混合高斯噪声背景下基于多目标优化的节点选择方法

为解决非高斯噪声背景下,基于贝叶斯Fisher信息矩阵和基于互信息的节点选择不一致的问题,该文提出一种基于多目标优化的节点选择方法.推导出节点噪声为混合高斯分布时的贝叶斯Fisher信息矩阵和互信息,将节点个数、选择的节点对应的Fisher信息矩阵和互信息共同作为优化的目标函数.提出利用基于分解的多目标优化方法寻找Pareto最优解,并采用与理想解相似的偏好排序技术(TOPSIS)从所有Pareto最优解中选择最终的节点选择方案.仿真实验结果表明,基于多目标优化的节点选择方法选择的节点具有更优更稳健的定位精度.     

面向TDOA被动定位的定位节点选择方法

该文主要研究一种面向到达时间差(TDOA)被动定位的定位节点选择方法。首先,通过经典的闭式解析算法将TDOA非线性方程转化为伪线性方程,并使用位置误差的协方差矩阵来度量定位精度。其次,在可用节点数量给定的条件下,在数学上将定位节点选择问题转化为最小化位置误差协方差矩阵的迹这一非凸优化问题。然后,将非凸优化问题凸松弛并化为半正定规划问题,从而快速有效地求解出最优的定位节点组合。仿真结果表明,所提节点优选方法的性能非常接近穷尽搜索方法,而且克服了穷尽搜索方法运算复杂度高、时效性差的不足,从而验证了所提方法的有效性。

     

基于时频单元选择的双耳目标声源定位

针对复杂声学环境下,现有目标声源定位算法精度低的问题,该文提出了一种基于时频单元选择的双耳目标声源定位算法。该算法首先利用双耳目标声源的频谱特征训练1个基于深度学习的时频单元选择模型,然后使用时频单元选择器从双耳输入信号中提取可靠的时频单元,减少非目标时频单元对定位精度的负面影响。同时,基于深度神经网络的定位系统将双耳空间线索映射到方位角的后验概率。最后,依据与可靠时频单元相对应的后验概率完成目标语音的声源定位。实验结果表明,该算法在低信噪比和各种混响环境,特别是存在与目标声源类似的噪声环境下目标声源的定位精度得到明显改善,性能优于对比算法。     

基于多目标离散粒子群优化的云环境下物化视图选择

针对目前云环境下物化视图选择算法的查询回答性能低下,以及无法同时优化面向企业与消费者的查询回答性能问题,文中开展基于多目标离散粒子群优化的云环境下物化视图选择研究.采用基于多视图处理计划的表式结构进行候选视图的数据结构表示,建立候选视图物化代价模型,设计基于多目标离散粒子群优化的云环境下物化视图选择算法.实验结果表明,...     

基于多目标微粒群优化的异质数据特征选择

环境和测量仪器精度的影响,使得采样数据的不同特征具有不同的质量.对这类异质数据进行特征选择,需要同时考虑特征子集确定分类器的准确度和可靠性,从而增加了特征选择的难度.本文研究异质数据的特征选择问题,提出一种基于多目标微粒群优化的特征选择方法.该方法首先以特征选择的概率为决策变量,将具有离散变量的特征选择问题,转化为连续变量多目标优化问题;然后,采用微粒群优化求解时,基于高斯采样,产生微粒的全局引导者,以提高Pareto解集的分布性;最后,依据储备集中元素更新的速度,确定需要扰动的微粒,以帮助微粒群跳出局部最优.将所提方法应用于多个典型数据集分类问题,实验结果表明了所提方法的有效性.     

基于多源交配选择策略的重组算子与多目标优化研究

本文提出了一种基于多源交配选择的多目标进化算法(Multi-source Mating Selection based Multi-objec-tive Evolutionary Algorithms,MMSEA).在MMSEA算法中,谱聚类被用来挖掘种群规则特性,基于所获得的种群结构化信息设计了一种多源交配选择重组算子来引导算法搜索,通过为每个个体设置多个交配选择源,在利用相似个体重组加速算法收敛的同时较好地保持了种群的多样性.实验结果表明,所提重组算子可以有效提升算法性能,将MMSEA与多种主流的多目标进化算法进行实验对比研究与参数灵敏度分析的结果表明,MMSEA在求解具有复杂特性的典型多目标优化问题测试集时表现出较强的竞争力.     

具有多目标形状选择的布局方法

本文简述具有多目标形状选择的布局算法,包括结群树的形成、多目标形状的产生及目标函数的选择、布局过程简介以及本算法思想对BBL布局的贡献。文章同时给出本算法对benchmark,工业界及我们选用的实例的运行结果,并和美国U.C.Berkeley的BEAR系统进行了比较。结果表明,本算法无论在质量上或是在速度上,都是令人满意的。本布局系统已于1989年12月在国家攻关项目PANDA系统上,用C语言编程,在SUN、HP、GPX、VAX等机器上实现。     

非视距环境中TOA/AOA混合定位方法

为了减少非视距对定位估计的影响,提出了一种新到达时间/到达角信号的抗非视距混合定位方法,该方法假设首先到达每个基站的信号路径经历了唯一的一次反射,采用约束非线性优化方法来定位移动台,将基站和移动台的几何分布关系和移动台的位置范围作为约束条件,并使用粒子群优化技术来寻找全局最优解,然后计算测量噪声并利用迭代过程进一步的提高定位精度,通过对比仿真表明该算法的有效性。     

基于进化优化的移动感知节点部署算法

 移动传感器网络中节点部署优化直接影响到网络的能量消耗、对目标区域监控的性能及整个网络的生命周期.本文从网络覆盖和能量消耗两个方面,采用多目标优化对节点部署问题建模,并从集中式角度给出了节点部署问题的遗传算法求解过程.针对一类初始中心部署模型进行实验验证,并和基于向量的算法(VEC)、基于维诺图的算法(VOR)及基于边界扩张虚拟力算法(BEVF)进行性能对比,证明了该算法在大多数情况下可使传感器网络对目标区域的覆盖率最大化,同时保证了网络的连通和网络能耗最小,进而延长了网络的生命周期.     

