一种改进的NLOS消除算法

在蜂窝移动定位中,由于移动台与基站之间电波传播的视距(LOS)路径被阻挡,电波只能以非视距(NLOS)方式传播,由此对电波测量值TOA、TDOA等带来较大的误差分量.用带有较大NLOS误差的TOA、TDOA测量值估计移动台位置,必然造成定位精度的显著下降.本文在对NLOS传播特性和机理分析的基础上,提出一种改进的NLOS误差消除算法,仿真结果表明,该算法能够显著提高定位精度,满足E-911定位要求.     

融合超宽带方位和距离的移动机器人定位

可靠定位是机器人完成导航和路径规划的前提,机器人通过多个超宽带(ultra-wideband, UWB)基站的测距信息实现定 位,但基站数量不足时定位精度受限。 针对这一问题,提出融合超宽带距离和方位的移动机器人定位方法。 根据方位标准差区 分信号来自基站前方(视场)或背后(非视场),消除方位的前后奇异性。 在此基础上,利用 UWB 距离和方位测量值构建约束函 数,通过图优化算法融合里程计和 UWB 测量数据实现全局位姿优化。 实验结果表明,该方法在 13 m×6 m 的室内环境中,移动 机器人无规则运动能够达到 0. 093 m 的定位精度,比传统的基于测距 UWB 和里程计融合方法定位性能提升了 46%,且具有较 强的鲁棒性。     

TOA模式下消除观测站位置误差的移动台定位新方法

针对移动台定位中各观测站位置存在随机测量误差的情况,提出了一种结合TOA测量值与观测站位置坐标测量值,建立统一观测方程实现精确定位的方法。该方法通过Taylor级数展开实现观测方程的线性化,采用加权最小二乘进行多次迭代运算,完成对移动台和观测站位置坐标的同时估计。通过不同观测站数量条件下的仿真分析,该方法的定位性能逼近CRLB,且不论观测站几何布局的优劣,在正确选取初始值保证迭代收敛的条件下,定位性能明显优于传统的定位解算方法。     

UWB与IMU融合的室内动态定位算法

针对超宽带(UWB)定位易受多种噪声和非视距(NLOS)的影响产生定位误差的问题,提出了一种基于UWB与惯性测量单元(IMU)融合的室内动态定位算法。该算法首先采用扩展卡尔曼滤波算法对基于到达角度(AOA)定位方法的位置信息进行滤波,并与IMU数据进行时间同步,通过相邻时刻UWB位置信息变化速度与IMU所测量标签运动速度对比,实现对NLOS数据的识别及补偿,从而降低NLOS对定位精度的影响;然后基于改进粒子滤波算法对融合后的数据进行最优估计,以抑制噪声的干扰,最终实现对标签的准确定位。实验结果表明,所提算法采用基于AOA的定位方法可以在保证定位精度的前提下节约硬件成本;与单一使用UWB传感器的定位方案相比,所提算法可根据IMU提供的先验信息有效降低UWB的定位误差,在非视距环境下具备较高可靠性;与基于扩展卡尔曼滤波和无迹卡尔曼滤波的融合算法相比,定位精度分别提高了65.6%和56.0%;与标准粒子滤波算法相比,所提算法基于改进的粒子滤波算法运行时间缩短了42.3%。     

基于机器学习与惯性导航的室内定位技术研究

针对基于移动终端室内定位的实际应用需求,分析了基于机器学习定位技术运算时间长、单纯的惯性导航累积误差大等问题,提出一种机器学习与惯性导航相结合的联合定位技术。该技术首先利用移动终端收集定位区域内多源数据,通过机器学习算法处理这些数据得到训练模型。然后基于该训练模型和移动终端实时采集的数据周期性进行定位,把定位结果作为惯性导航校正数据,利用惯性导航算法实时计算移动终端位置。实验结果表明,所提技术定位时间快,定位精度高,能够满足室内实时定位追踪及低成本定位系统需求。     

配电网谐波源定位的支持向量机估计算法

使用一种简化的方法确定谐波监测点的位置。该方法基于电路网络拓扑分析,通过计算母线谐波电压相对注入谐波电流变化的敏感因子,确定谐波监测点的位置;利用谐波监测点的实时数据,建立基于支持向量机算法的谐波源定位估计器,实现谐波源的位置估计。谐波源定位估计器通过基于支持向量机算法进行设计。对线型估计器、基于多项式核函数以及径向基核函数的估计器进行了比较,实验结果表明,基于径向基核函数的非线性支持向量机估计器具有更高的估计精度,且能够较准确地判定谐波源的位置。     

