基于定位的数据聚类新算法

针对现有聚类算法计算复杂度普遍较高的问题,提出了一种基于定位的方法。该算法采用空间定位的方法将数据对象映射到特征空间中,并利用空间立方体的某些特殊顶点定位任一数据点;通过计算数据点与空间立方体顶点群的距离差异,完成聚类过程。在电信数据集上的实验结果表明,算法的时间复杂度降至O(N)级别。     

狭长空间基于人体穿透损耗模型的组合定位方法

狭长空间定位问题普遍存在于室内定位应用场景中,虽然传统基于RSSI（Received Signal Strength Indicator）测距的定位方法简便易行,但是狭长空间RSS的波动性以及人体对无线信号的遮挡会严重降低人员定位精度。本文在分析了人体穿透损耗对狭长空间定位影响的基础上,提出将RSSI测距与扩展卡尔曼滤波定位算法组合实现定位,即在中等尺度（5λ~50λ）内采用基于人体穿透损耗模型的RSSI测距方法定位,在大尺度（>50λ）内采用基于人体遮挡修正模型的扩展卡尔曼滤波算法定位。实验表明该方法在狭长空间的定位精度明显优于RSSI测距定位方法。     

改进的室内移动机器人模糊位置指纹定位研究

在深入研究现有的室内机器人定位算法的基础上,提出了改进的室内机器人模糊位置指纹定位方法(IRF)。该方法首先利用样本节点之间的空间相关性,采用重心拉格朗日插值算法形成位置指纹库,然后将传统的求解高次坐标问题转换成空间隶属度问题,利用模糊匹配算法计算未知节点与指纹库中已知节点的贴近度,通过贴近度加权定位未知节点。利用卡尔曼滤波算法进行误差修正。实验结果表明,IRF定位方法与传统的定位算法相比,在降低误差、提高稳定性和效率方面具有更高的性能。     

一种主动视觉插轴入孔方法

本文提出了一个利用主动视觉实现空间任意斜面插轴入孔的方法，其相关算法包括主动视觉空间圆定位算法、主动视觉空间直线定位算法以及通过一个特征点估计相机姿态参数算法。通过建立以注视点为中心的相对坐标系，对零件之间的相对关系进行量测，其量测精度对于系统中诸如相机的绝对定位误差、机器人的绝对定位误差不敏感。用实际机器人系统进行实验的结果证明了该方法的有效性。该方法的思想可以扩展到其他形式的装配作业。     

基于梯度的受限空间安全定位方法

现有的无线传感器网络定位技术消耗了大量的计算和处理资源,并且受到了环境因素以及对手攻击等干扰,在受限空间中定位精度较低,无法满足定位需求。为了提高受限空间中的定位精度,提出了一种基于梯度的安全定位算法,算法在双曲线定位模型基础上,引入梯度的概念,降低了算法的计算复杂度,使算法能够适应受限空间的环境要求,实现高效高精度的定位;为了提高算法的安全性,增加了对不一致性测量的选择性剪枝过程,增强了算法对恶意攻击的抵抗能力。最后,以室内走廊为实验环境进行了仿真验证,通过主频计时策略,提高了算法的定位精度。分析结果表明,在室内受限空间中,提出的算法在定位精度、能量消耗和抗干扰能力上优于现有算法。     

双目视觉的弱点动目标粒子滤波跟踪定位研究

在研究红外图像序列的弱点动目标粒子滤波跟踪算法和双目立体视觉摄像机标定算法的基础上,基于双目视觉设计了双目图像序列弱点动目标的跟踪、空间定位系统。仿真实验表明：对粒子基于估计参数后的密度函数分配权重的算法,提高了图像跟踪精度,采用线性三角定位方法,有效地实现目标空间定位。     

