基于跳距优化的改进型DV-Hop定位算法

DV-Hop定位算法是无线传感器网络节点定位的关键技术之一.传统DV-Hop定位算法节点定位,因跳数计算和跳距估计产生偏差,影响定位误差,为了提高定位精度,提出一种改进型定位算法.改进算法引入多通信半径方法细化节点间的跳数,计算未知节点平均跳距时,剔除孤立节点,并对利用锚节点得到的平均跳距进行加权归一化处理,使得未知节点定位精度提高.仿真结果显示,改进算法在不明显提高算法复杂度与通信量的基础上大大提高了定位精度.     

基于二维网格融合特征参数的室内匹配定位算法

针对接收信号强度值(RSSI)的时变特性降低定位精度的问题,提出了一种基于二维网格特征参数融合的室内匹配定位算法。该算法融合RSSI和信号到达时间差(TDOA)构建网格特征参数模型,基于二维网格快速搜索策略降低匹配定位的计算量,采用网格特征向量的归一化欧氏距离进行最优网格匹配定位,最终由匹配网格的参考节点计算终端的精确位置。定位仿真实验中,该算法在3m网格粒度下的定位均方根误差为1.079m,平均定位误差小于1.865m;3m定位精度下的概率达到94.7%,相对于传统单一RSSI模型法提高了19.6%。所提算法能够有效提高室内定位精度,同时减少搜索数据量,降低匹配定位的计算复杂度。     

基于自适应粒子群算法的改进DV-Hop定位算法

针对无线传感器网络节点定位中DV-Hop算法定位精度较低的问题,提出了一种改进DV-Hop算法,该算法引入跳距误差加权策略,改进平均每跳距离计算方法,使其更好地反映网络的平均每跳距离的实际情况,有效地降低了无线传感器网络中无需测距算法的定位误差。同时引入自适应粒子群优化算法来校正改进DV-Hop的估计位置的方法。仿真结果表明,本算法在定位精度和节点覆盖率上明显优于基于PSO校正的DV--Hop算法和传统的DV-Hop算法,证明该算法在一定程度上提高了DV-Hop算法对无线传感器网络的容错性,具有更好的适用性。     

机器人听觉系统中指纹定位改进方法

针对传统指纹定位方法中高定位精度依赖于高参考点密度、计算复杂度高的问题,提出了一种改进的声音位置指纹定位方法。基于声音位置的聚类算法首先被用来构建位置指纹数据库,从而降低在线搜索数据库的计算成本,同时线性插值方法被采用在选定聚类内生成虚拟参考点来更新数据库,最后,目标位置由声源与虚拟参考点的指纹相似度计算得出。实验结果表明,该方法能有效提高低参考点密度下的系统定位精度,同时算法复杂度低。     

基于禁忌搜索的车联网蒙特卡洛定位算法

在蒙特卡洛定位算法中引入禁忌搜索算法以提高车联网中快速定位的性能;自组织车联网高速移动的车辆和快速变化的网络拓扑结构,使用传统的蒙特卡洛定位算法,不能迅速地收敛位置信息;在滤波阶段引入禁忌搜索算法对传统蒙特卡洛定位算法进行改进, 优化滤波排除可能性较小的位置点,获得近似最优估计位置采样集;仿真结果表明,改进后的算法在样本采集数、计算时间、定位精度等方面有了显著提升,改进后的算法能更好地解决车联网的定位问题。     

基于蝙蝠拟牛顿混合算法的无线传感器网络节点定位

针对距离矢量-跳数(DV-Hop)算法第三阶段中最小二乘法定位精度低的问题,提出一种蝙蝠-拟牛顿混合算法与DV-Hop算法融合的定位算法.首先对蝙蝠算法进行两点改进:1)根据蝙蝠个体的适应度值自适应调节随机向量β,使得脉冲频率具有自适应能力;2)利用当前迭代之前所有最优个体的平均位置来引导蝙蝠移动,使得速度具有变异性能;然后在DV-Hop算法第三阶段采用改进蝙蝠算法得出节点的估计位置,再利用拟牛顿算法以估计位置为初始点继续搜索节点位置.仿真结果表明:相比传统DV-Hop算法和基于蝙蝠算法的DV-Hop改进算法(BADV-Hop),该算法的定位精度大约提高了16.5%、5.18%,且稳定性更好,适用于定位精度和稳定性要求较高的场合.     

