基于卡尔曼滤波和指纹定位的矿井TOA定位方法

分析了矿井巷道中的设施及设备导致的无线信号传播NLOS时延特点,采用几何光学方法论证了NLOS时延参考模型在矿井巷道环境中的适用性并提出矿井巷道NLOS时延分为巷道突发NLOS时延和巷道固定NLOS时延,为了消除NLOS时延对TOA定位精度的不利影响,提出基于卡尔曼滤波和指纹定位的矿井TOA定位方法.对于机车及不规律设置设备造成的巷道突发NLOS时延,提出基于卡尔曼滤波的方法消除其对TOA数据造成的较大误差,在此基础上提出基于历史和卡尔曼阈值的最近邻居指纹定位方法,抑制固定设施及规律设置设备造成的巷道固定NLOS时延引起的定位误差.结果表明,本文方法的定位性能优于SDS-TWR方法和基于SDS-TWR的指纹定位方法,定位实验的平均误差分别降低了3.6,1.2 m,提高了矿井TOA定位的精度,实现矿井人员的精确定位.     

基于GIS的井下人员定位系统的设计

为改善井下的安全管理,采用基于接收信号强度指示(RSSI)的定位算法,设计了基于地理信息系统(GIS)的井下人员定位系统。本系统结合GIS系统、空间数据库以及属性数据库,实现了对井下人员的动态监测和指挥等安全管理,为矿难救援提供科学依据。     

教学楼内人员移动定位系统方案研究

教学楼内人员位置信息对于基于位置服务应用具有重要意义。为了满足诸如大学生利用移动设备搜索和选择空闲自习室等需求,提出了一套融合无线信号强度地图和惯性导航技术的室内定位系统。这套系统能够为包括智能手机在内集成Wi-Fi和惯性导航单元的移动设备提供室内定位和轨迹跟踪功能。相应实验证明了该系统的可行性,即该系统可以持续提供人员室内位置信息。     

基于IP技术的井下人员定位系统的设计与实现

提出了一种基于以太网技术的井下人员定位系统,并且以Visual C 作为开发工具,基于矢量制图的方式,设计了系统的图形组态模块,该模块包括图元的绘制、拖动、放大和缩小等具体属性。另外还描述了主要类的设计,充分运用了VC 语言的封装性、继承性和虚拟多态性。     

物联网中基于扩展卡尔曼滤波的移动群体定位

为了满足高精度和高可靠性定位的需求,提出了一种基于扩展卡尔曼滤波的移动群体定位算法,把待定位的用户节点当成一个群组,利用他们之间的距离信息得到更好的定位性能,以减小环境噪声和无线信号不稳定造成的影响.此外,开发出一个实际的系统,并在大学校园里进行了大量实验.实验结果和理论分析验证了所提出方法的有效性.     

基于GPS/DR的车辆定位系统的研究

针对全球定位系统信号易受城市复杂环境干扰、有时接收不可靠、航位推算对城区车辆导航存在"盲区"等问题,将DR与GPS定位系统组合起来,建立组合定位系统。设计了GPS/DR组合定位系统的滤波模型,分析了其信息分配原理和信息分配系数的计算方法。     

基于卡尔曼滤波的WSNs节点定位研究

节点定位是无线传感器网络中的关键技术之一。在采用装备有GPS装置的移动信标-移动机器人、无人机的基础上,将加权最小二乘估计与扩展卡尔曼滤波(EKF)组合,进行未知节点定位。算法首先利用加权最小二乘估计(WLSE),获得无线传感器网络未知节点的初步位置,再用扩展卡尔曼滤波进一步提高定位精度。并且提出了加权因子的确定方法,同时,算法还提出了移动信标位置参与EKF迭代计算的最优排序方案。算法可以实现传感节点的低成本定位,可以达到较高的定位精度。仿真结果显示,算法与目前常用的最小二乘估计相比,未知节点的定位精度有较大的提高。算法应用RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

神经网络辅助动态GPS卡尔曼滤波算法研究

由于传统卡尔曼滤波导航定位的方法定位精度不高,因此本文提出了用前向神经网络来辅助调节卡尔曼滤波器,其中自适应的体现则是利用了神经网络的BP算法。使其具有自适应能力以应付动态环境的扰动。仿真研究表明：该算法优于标准的卡尔曼滤波器。     

井下人员定位系统的实施和应用

由于矿山安全生产所面临的严峻形势,如何建立一个适合我国国情的井下人员定位系统,得到国内各级政府的极大关注。文章结合梅山铁矿基于KJ279井下人员管理系统的技术改造,较为详细的介绍了KJ279井下人员管理系统在梅山铁矿山的技术实现及应用,对梅山铁矿实现科学管理和实现数字化矿山有着重要的意义。     