井下频域超分辨率TOA定位算法

文章在分析3种无线定位方法的基础上,指出TOA定位方法提供的定位精度较高,在井下使用具有一定的可行性,并针对TOA定位方法的时间分辨率有限、不能满足井下应用要求的问题,提出了一种基于子空间分解和MUSIC算法的频域超分辨率TOA定位算法,最后采用该算法分别对收发天线间有、无障碍物阻隔这2种情况进行了仿真。结果表明,频域超分辨率TOA定位算法在低信噪比的情况下也可以提高时间分辨率,达到较高的定位精度,比较适用于井下人员无线定位。     

基于CSI的改进KNN室内定位方法

为了解决基于接收信号强度指示(RSSI)的室内定位方法定位精度低和稳定性差等问题,提出了一种基于信道状态信息(CSI)的无源室内定位算法。该算法使用卡尔曼滤波处理原始CSI信号,结合高斯径向基核函数加权的K邻近算法(RBF-KNN)与置信度空间进行室内定位。实验结果表明:该方法精度高于其他算法。     

压缩感知下的自适应声源定位估计

声源定位是一个应用非常广泛的研究课题。针对阵列定位精度不高的问题,提出一种基于压缩感知的声源定位算法。通过构建冗余字典,该算法将网络中的多个未知源节点的位置作为一个系数向量,然后采用稀疏贝叶斯学习算法估计声源位置。为了增快算法的运行速度,提出一种有效的多分辨率字典构建方法,并迭代地减小定位空间,提高定位精度。实验结果显示,基于压缩感知的声源定位算法可以改善多源节点的定位能力,且有效地减少所需的传感器节点。此外,与基于子空间的算法比较显示,该算法的性能更优越。     

基于Mean-Shift和NMI特征的人眼跟踪*

为了减少姿态和光照变化对跟踪造成偏差,并兼顾到实时应用,提出一种级联的二次定位算法用于人眼跟踪。级联的二次定位算法由Mean-Shift迭代的空间定位和NMI特征识别的尺度定位构成。该算法较传统的人眼跟踪算法对姿态和光照变化有更好地适应性和健壮性。实验结果验证了该方法的有效性。     

基于矿井WiFi通信系统的混合定位方法研究

分析了现有矿井目标定位方法原理及存在的问题:非测距定位中的基于射频识别技术的定位方法、基于蜂窝小区标识的定位方法和无线传感器网络定位方法只能确定目标节点的范围,定位精度较差;测距定位精度较高,但基于到达角度的定位方法、基于到达时间的定位方法和基于到达时间差的定位方法对硬件设备要求较高,难以在煤矿井下应用;基于接收信号强度的定位方法易于实现,但受环境噪声影响较大,定位精度降低。提出了一种基于矿井WiFi通信系统的混合定位方法,该方法分粗细两步进行定位:粗定位采用基于蜂窝小区标识的非测距定位方法,确定目标所在的小区范围;细定位采用基于接收信号强度的测距定位方法。该混合定位方法可以在不增加定位系统复杂度的情况下提高目标定位的精度。     

基于径向基函数的RFID定位算法研究

径向基函数是一种新型的无网格插值方法,具有网络结构简单、学习方法快速等优点。针对最近K值算法对标签定位准确度低的问题,本文试图将两者的优点结合起来,提出一种新型的动态网络结构的定位算法。基于这种改进算法构建了室内定位系统,并使用Matlab软件仿真。实验结果表明,在不额外增加参考标签的前提下,改进算法大大提高了待定位标签的定位准确度。     

基于多传感器融合的移动机器人定位

针对移动机器人定位系统中单一传感器定位精度低与环境地图的重要性问题, 提出了一种基于多传感器融合的移动机器人定位方法. 首先, 在未知环境下, 分别利用单一里程计, 扩展卡尔曼滤波(extended Kalman filter,EKF)算法融合里程计、惯性测量单元(inertial measurement unit, ...     

