基于自适应分簇的改进RSSI定位算法

针对RSSI定位中RSSI值容易受外界环境干扰的数据源精度问题,提出一种自适应分簇策略,从锚节点中优选节点形成一个工作簇为定位算法提供可靠观测数据;针对传统的RSSI最小二乘定位算法的不足,提出一种改进的加权最小二乘法.实验结果表明,此算法的准确率和定位精度都有较大提高,具有良好的定位效果.     

基于RSSI测距的无线传感器网络定位算法

提出了一种采用最小二乘法对环境参数进行拟合的方法,获得损耗模型,同时对所测得的RSSI数据进行高斯处理并优选信标节点,最后对目标节点采用改进后的三边测量定位算法进行节点定位.实验结果表明,本算法定位受环境因素影响减小,比传统RSSI定位算法精度更高,可应用于无线传感器网络中.     

基于GMSK调制终端的相位误差测试中的算法研究

丈章采用优化最小二乘算法实现基于GMSK调制终端中相位、频率误差的测试.对GSM测试终端的频率和相位误差特性进行了详细分析.在分析罗德施瓦茨综合测试仪CMU200的相位误差测试原理和方法的基础上,结合GSM突发脉冲的特性,提出了采用分段式最小二乘法来计算相位误差的算法.仿真表明分段最小二乘方法是测试射频终端相位误差的快速、准确的方法.     

基于ZIGBEE技术的室内定位算法研究及应用

近年来,随着无线传感器网络技术的发展,人们对基于无线传感器网络的室内定位需求越来越多。本文对现有的几种室内定位技术进行了研究,分析了它们的原理及特点,并针对ZigBee网络着重介绍了RSSI在室内定位方面的应用。     

基于RSSI无线传感器网络空间定位算法

RSSI测距技术在实际应用环境中,由于多径、绕射、障碍物等因素,无线电传播路径损耗使得定位过程中产生距离误差.通过对三维空间定位过程中产生距离误差区域进行分析,提出了基于RSSI新的空间定位算法ERSS,该定位算法计算简单,定位过程中节点间不增加通信开销,无需硬件扩展.仿真实验表明该算法较普通的基于RSSI的测距方法定位精度和响应时间有了明显的改进,适合在通信开销小、硬件要求低的传感器网络节点上应用.     

基于RSSI测距的WSN定位网络监测系统设计

文章分析了基于RSSI测距的WSN网络定位技术,以ti CC2530芯片为核心设计定位节点,实现了一套适用于各类室内密闭环境的WSN定位网络。针对RSSI测距精度有限、易受环境干扰的问题,文章设计了一套测距模型参数校准流程,用以降低RSSI测距误差,提高系统定位精度,并开发了上位机操作程序,便于用户实时监测网络运行情况。     

基于有限记忆最小二乘的雷达误差配准算法

针对非合作目标多雷达组网中的系统误差配准问题,介绍了基于地心地固坐标系的三维空间配准模型,以及常用的雷达误差配准方法——最小二乘法。为了能够实时估计出系统偏差,并解决最小二乘等批处理算法在求解系统误差过程中数据量、计算量和存储量随时间递增的问题,提出了基于广义最小二乘法的有限记忆最小二乘法。通过一个实例,对新算法进行Matlab仿真,结果证明了算法的正确性和有效性。     

基于ZIGBEE的压力传感器标定系统的研究

针对随钻测量系统中压力传感器需要标定的问题,本文采用C8051F060作为微处理器,配合ZIGBEE无线传榆模块及标准自动加压台,设计了一种对未知压力传感器进行智能标定的系统,经过室内试验和现场试验验证,这种压力标定系统具有易操作、稳定性好、精度高等特点,可以满足压力传感器标定要求。     

基于递推最小二乘算法的惯导姿态误差动态标定方法

在分析最小二乘算法原理的基础上,提出了一种基于递推最小二乘算法的惯导姿态误差动态标定方法,建立了计算模型,进行了仿真分析.仿真结果表明,该方法具有较高的解算精度和计算效率,航向误差解算精度优于3.5”,水平误差解算精度优于0.15".该方法解决了动态条件下惯导姿态误差实时标定的技术难题,对提高惯导姿态测量精度和测量船外...     

四站混合定位系统的平面测量误差

基于最小二乘和误差估计理论,应用数值计算的方法具体分析了一个按形布站、且将时差和径向距离测量信息相融合的四站定位系统,通过与仅基于时差测量技术的定位系统相比较证明,多站混合定位测量系统具有测量误差低、无空间观测盲区等优点。所给出的结果不仅能应用于对非合作目标探测的有源/无源综合定位系统,而且还能应用于对可合作目标定位的多站定位系统的设计。     

最小二乘法自适应均衡滤波研究

均衡技术是对码间干扰进行适当处理,以补偿信道畸变的技术.通常把采用均衡技术来补偿码间干扰的处理器称为均衡器[1].设计了一种采用递归最小二乘的自适应算法的均衡滤波器,仿真结果显示均衡器可以降低码间干扰,降低误码率.     

