电网站域空间环境下移动目标主动定位方法

通过对站域巡检的作业人员及其装备在复杂工况环境下的定位问题进行研究,在基于信号到达时间差（TDOA）定位方法的基础上,提出了一种针对移动目标的主动定位测量方法。引入概率误差,对电网站域环境中的待定位目标节点到不同基站的距离差实现目标节点定位的传统定位方法进行优化,能够有效地提高站内工作人员及其装备的定位精度。通过在复杂工频电场环境中进行试验的结果表明,采用该优化方法计算得出的结果均优于现有的传统定位方法,其在视距条件下能够有效提升定位精度,实现对变电站空间内的移动目标进行定位,并保障作业人员安全的目的。     

基于稳健加权总体最小二乘的变压器局部放电定位

到达时间差、声速与传感器位置坐标的测量误差将导致局部放电时差定位出现误差,通过研究发现变压器的内部结构及各部分的材质差异可能造成到达时间差以及声速的测量值可能远远偏离真实值,这种测量误差被称作粗差,但目前的局部放电定位算法未将数据测量误差纳入模型,使得现有定位算法在计及测量误差特别是粗差的情况下,定位误差较大难以满足工程要求。为此,分析了局部放电测量数据粗差的来源及现有定位算法的缺陷,提出了基于稳健加权总体最小二乘的局部放电定位算法,采用含误差变量模型推导迭代公式,运用权函数修改含粗差数据在迭代过程中的权重,能够有效抑制测量数据的随机误差、系统误差和粗差对定位结果的影响,能更为准确地定位局部放电,有助于制定针对性的检修策略,提高检修效率,缩短停电时间。     

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。     

基于减法聚类的TOA/AOA定位方法研究

针对在无线传感网中现有定位技术定位精度不高的问题,提出一种基于减法聚类的定位方法以获取更好的定位性能和更高的定位精度.首先由多个已知传感器节点测量来自未知节点的电波到达时间和电波达到角,通过分组处理,然后对每组数据进行加权最小二乘估计,依据多次测量和估计,最后采用减法聚类处理来抑制误差导致的位置模糊性来实现对未知节点的精确定位.计算机性能仿真结果表明所提出的定位方法能有效地抑制测量误差,具有较小的定位误差,并进一步提高了定位精度.     

基于RSSI技术提高直流线路电场测量无线网络节点定位精度的算法

在基于无线传感器网络的直流线路合成电场测量系统中,传感器节点位置的自动获取可以有效地减少测量工作量,提高测试效率。传统的接收信号强度(received signal strength indicator,RSSI)定位方法利用经验值选取路径衰减指数,易导致定位误差较大。为提高传感器节点的定位精度,提出一种实时估计路径衰减指数的定位方法。该方法利用参考节点间距离和未知节点收到的RSSI值来实时估计路径衰减指数,并利用它来估算距离,从而减小定位误差,提高算法对不同环境的适应性。实验结果表明,在公园草坪、学校操场以及特高压直流试验基地直流试验线段电磁环境测试场3种典型的电场测量环境下,该算法的定位精度均较其他RSSI算法高。     

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.     

一种基于CKF的改进LANDMARC室内定位算法

针对传统LANDMARC室内定位算法受室内环境的干扰存在定位精度不高,波动大的问题,提出一种基于CKF的改进LANDMARC室内定位算法。该算法首先通过传统LANDMARC算法得到待定位目标的状态预估值;然后将得到的状态预估值作为观测量并用容积卡尔曼滤波(CKF)算法对其进行滤波处理,以提高算法的定位精度并降低定位结果的波动;最后用滤波处理后的结果代替LANDMARC得到的预估值作为待定位目标的状态估计。实验研究表明,所提算法误差在0.5 m以下的标签达到60%,与传统LANDMARC定位算法和经由无迹卡尔曼滤波(UKF)算法滤波的LANDMARC定位算法相比,定位精度和波动性均有明显提高,应用在室内定位中能够得到较为真实的目标移动轨迹。     

