基于压缩感知的多目标定位中的测量矩阵设计

根据传感器网络中定位问题天然的稀疏性,研究了基于压缩感知理论的多目标定位方法。首先将目标位置信息表示成一个稀疏向量,将定位问题转化为向量估计问题。通过部署少量传感器测量接收信号的强度值,求解一个₁范数最优化问题便可精确地重构出位置向量。相对于当前压缩感知定位中常用的稀疏随机测量矩阵,提出了一种改进的测量矩阵设计方法,指示传感器节点进行有规律、均匀的部署。仿真结果表明,相较于传统随机测量矩阵,改进测量矩阵在定位精确度和稳定性上都体现了巨大优势。     

分布式累加梯度算法在目标定位问题中的应用

通过对基于能量目标定位问题的分析,建立声源能量衰退模型,并把定位问题转化为非线性最小二乘问题,引入分布式累加梯度算法来求解目标函数的最优值。由于目标函数是严格凸函数,使得算法无论初始点如何选取总能较快地收敛到目标位置,算法执行仅需要相邻传感器信息,是一种分布式算法。数值实验表明：分布式累加梯度算法不仅收敛速度快,而且定位更精准。     

基于WSN的多声源目标定位算法

目标定位技术是无线传感器网络应用研究的一个重要领域,如何在传感器节点随机分布下,利用无源探测技术,对同时进入探测区域的多个目标进行实时的精确定位是目标定位的一个难点。基于声源能量衰减模型在最大似然算法的基础上,利用高斯—牛顿迭代算法解决了这个问题。通过对多个声源目标的仿真试验,结果表明,该算法实现了对多目标的精确定位,具有一定的实用价值。     

基于压缩感知的多目标定位与功率估计

因传感器网络中定位问题具有的天然稀疏性,压缩感知理论被广泛应用于其中以减少数据采样量。然而,现有的基于压缩感知的定位技术往往需要目标的发射功率作为先验条件,这并不符合实际中目标完全未知的情况。基于此,提出了一种多目标定位和发射功率估计的方法,该方法将目标位置和功率信息建模成一个稀疏向量,从而将定位和功率估计问题转化为稀疏向量估计问题。该方法包括离线和在线两个阶段:离线阶段主要是部署一些射频发射器并测量接收信号强度值,从而构建感知矩阵;在线阶段中,通过部署少量传感器测量接收信号强度值,求解一个₁范数最优化问题便可精确地重构出稀疏向量。仿真结果验证了该多目标定位和功率估计方法的有效性和鲁棒性。     

基于RSSI的无线传感器网络节点自身定位算法

节点自身定位是无线传感器网络的基础性问题之一.提出了一种基于接收信号强度指示(RSSI)的节点自身定位算法.该算法利用RSSI值估算网络中所有可通信节点间距离的相对大小,得到网络中各节点位置之间的几何约束关系,并以此为约束条件,以锚节点质心和未知节点质心之间的距离最小为目标,将定位问题转化为非线性最优化问题.实验结果显示,当锚节点分布在网络边缘时,该算法可以达到较好的定位效果.     

基于能量约束的多传感器故障非线性最优化规划决策机制

针对多传感器网络系统的稳定性和可靠性的保障问题,采用能量约束的故障检测技术,通过均衡非线性系统资源,提高故障检测效率和检测精度。同时,结合非线性多传感器系统资源情况和应用需求计算得到故障均衡权重系数,对故障提取特征并映射,建立通过多目标约束的最优化故障处理规划决策机制。实验结果表明：所提算法与传统故障检测处理算法相比,对故障节点定位准确,检测高效。另外,在故障处理时,通过非线性最优化决策降低了能耗,有效保障了多传感器系统的鲁棒性。     

基于正四面体阵列的声源定位算法及误差分析

研究麦克风阵列的声源定位问题,由于在语音通信中,声源和传播环境复杂,造成定位精度不高.为解决上述问题,结合声阵列在机器人系统中的应用,提出用正四面体阵列来对目标声源进行定位,利用时间差的定位方法,推导了方向角、仰角、距离的计算公式和由于时间误差引起定位误差的公式,并对结果进行了仿真分析,结果表明,正四面体阵列与平面阵列相比取得了较好的效果,不但提高了精度还降低了声阵列的盲区,尤其是在定距方面,克服了平面阵列随着距离的增大而定距误差变的很大的缺点,实现远距离定位.     