卡尔曼滤波在最小判别搜索定位系统中的应用

为提高室内环境下无线移动设备的定位精度与定位速度,采用基于指纹定位的最小判别搜索定位算法,通过判别函数表征信号模式的空间相关性,然后利用精细修改的牛顿法确定移动设备的位置坐标。考虑到用户位置变化方差大以及环境噪声的影响,在最小判别搜索定位算法的基础上融合卡尔曼滤波,以进一步提高搜索定位的精度。仿真结果表明,融合卡尔曼滤波的最小判别搜索定位算法在室内环境下能达到较高的定位精度,且定位速度快。     

新型GPS动态定位自适应卡尔曼滤波方法

为了获取GPS卫星的信号及定位数据的真实值，减小信号传播中因各种因素混入的随机误差对定位精度的影响，通过应用运动裁体“当前”统计模型，取速度和位置为观测量建立GPS动态定位模型，将观测量雏数增大1倍，从而增加了系统的可观测性和定位测算精度．此外，针对传统标准卡尔曼滤波法在动态滤波方面的不足进行了分析，提出了改进型Sage自适应卡尔曼滤波法．该方法在递推和滤波过程中不断地修正模型参数，始终保持噪声模型接近于真实模型，从而避免了标准卡尔曼滤波法中因建模不准确可能导致的滤波发散等问题，较好地解决了GPS动态定位中状态变量雏数与滤波快速性之间的矛盾，以及状态噪声和观测噪声建模不准确和时变的问题．     

基于扩展卡尔曼滤波算法的室内定位跟踪系统

为了解决无线室内定位系统实时跟踪位置坐标误差较大问题,提出一种基于扩展卡尔曼滤波(EKF)算法的室内定位方法。系统采用基于WiFi信号指纹定位,然后利用扩展卡尔曼滤波对估算的位置进行滤波,以改善WiFi指纹定位方法的精度,达到对目标实时跟踪。仿真和实验结果表明,该算法有效地改善了系统定位精度,能较好地满足室内定位的需求。     

基于卡尔曼滤波的Internet蠕虫预警系统研究

当前INTERNET蠕虫的频频爆发,使得蠕虫传播成为网络安全的焦点问题。文中结合INTERNET蠕虫的传播模型,提出了通过卡尔曼滤波估计蠕虫的传染率,从而推断网络上是否有新蠕虫传播的INTERNET蠕虫预警系统,并进行了仿真分析。仿真结果表明采用卡尔曼滤波是进行INTERNET蠕虫预警的一种有效方法。     

基于EKF的移动机器人RFID定位系统研究

由于RFID读取器对标签的距离不可知, 基于RFID的定位会产生固有误差.为了减小RFID定位系统的固有误差, 研究了移动机器人融合RFID、超声波、电子罗盘和里程汁自定位的方法, 通过扩展卡尔曼滤波(extended Kalman filter, EKF)解决RFID定位在位姿更新之间的误差累积, 提高定位的性能.通过Matlab仿真, 试验结果表明该算法可行且有效.     

基于卡尔曼滤波的WiFi-PDR融合室内定位

为降低室内环境复杂性对WiFi指纹定位的影响,提出将支持向量机(SVM)分类与回归分析相结合的WiFi指纹定位算法,以提高定位精度。在基于智能手持设备惯性传感器的行走航位推算(PDR)中,为降低惯性传感器的误差及定位误差的累积,通过状态转换的方法识别行走周期并进行计步,提出对原始加速度数据进行预处理和根据实时加速度数据动态设置状态转换参数的算法。在改进的WiFi定位算法及PDR算法基础上,提出使用联邦卡尔曼滤波融合两种方法,并根据人体运动学确定各级滤波器的状态方程和量测方程。实验证明了该算法的有效性。     

基于新息的神经网络自适应卡尔曼滤波

卡尔曼滤波是一种基于最小方差的递推式滤波算法,系统模型和噪声统计特性的先验知识决定了滤波的性能和估计的准确性,不精确的先验知识将导致滤波性能的明显下降甚至发散。采用BP神经网络对系统进行辨识,获得精确的系统状态方程,利用新息自适应估计卡尔曼滤波算法中的过程噪声和测量噪声协方差矩阵,提出基于新息的神经网络自适应卡尔曼滤波算法。Matlab仿真结果表明,与传统卡尔曼滤波算法相比,改进的卡尔曼滤波算法获得了与原始信号几乎一致的输出信号,噪声得到明显抑制。同时,改进的算法不需要系统精确的数学模型,在实际应用中具有可行性和普适性。     

基于GSM网络的定位系统的实现

叙述了基于GSM网络的定位系统的系统框架及实现方案,分析了定位演示系统的红外通信接口协议及协议所采用的状态转换原理图;讨论了定位演示系统定位算法的原理和方法,建立了定位演示系统所采用的信道模型;同时给出了在微小区环境下的测试结果。结果表明:该方案能通过无线蜂窝系统完成手机相对位置计算,并结合电子地图很好地得到手机的绝对位置,最终完成了定位跟踪。     

基于UWB技术的无线定位系统的研究与测试

介绍了采用UWB技术进行无线定位的优点和方法,使用Ubisense公司的标签和传感器构建了一个UWB无线定位系统,并分别进行静态和动态定位测试.测试结果表明,UWB定位能提供更高的定位精度.