基于多字典联合与分层块稀疏贝叶斯框架的多辐射源直接定位方法

基于压缩感知的直接定位方法依赖准确的信号传播模型,当传播模型的参数部分未知时,其定位性能会显著下降。针对这个问题,该文提出了一种基于多字典联合与分层块稀疏贝叶斯框架的多辐射源直接定位方法。该文将辐射源定位问题转化为恢复对应不同字典但具有共享稀疏性的信号,通过多字典联合来解决存在信道衰减的辐射源定位问题。仿真结果表明:所提方法在低信噪比和少快拍条件下,相比稀疏贝叶斯方法和直接定位方法具有更优的定位性能。      

基于到达角Kalman滤波的TDOA/AOA定位算法

基于Chan算法的TDOA/AOA定位算法是在Chan算法的信号到达时间差(TDOA)误差方程组里加上一个信号到达角(AOA)误差方程,利用加权最小二乘法(WLS)求解。其主要缺点是把移动台(MS)的横坐标、纵坐标与移动台到服务基站(BS)之间的距离作为3个相互独立的变量,忽略了3者之间的相关性。需要进行两次WLS计算,且最终的解为二值根。当AOA测量误差的方差不断增大时,对应的定位误差也随之增大。该文利用Kalman滤波算法对AOA的值进行估计,并将上述的3个变量简化为一个,只需一次WLS即可求得唯一解,减少了计算量,消除了根的模糊性。仿真结果表明,该方法简单,计算量小,有较高的定位精度和较好的稳健性。     

减轻TOA和AOA定位系统非视距影响的方法

结合圆位置线误差、直线位置线误差与参数误差的关系,该文提出了一种利用所有基站测量的波达时间与最近一个基站测量的所有多径的到达角进行混合定位的方法.在该方法中,对波达时间用测量的波达时间总是大于等于视距传播时间进行约束,对到达角用GBSBCM确定的最大角度扩展进行约束,以有效减小非视距传播的影响,提高定位精度.仿真结果证明了该方法的有效性。     

无线电定位技术在蜂窝通信系统中的应用及实现

当前,移动用户对基于无线定位技术的新业务的需求不断增加,推动了对无线测距及定位技术的深入研究,向用户提供精确的定位信息已经成为新一代PCS系统的标准业务之一。主要介绍几种基于现有蜂窝通信系统的无线定位技术的实现原理,所要解决的主要问题和应用前景。     

融合多普勒频移信息的阵列数据域直接定位方法

相比于传统两步定位方法,直接定位方法具有更高的定位精度,但现有的基于阵列模型的直接定位方法未能够有效利用多普勒频移信息,其定位精度有待进一步提升。针对上述问题,该文提出一种融合多普勒频移信息的阵列数据域直接定位方法。首先构建了融合多普勒信息的直接定位模型,然后基于最大似然准则将信号源位置估计转化为求解位置信息矩阵最大特征值问题,并结合矩阵转置性质降低复杂度,最后通过2维搜索得到目标信号源位置估计。仿真结果表明,所提方法较目前的阵列数据域直接定位方法和多普勒频移直接定位方法的定位精度具有较大提高。     

基于节点休眠的水下无线传感器网络覆盖保持分簇算法

为有效延长水下无线传感器网络的生命周期、保持网络覆盖率,该文提出一种基于节点休眠的覆盖保持分簇算法。首先计算网络节点的覆盖冗余度,并对覆盖冗余度高的节点执行休眠策略,然后以网络覆盖率及节点能耗均衡性为目标,采用多目标算法进行求解,再利用TOPSIS法从非支配解集中选出较优解,当有节点死亡时,通过唤醒策略保持网络覆盖率。仿真结果表明,与目前较好的网络规划算法相比,该文算法能够更好地降低网络能耗,延长网络生命周期并保持网络对环境的覆盖率。     

基于协方差矩阵重构的离网格DOA估计方法

针对稀疏表示模型中网格失配导致波达方向角(DOA)估计存在较大估计误差的问题,该文提出一种基于协方差矩阵重构的离网格(Off-Grid)DOA估计方法(OGCMR)。首先,将DOA与网格点之间偏移量包含进所构建接收数据空域离散稀疏表示模型;而后基于重构信号协方差矩阵建立关于DOA估计的稀疏表示凸优化问题;再构建采样协方差矩阵估计误差凸模型,并将此凸集显式包含进稀疏表示模型以改善稀疏信号重构性能;最后采用交替迭代方法求解所得联合优化问题以获得网格偏移参数及离网格DOA估计。数值仿真表明,与传统多重信号分类(MUSIC)、L1-SVD及基于稀疏和低秩恢复的稳健MVDR (SLRD-RMVDR)等估计算法相比,所提算法具有较好的角度分辨力以及较高的DOA估计精度。     

移动定位服务的现状与发展趋势

给出了移动定位服务的市场发展现状,分析了移动定位服务的起源以及基本的移动定位技术,讨论了影响移动定位精度的主要因素。随着3G移动网络的发展,移动定位服务将会带来更大的社会和经济效益。