鲁棒总体均方最小自适应滤波:算法与分析

本文研究了在输入输出观测数据均含有噪声的情况下如何有效地进行鲁棒自适应滤波的问题.以总体均方误差(TMSE)最小为准则,基于最速下降原理,通过对总体均方误差梯度进行修正,提出了一种鲁棒的总体均方最小自适应滤波算法.通过与已有算法的对比分析表明,该算法能够有效地降低权向量的每步调整量对噪声的敏感程度.仿真实验的结果进一步表明,该算法的鲁棒抗噪性能和稳态收敛精度明显地高于其它同类方法,而且可以使用较大的学习因子,在高噪声环境下仍然保持良好的收敛性.     

基于ZigBee技术的矿井人员定位算法研究

在煤矿井下安全生产系统中,对井下人员的精确实时定位是一个很重要的任务之一。ZigBee技术以它低功率、低成本、低复杂性等特征,被大量的应用在煤矿井下定位系统中。研究一种基于ZigBee技术的煤矿井下人员新定位算法,采用最邻近的信号强度（NNSS）指纹匹配在煤矿井下进行初步定位,然后运用动态三边测量（DTN）对移动节点进行精确的测距定位,并与其他的经典的定位算法进行比较,结果证明了这种算法是可行的,且明显的能够提高定位的精确度。     

基于多方向自适应加权的空间错误隐藏算法

为了提高H.264/AVC压缩视频码流在无线信道传输过程中的抗误码性能,提出了一种基于多方向自适应加权的空间错误隐藏算法.该算法首先应用边缘算子检测受损宏块的相邻宏块信息,然后通过多方向自适应加权插值得到受损宏块像素近似值.实验表明,该算法相对传统空间错误隐藏算法,对于不同视频序列图像重构质量有很大的改善,具有较高的应用价值.     

一种基于误差相关函数的改进变步长LMS算法

最小均方算法的收敛速度和稳态误差之间存在矛盾,为此人们提出了各种变步长LMS算法,其中E-LMS算法是将步长与瞬时误差平方相关联,R-LMS算法是将步长与误差的相关函数相关联。E-LMS算法的抗噪性能较差,在低信噪比条件下性能明显变差,R-LMS算法对突变系统的跟踪能力较差。为此文中给出了一种改进的,基于误差相关函数的VSS-LMS算法,该方法利用E-LMS算法的控制步长策略提高算法的跟踪能力。计算机仿真结果显示,该算法能够同时满足抗噪和跟踪两种要求。     

基于MV自适应选取的帧间隐藏算法

数字视频通信在多媒体通信系统中占据重要的地位,但视频帧传输错误将导致接收视频质量的下降.视频帧传输错误不仅会破坏当前的解码帧,还会在时间上扩散造成对后续帧的预测错误.为减少视频帧传输错误对视频质量的影响,设计了一种基于运动矢量自适应选取的错误隐藏算法,算法充分利用相邻宏块间运动矢量的空间相关性来自适应地恢复受损宏块的运动矢量.仿真实验结果表明,相对于典型的错误隐藏算法,所述算法在主观视觉质量和客观评价指标上都有一定的提高.     

采用归一化最小均方误差准则的LM-BP算法

传统神经网络通常以最小均方误差(LMS)或最小二乘（RLS）为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差（NLMS）准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt（LM）训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。      

基于FPGA和符号LMS算法的自适应滤波器设计

为了减少实现基于FPGA和LMS算法的自适应滤波器过多消耗硬件资源的问题,提出了符号LMS算法,通过降低乘法运算的次数来提高自适应滤波器的运行速度,并使用流水线技术进行优化。软件仿真验证了符号LMS算法的可行性,硬件仿真证实了采用该算法和流水线技术的自适应滤波器的优越性。     

应用于自适应格型RLS滤波器的变阶数算法

提出了一种新的变阶数(或抽头长度)算法,并将之应用于变阶数自适应格型递归最小二乘(RLS)滤波器的阶数更新中,讨论了格型滤波器阶数更新时相关参数的调整方法。新算法以分贝的形式比较短滤波器与长滤波器的时平均平方误差,采用自适应的抽头长度步长,能够在滤波器权值未收敛时同时快速更新滤波器长度与权值,且在不同大小噪声条件下都能收敛到最优阶数。理论分析与不同大小噪声条件下的自适应系统辨识仿真结果验证了新算法的有效性。