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。     

基于超声波定位的感应式无线能量传输原理及精度分析

本文采用基于TDOA算法的超声波定位为电动汽车感应式无线能量传输提供对准方法,并使用卡尔曼滤波结合超声波模块进行实验验证。为提高算法精度,本文基于TDOA算法超声波定位模型提出一种发射器位置计算方法;然后在算法原理推导过程中,分别对算法中影响定位精度的主要因素（如传感器位置布置形式、接收传感器间距、时间差测量误差、发射传感器高度等）进行了仿真和对比;最后将算法仿真结论进行实验验证,实现了在误差允许范围内的精准定位。本文的结论对采用TDOA算法进行超声波定位的方案及参数选取提供了一定的依据。     

基于多传感器的变压器特高频局部放电定位方法研究

研究了基于多传感器的变压器特高频局部放电定位关键技术——时延估计方法和定位算法,阐述了时延估计方法、原理以及实现流程,并对定位算法进行了说明。结果表明:基于最小均方算法(LMS)的自适应时延估计法具有较高的精度,模拟退火算法计算出的放电源位置与真实放电源的位置距离最近,两者相结合能够判断放电信号的来源,并实现放电源的定位。     

基于ELM与DBSCAN的微电网不良数据检测方法

不良数据检测可以为微电网运行决策提供可靠的数据依据。由于微电网运行模式切换频繁且系统解析模型难以建立,传统基于状态估计的不良数据检测方法尚未得以应用。文章利用极限学习机(ELM)对微电网历史数据进行学习以提取数据特征;进而利用DBSCAN聚类算法分析特征量以识别不良数据,提出了一种基于ELM和DBSCAN的微电网不良数据检测方法。利用一台四端环形直流微电网样机的历史运行数据构建仿真算例,验证了所提方法的有效性;并与多种常用的数据挖掘算法进行对比,结果表明ELM+DBSCAN在算法性能与检测效果上均具有优越性。     

基于改进果蝇优化算法的雷电定位研究

定位精度是评价雷电定位系统的重要指标之一,而定位算法直接关系到探测结果的精度。针对椭球面定位传统迭代算法易于发散等缺点,引入改进果蝇优化算法(MFOA)到雷电定位计算。文中给出了果蝇优化算法(FOA)的改进方法并利用MFOA进行雷电定位——通过不断缩小雷击点与探测点之间的距离误差,最终获得雷击点坐标。文章对MFOA进行仿真验证,并利用其进行雷击定位计算。结果表明:MFOA克服了传统定位算法易于发散及FOA易陷入局部极值等问题,收敛速度更快;通过MFOA求出的雷击点与实际雷击点相距362.4 m,满足雷电定位误差,验证了该方法的有效性,为雷电定位计算提供了一种新算法。     

基于粒子群TOA室内定位的系统误差修正

到达时间（time of arrival,TOA）的测距易受多径干扰的影响而产生较大的系统误差,造成室内定位时精度变差。针对上述问题,首先分析了TOA定位中系统误差的产生及特点,而后提出一种基于粒子群优化的定位算法。算法利用测距值与所求解位置的空间约束关系建立求解域,而后应用粒子群算法求解,并通过建立关于系统误差的罚函数和适应度函数实现误差修正,并减小粒子搜索空间,加快算法收敛速度。实验表明,利用本文描述的定位算法,可以有效抑制室内定位中测距产生的系统误差,定位精度得到明显提高。     

基于稳健代价函数的移动台非直达波定位方法

加权线性最小二乘定位算法在直达波传播条件下具有良好的定位性能,但是在非直达波传播导致的大误差环境下,基于均方代价函数最小化的常规方法未能有效抑制大误差对算法的影响,仍存在进一步改进的余地.本文提出一种基于非线性稳健代价函数的非直达波抑制方法,仿真结果表明,该方法能较好的抑制非直达波误差对测距定位性能的影响.     