模糊化的无线传感节点自适应定位算法

节点定位是无线传感网络的研究基础,具有重要的研究价值和研究意义.现有定位算法主要分为测距相关的算法(range-based)与测距无关的算法(range-free)两类.前者通常使用未经处理的、包含环境噪声的测距信号,导致其定位稳定性较差;后者常使用节点间的连通性信息,导致其定位精度相对较低.针对该现状,本文提出一种基于模糊处理的节点自适应定位算法(fuzzy localization, FL).FL算法首先收集有关测距信息,然后对测距信息进行模糊化处理,最后采用自适应算法计算节点位置.FL算法对测距信息的模糊化处理,减少了环境噪声对定位的影响,提高了节点定位的稳定性;同时细化了通讯半径内的距离估计,提高了节点的定位精度;且自适应算法能对模糊化过程进行自适应控制,取得有效模糊化参数.实验结果表明,与DV-Hop算法和Spring算法相比,FL算法减少了约31%和6%的定位误差,且定位稳定性较好.     

基于三星定位快速二次相关时差估计算法研究

定位是通过对某一个或几个参数进行估计来实现的,参数估计方法是定位问题的关键.卫星干扰源三星定位算法需要测得一对TDOA的值.为解决计算的快速性问题,在研究二次相关法时差估计算法的基础上,提出了一种快速的卫星干扰源定位时差估计方法.利用相关函数和功率谱密度互为傅里叶变换对的特性,能够快速、准确估计信号的TDOA参数.仿真和实验结果表明,改进算法在相同信噪比条件下,能快速有效估计出时延,有效改善了卫星干扰源定位的实时性.     

基于网格扫描的WSN节点定位算法

现有的非测距定位算法无法准确获取未知节点的估计区域。针对该问题,提出一种基于网格扫描的分布式无线传感器网络(WSN)节点定位算法。计算每个被定位节点的初步估计区域,将该区域划分成网格阵列,通过逐个扫描得到有效网格,并将该有效网格区域的质心作为节点的估计位置。实验结果表明,在不同锚节点比率和不同节点总数的情况下,该算法的定位精度比DLE算法提高20%以上。     

基于改进的质心定位的LSSVR算法的设计

针对无线传感中基于质心算法的节点定位存在误差比较大,算法效率低的缺点,提出了一种基于加权的LSSVR的节点定位算法;首先,对未知节点构建节点序列相关度,采用Kendall的Tau指标来估计未知节点的位置,提高了未知节点的定位精度,其次引入了LSSVR概念,构建改进质心算法的LSSVR定位模型,降低了噪声影响,大幅度提高定位精度;仿真实验表明该算法与基本的LSSVR算法在定位精度上有了明显的提高,在锚节点,未知节点所占比例不断增大的情况下该算法定位精度具有很大的提高,降低了算法的计算复杂度,具有较高的应用价值。     

民航卫星导航干扰信号多径抑制算法仿真

针对日益严重的卫星信号多径干扰问题,提出一种有效的民航卫星导航干扰信号多径抑制算法,在多径干扰卫星信号数据模型基础上,通过空间平滑技术采用损失天线阵列孔径方法实现多径卫星信号的解相干处理,得到不同阵列子阵数据协方差矩阵;再采用豪斯霍尔德变换的广义旁瓣相消技术,根据广义旁瓣相消器输出的多径和噪声功率以及不同阵列子阵数据协方差矩阵,计算直达信号最佳权重矢量,采用低复杂度自适应度算法迭代计算最佳权重矢量,获取最终旁瓣相消器多径抑制后的直达卫星信号,实现民航卫星导航干扰信号的多径抑制。仿真结果表明,所提算法在任意载噪比环境下的码相位跟踪误差均较小,对民航卫星导航干扰信号的多径抑制性能较强;且算法多径抑制耗时短、民航卫星导航的定位精度高。     

基于物联网空间划分的定位算法

基于无线通信和网络技术的三维空间定位是目前物联网领域的一个研究热点,针对当前三维目标定位算法的精度低、复杂度高、功耗大等实际问题,提出了一种新型的分布式三维定位机制。该算法采用合作位置感应算法(CLS)来进行空间网格划分,通过距离估计判定目标位置,并结合了高斯拟合、信号排序机制以及Bounding-inbox等关键技术,有效降低了信号干扰,实现了局部网格划分,减少了网格投票开销。仿真结果表明,该算法与现有三维定位算法相比,有更好的定位精度,并且实现简单,定位功耗较低。     

Development of adaptive mesh refinement scheme for engine spray simulations

Spray modeling is a critical component to engine combustion and emissions simulations. Accurate spray modeling often requires a fine computational mesh for better numerical resolutions. However, computations with a fine mesh will require extensive computer time. This study developed a methodology that uses a locally refined mesh in the spray region. The fine mesh virtually moves with the liquid spray. Such adaptive mesh refinement can enable greater resolution of the liquid-gas interaction while incurring only a small increase in the total number of computational cells. The present study uses an h-refinement adaptive method. A face-based approach is used for the inter-level boundary condition. The prolongation and restriction procedure preserves conservation of properties in performing grid refinement/coarsening. The refinement criterion is based on the total mass of liquid drops and fuel vapor in each cell. The efficiency and accuracy of the present adaptive mesh refinement scheme is described in the paper. Results show that the present scheme can achieve the same level of accuracy in modeling sprays with significantly lower computational cost as compared to a uniformly fine mesh.     

