算目标位置,运用ZigBee制作节点模块组成网络实现对室内目标的定位．结果在测距实验中,EC-TDOA测距结果的误差小于0．02cm,满足测距精度要求．在定位实验中,最大定位误差和平均定位误差分别为4．3cm和1．64cm,而定位误差在2．5cm以内的比例达到90％．定位频率为20Hz,满足实时定位的要求．结论系统在室内环境中实现对超声波信号覆盖范围内移动节点的定位,通过测距校正有效提高定位精度．系统具有较强的容错性和自适应性．     

一种无线传感器网络定位算法的改进

为了减小距离向量-跳段(DV-hop)算法中计算平均跳距时所造成的误差对定位的影响,提出一种基于测距信息的改进DV-hop算法。改进算法充分考虑DV-hop算法中信标节点计算平均跳距误差较大这一因素,将接收的信号强度指示(RSSI)算法中测得信号强度值转化为距离信息,再将距离信息引入DV-hop算法平均跳距的计算中,并在不同信号传播模型下进行仿真分析。仿真结果表明,在同一信号传播模型下,改进算法比原DV-hop算法有着更小的定位误差。     

基于信息分组的TDOA安全定位算法

将信息分组的方法应用于定位过程中,以方差的无偏估计是否符合误差假设作为定位参照集选取依据,提出一种能抵抗轻量级攻击的AR-TDOA定位算法。将该算法与基于TDOA测距的定位算法和SeRLoc安全定位算法在定位误差、计算开销与稳定性方面进行比较。结果表明,相同攻击强度下三者定位误差大小顺序依次为TDOA〉SeRLoc〉AR-TDOA。虚假锚节点数量越大,基于TDOA测距和SeRLoc的定位误差也越大,而基于AR-TDOA算法的定位误差则能保持在较小程度内。因此在增加少量计算复杂度的情况下,AR-TDOA算法能够改善定位的稳定性。     

离散度WKNN位置指纹Wi-Fi定位算法

为改善加权K近邻位置指纹定位算法在室内环境复杂时的定位性能,提出一种以位置指纹离散度作为权值参考的改进加权K近邻位置指纹定位算法.算法在离线位置指纹数据库建立阶段采用K-means聚类算法对位置指纹进行聚类,来降低搜索位置指纹库的计算量.从离线位置指纹库中选取K个与在线实测Wi-Fi信号强度信息最相似的位置指纹,比较其离散程度,将离散程度小的位置指纹赋予较高的加权系数,以减小原加权K近邻算法在室内复杂环境信号强度随距离变化较大情况下带来的位置估算误差.对离散度加权K近邻算法时间复杂度的分析表明,其计算量小于原加权K近邻算法;实际环境实验结果表明,离散度加权K近邻算法具有更高的定位精度,且定位误差波动较小.     

基于正交多项式拟合的非视距定位优化算法

提出一种非视距环境中基于到达时间的移动定位优化算法。首先在基站端利用系统测量误差的先验知识判断到达时间测量值中是否存在非视距误差;然后通过加权正交多项式拟合对含有非视距误差的测量值进行修正,并利用有约束的加权优化算法对移动用户进行位置估计;最后对算法的定位误差性能进行仿真分析,并与视距环境中的最小二乘算法和有约束加权最小二乘算法的平均定位误差以及定位误差的克拉默·劳下界进行了比较。计算结果表明,提出的算法在非视距环境中能够得到较好的定位精度。     

Hough 变换在电路板检测中的应用

针对 DSP56F801 最小系统电路板检测系统中每次采集到的电路板图像存在平移和旋转误差的问题,提出了基于 Hough 变换的电路板图像矫正算法.该算法首先利用边缘检测算子得到电路板图像的边缘图像,再根据该电路板中定位孔位置固定的特点,利用 Hough 变换检测电路板定位孔的圆形外边缘的位置,然后以定位孔外边缘的圆心为基础计算出电路板的平移误差和旋转误差并进行矫正.实验验证了这一改进的效果.消除了该检测系统中电路板图像的平移误差和旋转误差.     

SMART-CNC超精密数控曲面磨床综合误差补偿技术

为了进一步提高数控磨床的磨削加工精度,运用多体系统运动学理论、神经网络方法和有限元分析方法,分别对SMART-CNC超精密曲面数控磨床的空间几何误差、热变形误差以及力变形误差进行了建模和计算．通过逆运动学迭代求解算法求解出可消除磨床几何误差和载荷误差的精密加工数控指令值,通过神经网络算法,控制微位移夹具机构,消除了磨床热变形误差的影响．实验结果表明,综合运用上述误差补偿方法,可以将该磨床的磨削误差由原来的0．225 μm减小到0．045μm．     

一种改进OFDM定时同步算法

最大似然算法即ML算法的计算复杂度低,且其以循环前缀与OFDM最后一部分符号的相关性进行OFDM同步估计,节省了系统的带宽资源,因而,ML算法是OFDM同步算法中很经典的算法之一.为改善ML算法在低信噪比时的同步性能,提出了一种新的OFDM同步算法.该算法对ML算法的定时测度函数进行改进,所得的新算法不仅保留了原ML算法的优势,且改善了原ML算法在低信噪比下的均值误差和均方误差.     

