采用RSSI模型的无线传感器网络协作定位算法

由于无线传感器网络定位成本较高,精度不能满足要求以及通信和计算开销过大等问题,提出一种针对定位各阶段实施误差抑制措施的接收信号强度指示(RSSI)测距的协作定位算法。测距阶段通过周期性测量获得模型动态参数,采用相对误差系数对RSSI测距进行校正,定位阶段则基于泰勒级数扩展线性最小二乘方法实现位置估计,采取残差加权法优化位置坐标,减小非视距(NLOS)的不利影响。引入协作定位,将符合要求的节点升级为参考节点参与定位计算,进一步提高定位覆盖率和精度。实验结果表明,所提算法精度接近基于真实坐标的泰勒级数扩展LS算法,相同条件下的精度远高于传统估计算法。节点最大定位误差为0.15,最小定位误差为0.08,网络节点平均定位误差为0.109,能够满足大规模无线传感器网络(WSN)的定位需求。     

局部放电全站定位综合算法

提出了一种适用于变电站大范围监测的局部放电定位算法。该算法基于接收信号指示强度（RSSI）,结合传感器数据实际情况补充计算节点。与传统三边加权定位方式不同,引入不定量条定位中垂线与三边区域共同加权。该模型考虑现实情况下放电位置在高度轴上与传感器群不在一个平面的情况,通过中垂线的引入可以有效地抑制定位误差。实验结果表明,所提出的改进定位模型能有效地匹配现实放电监测硬件,定位误差小于传统三边加权定位,结果符合工程要求。     

基于卡尔曼滤波的矿井移动节点定位算法研究

提出了一种基于无线传感器网络的矿井移动节点的定位算法.针对井下环境特征,巷道纵横交错,移动节点数量庞大以及无规律移动的特殊复杂情况,提出了一种卡尔曼滤波测距预估和弹性粒子模型相结合的定位算法.该算法采用卡尔曼滤波器对RSSI信号强度进行滤波和测距预估,建立弹性粒子网络模型对移动节点定位准确度进行校正,实现了矿井移动节点的实时精确定位.通过仿真实验表明,该算法误差小,精确度高,适合用于井下大规模的移动节点的定位.     

动态计算实时参数的T型线路沿线电压交叉修正故障测距算法EI北大核心CSCD

T型线路改变了线路的非均匀性,因此提高其故障测距精度历来是研究热点。为解决参数误差对测距精度的影响,利用系统正常运行状态下的电气信息,动态实时计算线路参数,并基于遗传算法修正参数的误差。进一步在此基础上,提出了一种沿线电压交叉修正故障测距方法。基于分布参数线路模型,分析输电线路的沿线电压幅值分布规律,并结合直线交叉原理进行故障支路预判与故障测距初判,进而通过少数次迭代和校正,达到故障测距的高精度定位。仿真分析结果表明,该算法测距原理简单,迭代次数少,收敛速度快,且测距精度不受故障类型、故障电阻及负荷等的影响。     

动态条件下基于在线参数估计的故障定位算法

提出一种动态条件下基于在线参数估计的故障定位算法,分析了动态条件下在线估计参数的分布规律,得到了确定的线路参数估计值;并将估计结果作为线路参数修正过程的基准值,这样就将在线参数估计与参数的实时修正有效地结合起来,从而改进了动态条件下基于线路参数修正的故障定位算法。新算法不仅很好地保持了系统动态条件下对线路参数修正的能力,还能通过在线参数估计将线路运行过程中参数的不确定性反映到准确的线路参数估计值中,从而大大提高了线路参数的精度,进而改善了测距的精度。应用PSCAD/EMTDC软件模拟各种工况对算法进行验证,并对已有主要文献提出的几种算法进行了对比仿真。仿真结果表明:文中算法在动态条件下具有很高的故障定位精度,且测距结果稳定可靠,不受故障位置、过渡电阻、故障类型等影响。     

基于RSSI测距的室内目标定位方法

针对既有的基于RSSI测距的室内目标定位系统在实际应用中存在的测距误差大,定位精度低,以及稳定性差的问题进行分析与改进,提供一种融合RSSI测距模型实时修正与定位结果辗转优化的室内目标定位方法,改进之处主要在于:在测距阶段,根据记录的信标间真实距离和RSSI衰减值对RSSI测距模型参数进行反向实时修正;在定位阶段,使用极大似然估计法初步确定移动目标的当前位置,而后将目标点坐标与测距值都作为未知数使用牛顿迭代法求最优解。实验证明,相对于既有的典型RSSI室内目标定位方法,所提出的方法首先提高了测距精度,进而提高了定位算法对测距误差的鲁棒性,从而整体上可有效提高室内目标点的定位精度。     