传感器网络节点的测距与定位

无线传感器网络是以传感探测、通信及计算机等科学技术为依托而构筑的目标感知和监测系统,由于其巨大的应用前景而备受学术界和工业界的广泛关注。定位问题是传感器网络设计与应用中的一个重要问题。传感器节点的位置信息在传感器网络的协议设计、网络管理、节点间协作、目标跟踪等方面都具有重要的理论和实际意义。本文详细阐述了基于声波测距的传感器网络定位算法的实现策略,对具体实现机制进行了分析并给出相关结论。     

无线传感器网络的定位问题综述

无线传感器网络是最近出现的一种新型网络,其定位问题是组网的基本和重要问题。文章首先给出了该网络实施节点定位的主要方法和技术原理,综述了定位问题的研究进展,对典型的节点定位算法进行了系统分类和优缺点分析,指出了无线传感器网络实施精确定位需要解决的问题。     

无线传感器网络定位理论和算法

定位技术作为网络协议和应用的基础,已经成为无线传感器网络重要的支撑技术,是传感器网络研究的核心问题之一.系统地总结了近年来定位理论和算法的最新研究进展.全面阐述了定位问题的形式化定义、定位问题复杂度分析、基于刚性理论的定位理论和定位问题可计算性研究的最新成果.通过对定位理论的研究可以更好地揭示定位技术的本质,回答很多定位技术相关的基本问题.此外,还深入分析了近年来典型的定位算法,介绍每种算法的设计思想,分析其适用范围和不足.最后给出定位理论和定位算法未来的研究方向.     

水下声自导武器目标跟踪方法研究

水下声自导武器采用主动方式检测、跟踪目标时,目标跟踪过程表现为一个动基座时变过程,难以直接运用卡尔曼滤波进行目标跟踪。利用水下声自导武器导航定位及航行姿态参数和水下声自导武器检测到的目标信息,通过坐标变换将目标坐标从水下声自导武器坐标系变换到大地坐标系解决了观测基座运动的问题,通过每次观测时间实时计算每次观测的采样时间解决了观测时变问题,建立了基于自适应衰减记忆卡尔曼滤波的水下声自导武器目标跟踪模型,给出了滤波初值选取的工程方法,仿真实验证明该模型正确,跟踪算法能够在10次观测内实现对目标的跟踪,具有较强的机动目标跟踪能力,算法收敛速度较快。     

一种应用约束优化理论的TOA定位算法

移动通信、声源探测等领域的应用要求通过分布在不同位置的信号接收站得到的TOA测量值实现对辐射信号源进行定位。针对这个问题,提出了一种应用约束优化理论的基于TOA的定位算法,将由定位方程得到的加权线性最小二乘函数作为目标函数,并选择未知矢量元素之间的关系作为约束条件。仿真实验中将该方法与两步加权最小二乘等方法和CRLB进行比较的结果表明,约束优化理论的应用有效提高了定位精度。     

PSO随机数参数设置的多目标定位方法研究

为了解决林业部门对森林防火安全监测系统中对多个声音目标的跟踪及定位问题,根据声音能量随距离衰减模型,提出了采用粒子群算法(PSO)的多目标定位与优化方法.通过利用极大似然法对声音强度模型的定位算法,采用惯性权重的粒子群算法,着重讨论了随机参数不同的设置方法对定位追踪精度性能的影响.通过仿真实验证明,粒子群算法中设置随机数参数为常数,可以有效提高目标定位精度,并减小搜索复杂度.     

被动声技术在交通流量测量领域的应用

交通指挥决策的重要依据是交通流量,而目前的交通流量测量设备还存在着各种各样的问题,与此相比,作为无源测量的被动声技术具有受外界因素影响较小的特性。分析说明了时空谱合成目标运动分析方法,并用基于小生境的粒子群优化算法对时空谱进行优化。在与传统算法的对比实验中,时空谱合成目标运动分析方法对于单目标和多目标的区分、定位都有着良好的表现,这也说明了被动声技术在交通流量测量领域具有广阔的应用前景。     

Research on the location of acoustic emission source of rock breaking point by using phase difference method and Geiger algorithm

Geiger iterative algorithm is very strict to the initial value. If the initial value is not selected suitably, it is difficult to enter the convergence range, thus increasing the number of iterations. The acoustic emission source location based on phase difference time delay estimation method reduces the error of acoustic emission location, but it has some shortcomings in accuracy. Based on the above problems, this paper presents a new algorithm for Geiger optimization based on source localization. Firstly, the initial value of Geiger is obtained by using the phase difference method. Then, the optimal solution is obtained by the iterative solution of Geiger algorithm and the least square method. The simulation results show that this method can effectively solve the problem of selecting the initial value of Geiger, so that it can quickly enter the convergence range, improving the convergence speed and positioning accuracy, comparing the positioning results of the United States PCI-2 type acoustic emission instrument, the average error reduced by about 5 mm.     