基于超高频法的局部放电定位初步研究

为了快速准确地对局部放电源定位,从而迅速排除故障、保障电力系统的正常运行,笔者描述了基于到达时间差定位的原理,并分析了影响定位精度的因素,即时差测量、局放源相对于各个接收天线的位置以及传播速度v等的影响。介绍了以信号初始峰、累积能量曲线的拐点、基本相关性以及三次样条插值和相关性相结合的方法为基准读取时间差的4种方法,通过比较分析得出利用三次样条插值和相关性相结合的方法为基准读取的时间差最接近理论时差。最后利用模拟退火法计算出了放电源的位置,实现了对单一局放源的定位。     

基于时差和聚类算法的闪电定位方法

闪电的监测与定位对减少雷电灾害具有重要的意义,定位精度是闪电定位系统的关键指标。 针对传统定位方法的定位 精度受到数据粗差、站网布局影响大的问题,提出一种基于时差和聚类算法的定位方法。 基于到达时间差原理对闪电定位数据 进行组合定位,采用 K-means 对组合定位数值进行分类并剔除离群点得到最终精确定位值。 以江苏省闪电探测网为例,定量研 究了区域内定位误差的数值分布、测时精度和站网布局对定位误差的影响。 结果表明,相对传统的到达时间差方法,该方法计 算的区域定位误差由 5 km 减小为 2 km;四站定位的均方根误差由 0. 89 km 减少为 0. 07 km;定位误差受到测时误差的急剧增 加变为缓慢增加,且网站布局对定位误差的影响明显减小。     

基于改进二维 MUSIC 算法的蓝牙信号到达角估计

蓝牙技术联盟在蓝牙 5. 1 规范引入寻向功能,为大幅提升蓝牙定位技术的精度提供了新的解决途径,但并未对信号的 角度测量算法提供统一方案。 针对低功耗蓝牙在室内环境多径干扰下到达角估计困难这一问题,提出了一种面向矩形阵列的 改进二维 MUSIC 算法,通过对矩形阵列天线阵元进行二次划分,采用前后向平滑的方法修正一维子阵的协方差矩阵,再利用接 收信号矩阵的广义逆求出各个子阵协方差的关系,从而修正整个阵列接收信号的协方差矩阵。 该算法在没有降低信号协方差 矩阵维数的同时,恢复了信号协方差矩阵的秩,有效抑制室内多径信源引起的干扰。 经过仿真实验,证明了本文算法在低快拍 数、低信噪比的情况下对角度估计的精度有着较大改善。 并设计了相应的硬件系统进行室内与室外的实验,结果表明在多径干 扰严重的室内定位时定位精度改善更为明显,室内定位圆概率误差降低了 26. 75% ~ 60. 25%。 仿真和现场定位实验证明了本 文提出角度估计算法的有效性,该算法对其他应用领域的来波方向估计也具有重要参考意义。     

输电线路加权数据融合故障测距算法研究

高压输电线路故障测距具有多种不同的方法,如基于稳态量的单、双端测距和基于行波信号的单、双端测距等。由于电力系统存在许多不确定性因素及干扰,单一测距方法都有其固有的局限性。将多传感器数据融合技术引入电力系统故障测距,充分利用多测距源提供的冗余信息,提出自适应加权数据融合测距算法。该算法利用先验知识或仿真数据获取各单一测距算法在不同工况下的加权系数,然后对单一算法的测距结果进行加权融合,最终获得可靠精确的测距结果。应用PSCAD/EMTDC建立500 kV输电系统模型,通过模拟不同故障情况对算法进行了仿真验证。仿真结果表明,融合测距算法基本不受过渡电阻、故障位置、故障类型、分布电容等因素的影响,具有良好的可靠性、精确性和鲁棒性。     

一种多样本信息的局部放电源逐次逼近定位方法

时延估计是利用时间差方法对局部放电(PD)源准确定位的关键,然而在测量时延时不可避免地产生误差,从而导致因时延获取准确度不高而带来定位误差大的问题。因此,为了降低时间差定位法中对准确获取时延的依赖性,提出一种基于多样本寻优PD源的逐次逼近定位方法。采用逐次逼近式粒子群搜索原理,对传统定位方法得到的单样本初值与传感器阵列所建立的寻优目标函数进行递归逼近处理,最终确定最优PD源位置。通过对实验室实测PD信号逐次逼近寻优定位,表明提出的逐次逼近定位方法可有效地解决因时间差测量不准确而引起的定位结果较差的难题,结果较传统时间差定位方法具有更高的准确度,验证了所提方法的正确性与有效性。