基于改进参数检测法的双端非同步数据故障测距算法

基于输电线路分布参数模型,提出一种基于改进参数检测法的双端非同步数据故障测距算法。该算法利用故障前两端电压、电流数据实时修正非同步角度和线路参数,再利用故障后数据进行故障测距。与拟牛顿法相比,所提算法无需迭代,计算量小;与电压趋势法相比,所提算法不存在伪根判别的问题;与传统参数检测法相比,所提算法能够实时修正非同步角度。基于PSCAD/EMTDC的仿真结果表明,该算法测距精度高,受故障条件和线路换位的影响较小。     

T型支接线路的自适应故障测距算法

提出一种基于-型等效线路模型的在线计算线路正序参数,利用T型支接线路三端正序电压和电流的突变量进行故障定位的自适应算法.该算法利用正常运行时的各端口的电压、电流,在线计算线路的正序参数;利用故障附加分量电压值来判断故障支路,在此基础上,将非故障支路化简合并,得到故障时支接点的等效电压、电流,再对故障支路应用双端测距算法进行高精度的故障测距.将在线计算得到的参数用于故障测距,解决了线路实际参数与电力局提供参数的不同、线路参数在运行过程中的不确定性等因素引起的测距误差问题.本算法的测距精度不受故障类型、故障电阻、系统阻抗及负荷等的影响.EMTP仿真结果验证了所提算法的正确性和高精度.     

基于双端电气量的串补线路故障测距新算法

目前带串补装置的高压线路进行双端测距时需要进行真伪根判断,对此提出了一种基于双端电气量的串补线路故障测距新算法。分别建立串补电容两侧的线路故障模型,在发生故障后,首先识别2个模型的参数,然后计算2个模型的误差来判断故障点相对串补电容的位置,再利用相应模型的参数进行故障测距。该算法不需判断真伪根,有利于快速准确地定位故障。EMTP仿真结果显示,所提算法不受金属氧化物压敏电阻(MOV)、系统阻抗、故障类型和故障位置的影响,测距误差都在0.6%以内。     

基于RSSI障碍势能矫正的定位算法

针对因障碍物较多而导致基于RSSI测距的室内定位算法精度较低的问题,提出采用基于RSSI测距与非测距结合定位算法的思想,在基于RSSI测距的原定位算法计算结果的基础上,引入室内障碍物对信号传播干扰的特征信息作参考,修正原定位算法中测得的阅读器到信号源的距离矢量;同时考虑到障碍物与信号源的相对位置关系,采用基于障碍势能的加权质心定位算法,迭代矫正定位结果。相较原定位算法结果而言其定位精度提高了近50%。     

基于超宽带的TDOA相邻单元协同定位技术

针对目前超宽带TDOA（Time Difference of Arrival）分单元定位系统存在位置多解性、定位精度低等问题,本文提出了相邻单元协同定位方法以及基于改进樽海鞘群算法的协同定位方程解算算法。该方法通过汇总相邻单元内收到同一定位请求信号的全部测量值,使坐标解算不再局限于一个时钟同步单元内,由此也导致参与位置计算的测量值个数与基站布局不确定性增加,Taylor算法无法满足解算要求,进而使用改进樽海鞘群算法代替Taylor算法进行协同定位位置计算,最终求得待测点位置坐标。六基站相邻单元协同定位实验结果表明,各测量点的R95值处于12 cm~15 cm之间,最大残余误差处于16 cm~23cm之间。本文所提方法无需进行多参量判断取舍位置信息,有效解决了位置多解性问题并提高了定位精度。     

线性不稳定环境下的WIFI室内定位系统

随着位置感知技术的发展,室内定位的需求变得日益强烈。目前室内定位技术在线性环境下的应用较少,本文针对线性不稳定环境下定位耗时的问题,提出了短时路径记忆辅助的加权K最近邻算法SPM WKNN（weighted K nearest neighbor of short time path memory）来提高定位效率。针对无线访问接入点（AP access point）变化大的问题,本文提出了基于无线AP相关系数的接入点分簇机制,减小无线AP变化所带来的影响,提高定位精度。通过理论分析及仿真表明本文提出的SPM WKNN算法和接入点分簇机制相对于原有算法在线性不稳定环境下可以有效缩短定位时间,提高定位精度。     

基于TDOA和AOA的5G室分场景三维定位方法

在智慧楼宇以及电力检修运维中,需要及时获取设备或人员位置信息。针对室内因非视距传输和多径效应引起的定位精度不高问题,提出了一种基于奇偶交错布局的室分与5G结合的室内三维定位方案。首先,采用到达时间差(time difference of arrival, TDOA)和到达角度(angle of arrival, AOA)融合定位。其次,把具体定位算法融入到定位架构里,基于边缘计算快速获取室内对应移动目标的位置信息。在进行TDOA定位过程中,MEC端的定位服务器结合压缩感知进行信道估计,并在分段正交匹配追踪(stagewise orthogonal matching pursuit, StOMP)算法的基础上加入奇异值进行降噪处理。在进行AOA定位过程中,先利用改进的波束空间变换技术构造矩阵进行降维,为保证降维过程中信息不损失,提出对附加角度误差进行分析处理,然后,采用多重信号分类(multiple signal classification, MUSIC)算法进行定位。最后,5GC核心网服务器利用Chan-Taylor算法进行TDOA/AOA融合定位。仿真结果证明了所提出的定位方法能够实现对移动目标的精准定位。     