基于遗传算法的目标声信号特征选优

采用各类特征提取技术处理目标声信号,至少可以获得数十种不同的特征量,对于战场声识别系统而言,选用哪几种特征量作为分类器的输入向量是一个非常重要的问题.经分析,目标声信号特征选择可以描述为一个带约束条件的优化问题,在目标函数和约束条件确定后,为了设计准确、高效的搜索算法成为特征选择的关键.根据目标声信号和分类器的特点,设计了目标声特征选优的遗传算法,将可获得的各类特征组成一个基因链码,在保持特征向量维数不变的条件下,随机选择基因链码交叉截断点和变异点.算法具有搜索快、效率高的特点,经计算机仿真证明,搜索结果准确、可信,根据搜索结果组成的输入向量,分类器可以准确高效地识别目标.     

A Krylov–Arnoldi reduced order modelling framework for efficient,fully coupled,structural–acoustic optimization

In this work, a reduced order multidisciplinary optimization procedure is developed to enable efficient, low frequency, undamped and damped, fully coupled, structural–acoustic optimization of interior cavities backed by flexible structural systems. This new method does not require the solution of traditional eigen value based problems to reduce computational time during optimization, but are instead based on computation of Arnoldi vectors belonging to the induced Krylov Subspaces. The key idea of constructing such a reduced order model is to remove the uncontrollable, unobservable and weakly controllable, observable parts without affecting the noise transfer function of the coupled system. In a unified approach, the validity of the optimization framework is demonstrated on a constrained composite plate/prism cavity coupled system. For the fully coupled, vibro–acoustic, unconstrained optimization problem, the design variables take the form of stacking sequences of a composite structure enclosing the acoustic cavity. The goal of the optimization is to reduce sound pressure levels at the driver’s ear location. It is shown that by incorporating the reduced order modelling procedure within the optimization framework, a significant reduction in computational time can be obtained, without any loss of accuracy—when compared to the direct method. The method could prove as a valuable tool to analyze and optimize complex coupled structural–acoustic systems, where, in addition to fast analysis, a fine frequency resolution is often required.     

基于扩展卡尔曼滤波的声传感器跟踪算法

针对声传感器单站单目标跟踪,提出了一种基于扩展卡尔曼滤波(EKF)的跟踪算法,将声波传输时延的影响转换到运动模型的可变周期上,通过参数在线估计的方法,估计该可变周期,进而解决了有信号时延的跟踪问题。通过把先验已知的速率当作观测值,解决了纯方位角跟踪时系统不完全可测的问题。仿真验证了算法的正确性和有效性。     

Eckart acoustic streaming in a heptagonal chamber by multiple acoustic transducers

A new computational method was developed to simulate a two-dimensional Eckart acoustic streaming field in an ultrasonic heptagonal chamber actuated by multiple acoustic transducers with different associated frequencies and acoustic incident pressures. Simulation was conducted using the superposition of multiple spatial gradients of the Reynolds stresses and the second mean sound pressures at different frequencies. The developed method extends beyond the capabilities of the conventional method that is restricted to uniform frequency and incident pressure. Various acoustic streaming patterns can be feasibly generated by tuning the frequency and incident pressure of each individual transducer. The implementation of multiple acoustic transducers offers flexibility to control acoustic flows in microfluidic devices for various applications. Furthermore, the developed simulation method for acoustic streaming fields provides an optimization tool for the frequency, incident pressure and location of each transducer.     

基于非线性规划模型的分布式声定位算法研究

在使用分布式麦克风阵列对目标声源进行定位时,为使定位误差达到最小,目前常采用最小二乘估计算法。但该算法会导致距目标声源越远的节点对定位结果的影响反而会越大,如果优先选取距目标声源较近的节点进行运算,又会造成未参与运算的节点定向信息的浪费。针对此问题,利用非线性规划理论,建立分布式声定位的非线性规划模型。仿真结果表明:采用非线性规划模型后,距目标声源较远的节点对定位精度的影响比最小二乘法小;当监测区域内可用节点数目较少时,此方法能有效提高定位精度。