基于基站定位技术的计量模块定位方法研究

为了便于计量终端的管理,提出了一种基于基站定位技术进行终端管理的方案。首先介绍了基站定位的基本原理,在此基础上提出基站定位的实现方案,并对方案中的聚类算法进行了介绍,最后基于提出的方法,实现了对不同距离条件下的位置信息定位效果进行了验证。实验结果表明,该方法在实际使用中具有很强的鲁棒性,可以大大简化常规算法的复杂性。     

基于暗区连通域的定位孔识别方法

为了在普通扫描仪上实现自动化线拍系统,提出了一种基于暗区连通域的定位孔识别方法。介绍了暗区连通域的可分割性原理,该原理是定位孔连通域被准确分割的基础,也是定位孔能被正确识别的前提。该方法先依据该原理计算出连通域的分割阀值,然后对定位孔的形状及其相互位置关系进行了特征建模,利用模板匹配方法实现定位孔识别。对总共83张动画稿扫描图像进行定位孔识别测试,实验结果表明,定位孔识别正确率98.80%,对于1 740万像素的动画稿图片,识别速度也能达到15.27 ms/page。     

基于PREISACH模型的压电陶瓷定位控制

压电陶瓷的迟滞非线性特性是影响其定位精度的主要因素之一。本文采用Preisach模型对压电陶瓷进行建模,并采用不完全微分的PID控制策略,通过实验比较其不同控制策略下的定位误差,证明此方法适用于对压电陶瓷进行高精度定位。     

基于图像处理的微流控芯片智能定位系统

针对微流控芯片分析系统中微管道检测手动定位方式定位精度低、耗时费力及无法完成跟踪定位等缺点，设计了一种基于图像处理技术的微流控芯片智能定位系统。系统采用形态学方法、细化算法及Radon变换等相关图像处理方法将芯片平面图上微管道的节点提取出来，生成邻接表，以完成对微流控芯片的智能跟踪定位，并通过定位结果对邻接表进行反馈修正。实验表明所提出的智能跟踪定位方法在对微流控芯片进行跟踪定位时效果良好。     

基于多传感器的水声定位精度研究

针对TDOA定位算法中几何不确定性对定位精度的负面影响,提出一种基于多传感器信息融合的水声定位算法;该算法首先对多传感器合理布阵,确定若该个TDOA定位子系统,再对每个定位子系统用TDOA算法求得目标位置信息,最后依据几何精度因子(GDOP)对得到的若干个目标位置信息进行加权融合,得到最终定位结果;利用软件仿真对算法可行性进行了验证,结果表明,与基本的五元阵定位系统相比,该算法有效消除了因几何不确定性引起的误差,大大提高了定位精度。     

基于超宽带技术的室内定位系统应用开发

本文基于超宽带技术搭建了一套室内定位系统,通过分布于室内固定位置的基站测量与目标物体标签距离的方法,采用基于到达时间估计的检测方法以及三边测量法解算出目标物体的坐标位置,并基于Python语言编写的坐标显示软件实时可视化。通过测量在室内的一辆华夫派小车的位置进行了试验,结果表明,本文提出的方法可以实现室内精度较高的实时定位,且定位精度在10 cm以内。     

基于卷积神经网络的室内指纹定位算法

随着无线网络和智能设备的普及,室内定位得到了迅速发展.在室内定位中,基于指纹的定位方法因为无需外部设施、抗干扰性强等优点逐渐成为研究热点.近几年深度学习的发展为提高指纹定位算法的精度带来了新的机遇.因此提出了一种基于CNN的指纹定位算法,使用卷积神经网络（convolutional neural network,简称CNN）来改进指纹库的构建.首先,在收集了CSI与磁场数据后,通过CNN对这些数据进行处理,将每个参考点处的CNN模型参数值用作为指纹.然后使用一种概率方法来进行最后的指纹匹配.实验结果表明,该定位算法比传统的指纹定位算法具有更好的鲁棒性和更高的定位精度.