基于复域超多维标度的混合TOA/AOA定位算法

针对全球卫星导航系统信号完全拒止环境下的定位问题，使用超宽带(UWB)技术获取测量信息，基于多维标度变换算法(MDS)提出一种复域下的混合测距信息(TOA)和测角信息(AOA)的超多维标度定位算法(TA-SMDS)，并进一步构建了复域内的核矩阵，提出复域下的超多维标度定位算法(TA-CDSMDS)。对比3种算法的定位结果，以及10°、15°、20°测角误差和不同测距误差下的定位误差，得TA-CDSMDS算法相较于TA-SMDS和MDS，有更小的定位误差，更贴近克拉美罗下界；分析不同节点下3种的计算时间，TA-CDSMDS算法在优化TA-SMDS的基础上减少28%~48%的时间，具有更好的定位性能。     

具有容错能力的电能质量扰动源定位方法

为改善传统符号型定位方法的不足,实现扰动信息不可靠时扰动源的准确定位,提出一种基于遗传算法的电能质量扰动源定位方法。通过对扰动信号高频分量产生机理的分析,利用小波变换提取高频分量,将高频扰动能量的极性作为扰动方向判别的依据,给出了一种扰动方向判别的通用算法。根据系统拓扑结构及监测点布置情况,建立了扰动源定位优化模型,将扰动源定位问题转化成为0-1整数规划问题,采用遗传算法进行求解。仿真结果表明该方法具有定位准确,容错能力强等优点,为扰动源定位问题提供了一种新的解决思路。     

基于RBF神经网络的室内定位算法研究

在无线传感器网络室内定位中,由于遮挡、多径效应等因素的影响,传统基于RSSI（Received Signal Strength Indicator）的定位算法存在测距不准、定位精度不高的问题。针对此问题,本文提出一种改进的基于RBF（Radial Basis Function）神经网络的室内定位算法,算法在离线阶段直接建立各参考节点接收到的RSSI值与其位置坐标的映射关系;在线阶段采集待定位节点的 RSSI值,利用学习好的神经网络对待定位节点进行定位。实验结果表明,与传统RSSI定位算法相比,本文提出的定位算法具备更高的定位精度。     

基于RFID室内可视化定位系统设计与实现

目前,RFID室内定位数据的可视化方法简单,视觉效果不理想。为了解决这一问题,提出了一种新型的RFID室内定位系统,即在地理信息系统上执行RFID室内定位算法,并给出了兼顾实时性与定位精度的室内定位算法。文中定位所用装置与传统的RFID阅读器相比,无需调节天线的发射功率。在定位过程中,与传统的基于RSSI信号强度的LandMarc定位算法及其改进Vire算法相比,降低了器件的复杂度,将阅读器模块最小化,提高了定位的实时性,有效解决了室内定位的精度与实时性问题。基于该方法,本文设计并实现了一个基于RFID室内可视化定位系统,并验证了算法的有效性。     

基于UWB的无人运输车的导航定位算法研究

针对室内无人运输车的自主导航与定位提出一种全新的基于UWB信号的改进算法。该算法首先根据测距数值的标准差这一统计特征进行非视距误差的处理,再根据当前的运动特征(终点、横方向、纵方向速度等)与观测值进行改进的扩展卡尔曼滤波定位估计,创新性地提出了每次定位估计之后,更新状态的同时更新下一时刻运动特征(即更新预测依据)的思想,有效减小了定位误差,使定位精度达到厘米级,同时增强了算法的抗干扰性。     

基于信号统计模型的变电站半遮挡融合定位方法

变电站存在建筑遮挡和电磁干扰等问题,这导致传统的基于电磁波定位的人员管控方法精度快速下滑。为避免因单传感器定位精度劣化而导致的电力安全管控效率降低问题,研究基于多源信息融合的巡检人员位置估计技术至关重要,而现有融合定位方法大多难以在地图信息未知的条件下鲁棒地选择传感器融合策略,因此文中提出一种基于卫星和近超声信号特征分析的融合定位方法,仅依靠信号统计特征实现环境信息判别并自适应选取融合策略。首先,利用多传感器信号特征统计模型构建指纹库,并基于t分布随机近邻嵌入(t-distributed stochastic neighbor embedding,t-SNE)降维算法和密度峰值聚类(density peaks clustering, DPC)算法处理指纹库数据。其次,依据聚类结果搭建反向传播(back propagation, BP)神经网络,将信号环境特征与卡尔曼滤波器的参数映射。最后,使用神经网络输出优化基于卡尔曼滤波的多源定位切换模型,形成自适应的融合定位方法。利用真实变电站半遮挡环境采集数据进行实验,结果表明,相较于未知环境信息、已知环境信息的融合定位方法,所提出的方法在地图信...