抗干扰兼容型卫星导航接收机设计与仿真

抗干扰兼容型卫星导航接收机既可以使用组合卫星定位系统进行高精度定位,又具有优良的抗干扰性能。其抗干扰性能通过自适应调零天线实现,介绍了系统硬件电路实现,并在相应硬件平台上,采用功率反演算法进行干扰抑制。仿真测试结果表明,自适应调零天线有效地提高了接收信号的信噪比,提高了兼容型卫星导航接收机的应用范围。     

基于统计质量控制的测距故障检测方法

卫星导航接收机在城区环境使用时,多径信号的存在使得码自相关函数发生畸变,从而导致测距结果与真实距离间出现较大偏差。现有的接收机基带多径消除算法复杂度高,实现较为困难。而接收机自主正直性监测(RAIM)算法的故障检测能力有限,难以同时检测多个测距故障。提出使用统计质量控制方法来实现对测距故障的检测,根据质量控制图的输出结果调整测距信息在定位解算中的权重,从而提高定位精度。该方法能够对每颗卫星的码跟踪性能进行单独监测,算法实现的复杂度低。仿真结果表明:使用该方法能够有效指示多径信号导致的测距误差,从而为改善城区环境下的定位精度提供了新思路。     

Efficient geo-location estimation system using two-dimensional MUSIC algorithm

In this paper, we propose an efficient two-dimensional geo-location estimation system for mobile social security robots, where the location is obtained by direction of arrival (DOA) and time of arrival (TOA) of the radio signal. The proposed system requires only one reference signal while the conventional systems generally demand more than three reference signals. For estimating TOA and DOA information simultaneously, we employ a two-dimensional multiple signal classification (2-D MUSIC) algorithm. In addition, the performance analysis of proposed system is provided in terms of location accuracy and computational complexity by comparing it with two-dimensional Matrix Pencil (2-D MP) algorithm. The simulation results show that the proposed geo-location estimation system achieves the positioning accuracy within 3 meters in 2 kilo-meters coverage which is usable for mobile robots.     

基于LSTM的北斗卫星信号识别方法研究

为有效降低和抵御干扰对信号接收与定位的影响,提高导航系统的稳定性和可靠性,设计基于LSTM的北斗卫星信号识别与抗干扰方法,以无失真地利用BDS信号。对北斗卫星真实信源实施信号调制,获取卫星信号调制样式识别算法的输入信号。设计基于LSTM的卫星信号调制样式识别算法,模型为一个传统LSTM网络与CNN网络级联的新型LSTM网络,通过CNN网络能够实施I、Q数据间特征的提取,利用LSTM网络提取数据中时序特征,并对其特征进行融合,实现北斗卫星信号的识别。并设计结合空域抗干扰技术与时域抗干扰技术的空时自适应滤波约束算法,实现北斗卫星信号窄带与宽带干扰的共同抑制,以有效提高识别的效果。实验测试结果表明,设计方法的识别准确率整体较高,最高达到接近90%,抗干扰后输出信干比最高达到78.52dB。     

基于自适应射频指纹地图的WSN室内定位算法研究

针对目前基于无线传感器网络进行室内定位时由于节点间收发信号的强时变特性而造成的定位精度不高、自适应性差的问题,提出了一种基于自适应射频指纹地图的WSN室内定位算法。该算法利用固定位置处信标节点间的信号强度来实时刻画环境的动态变化,从而构建出自适应环境变化的射频指纹地图;实时定位阶段,利用贝叶斯估计法计算目标初始位置,通过有限状态自动机滤除目标移动过程中出现的不可能跳变位置。实验结果表明,该方法在增加环境自适应性的同时大大提高了定位精度。     

UPF在GPS多路径信号延迟估计中的应用

多径信号延迟估计与多径干扰抑制技术一直是卫星导航领域的一个研究热点。在分析近距离镜面多径信号时间延迟特性的基础上,提出一种基于无迹粒子滤波的多路径信号延迟估计方法。给出标准的粒子滤波算法模型,讨论无迹粒子滤波算法在多路径信号延迟估计中的应用,描述算法的推导过程。计算机模拟结果验证了该算法的有效性。