超宽带通信系统加权移动三角形到达时间精确定位算法

提出了一种可用于超宽带通信系统的加权移动三角形到达时间定位算法,该算法具有解析解,且只需要一个参考点就可以计算出移动台的位置,有效解决了对移动台初始位置估计不准确造成算法不收敛的问题。仿真表明,该算法比传统的超宽带系统直接定位算法定位精度高,算法复杂度低,并且可以消除距离测量值中非视距误差对定位精度的影响。     

夹具CAD系统中定位误差分析计算的研究

本文就谋求夹具ＣＡＤ系统开发过程中，建立定位误差分析计算通用求解模型进行了研究、探讨．该模型应用尺寸链原理及信息提取技术，实现了定位误差尺寸链的动态建模及其合理解算．     

一种新的磁偶极子反演定位方法研究

针对目前报导的磁定位算法存在多解、计算速度慢等问题,本文根据水下目标磁场的远场分布特征,提出了一种新的磁偶极子反演定位方法,并建立了目标磁场分布的定位模型,同时提出了双标量磁探仪探测定位方法,完成了水下目标磁异常定位仿真计算.仿真结果表明,定位误差在30 m以内的概率达到了96 ％,定位误差在60 m以内的概率达到了100％,当目标处于不同方位时的定位结果均满足要求.该方法克服了现有算法的缺点,定位结果更为准确,可以满足水下目标准确定位的要求,具有较强的实际应用价值.     

基于定位误差估计的锚节点布局优化

大多数现有研究忽略了室内定位系统的最佳锚节点布局问题,传统多边测量定位算法误差分析中,存在误差面积不规则、计算困难等问题,作者提出了一种实现最小定位误差的锚节点布局方法。使用几何分析和实验分析相组合的方法研究定位误差和锚节点布局之间的关系,通过几何面积关系精确计算了双锚节点定位误差,提出了一种新的误差上限估计方法,这一误差上限反映了锚节点的位置和锚节点处的误差,可以用于比较任意两个锚节点布局之间的最大误差,描述误差的立体分布。引入耗散均匀搜索粒子群算法(dissipative uniform search particle swarm optimization,DUPSO),提出了一种新的多锚节点空间布局优化算法,找到了一种可以最大限度减少最大定位误差的最优布局。为了验证本文方法适用于各种规则、不规则环境以及不同数量锚节点最优布局的求解,仿真实现了不同数目锚节点和不同环境下锚节点的最优布局,并对不同的锚节点布局方法进行了比较。实验结果表明,使用锚节点的最佳布局,室内定位系统可以获得更高的定位精度。本文的布局优化算法是通用的,在实践中具有可行性和有效性。     

基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。     

一种非视距环境下改进的组合定位算法

为解决基于UWB技术的室内定位算法在测距时存在非视距误差以及异常值,而导致定位精度以及稳定性下降问题,文中提出了一种能够鉴别非视距环境以及消除非视距误差的组合定位算法。该算法通过二项假设检验鉴别非视距环境,在扩展的卡尔曼滤波算法中的待估计的状态向量之中引入非视距转换因子,利用迭代算法消除非视距误差对定位估计的影响,最后通过CTK算法对定位进行精确计算。实验结果表明,该算法针对非视距环境在约95%的定位结果中的误差仅为0.04m左右,相比于CTK算法,定位精度效果提升了13%左右,定位结果更加准确,可以更好满足室内移动机器人的定位要求。     

一种基于主动探测的高效故障检测与定位方法(2011通信软件会议)

针对目前基于主动探测技术故障检测与定位方法消耗探测过多、计算时间长以及定位准确度较低等问题,提出了高效的故障检测探测选择(PSFD)算法和故障定位探测选择(IFL)算法．PSFD算法在已有的贪婪增加算法上做了改进,提高了探测效率,缩短了探测时间．IFL算法将现有的2种故障定位探测选择算法相结合,在一定程度上降低了计算时间,提高了定位准确度．仿真实验验证了提出的PSFD和IFL算法的有效性,并对实验结果进行了分析．     

Kalman滤波-BP神经网络在执行机构自主定位中的应用

在执行机构对目标物体进行自主定位过程中,定位误差的实时计算、误差修正和状态分析往往比较困难.为此,提出基于三帧差法的Kalman滤波算法进行末端动态捕捉,利用反向传输（BP）神经网络分类思想进行目标识别,基于点云库的点云提取和处理算法,获得末端和目标物体的空间坐标.最后,将散乱点群进行网格化和3D空间插值.实验结果表明,算法能实时检测并跟踪运动末端,预测精度达到99%,且目标物体的识别率为99%,并可在短时间内修正定位误差,使末端中心点逐步收敛到目标质心,自主定位成功.用三维拟合法对算法的有效性进行验证,并对定位过程进行了状态分析.新算法能完成执行机构的自主定位,省去了相机标定过程,提高了系统效率.     

改进UKF算法在移动机器人定位系统中的应用

为解决移动机器人室内定位误差较大的问题,提出一种将最小偏度采样策略和衰减记忆滤波相结合的改进UKF(unscented Kalman filter)算法.该算法采用最小偏度采样策略,采样点个数由2n+1减少到n+2,提高了定位实时性;采用衰减记忆平方根滤波修正量测噪声的权值,避免滤波发散,提高了系统鲁棒性.构建无线局域网定位系统,使用改进的UKF算法对获得的无线信号(RSSI值)进行滤波.采用三边定位法进行定位计算.实验结果表明,系统平均定位误差降低49%,达到0.505 m,可较好地实现机器人的精确定位,满足移动机器人的室内定位要求.