基于果蝇算法优化蒙特卡罗锚盒移动算法的无线传感器网络节点定位

为了提高无线传感器网络定位精度，应用果蝇算法(fruit fly optimization algorithm, FOA)-蒙特卡罗锚盒(Monte Carlo anchor box, MCB)算法对无线传感器网络(wireless sensor network, WSN)系统中移动节点进行定位建模，分析了移动速度、锚节点密度和样本数对定位精度的影响。研究结果表明：FOA优化MCB算法具有比MCB算法更优的定位精度，当节点移动速度变大后可以获得更小的定位误差，在10 m/s的速度下获得了最低误差值情况下锚节点数量和移动节点定位误差之间的变化曲线；当锚节点较少时，MCB与FOA优化MCB形成了较大的定位误差；随样本数增大，定位误差逐渐减小，在样本数达到150时获得一个稳定的定位误差。研究对无线传感器网络定位精度具有很好的应用价值，易于实现推广。     

井下人员超宽带精确定位算法

针对恶劣的井下环境易对超宽带信号造成干扰导致现有井下人员定位算法误差较大的问题,提出基于超宽带的SDS-TWR优化算法与鲁棒卡尔曼滤波结合的改进算法。该算法在一次定位周期内可测得定位标签到相邻基站的两个测距值,随后将其作为鲁棒卡尔曼滤波的两个观测值,旨在提高算法定位精度及稳定性、抑制巷道随机NLOS时延误差。仿真实验表明,在同等条件下,本文算法较S-TDOA法误差降低35%,较异步测时法误差降低31%,且误差波动较小,同时抑制了巷道NLOS时延误差,有效提高了井下人员定位精度。     

基于改进APIT算法WSNs节点定位在配电网研究

针对无线传感器网络节点在定位配电网故障时定位精度低、能耗大等问题,对近似三角形内点测试(APIT)算法进行节点定位改进。首先对RSSI测距权重值进行改进,在保持较高的精确度条件下来确定测量次数,达到最优测距能力;然后,对传统APIT定位容易受节点密度影响,采用三角形外接球的方法确定未知节点坐标;最后,使用细菌觅食算法(BFO)改进APIT锚节点在分布较少的边界区域进行确定,将每一个计算出坐标的传感器标记为已知锚节点。由仿真结果可知,改进的APIT算法定位误差降低,减少数据迭代次数,提高了节点定位精度。改进APIT算法在定位准确度、定位面积和能耗损耗优化于其他算法。     

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。     

电力作业场景中一种高效的UWB和IMU融合定位算法

在电力作业场景等复杂环境中,超宽带(UWB)定位存在非直达情况(NLOS)性能下降严重的问题,利用UWB与惯性测量单元(IMU)融合可以改善定位精度,但IMU的测量存在误差累积,需要精确的UWB测量校正.对NLOS条件进行准确的鉴别和利用有助于定位精度的提升.提出一种基于扩展卡尔曼滤波(EKF)的UWB/IMU融合算法...     

一种基于 DBSCAN 随机圆检测的多瓶口定位算法

现有医药灌封生产中的西林瓶瓶口定位方法易受瓶口边缘干扰的影响,导致瓶口圆中心定位不准确.对此,提出一种基于DBSCAN随机圆检测的多瓶口定位算法.首先,通过Canny边缘检测算法得到图像中所有轮廓,采用基于密度的DBSCAN聚类算法分割出感兴趣的瓶口边缘集;接着,针对每个单独的瓶口边缘集,采用最小二乘法和径向扫描获取瓶...     

智能变电站数字采样下双重插值算法对高次谐波测量精度的影响

智能变电站数字化采样之后,间隔层二次设备需要对合并单元发送的SV采样数据作同步插值处理。为实时跟踪测量电力系统的运行频率,计算模块需要通过插值重构的算法进行重采样。为分析双重化插值带来的误差影响,本文详细分析了拉格朗日和牛顿插值算法的理论最大误差,对高次谐波的精度影响进行了量化分析和补偿计算。最后提出了进一步提高插值算法下高次谐波测量精度的思路和方法。     

变电站实时全景红外智能测温系统研究

对于传统热像仪无法对整个目标区域内所有目标进行全景智能监控温度的问题,本文提出了一种针对于变电站的红外智能全景测温系统。依据已有的热像仪测温原理,结合变电站特有的运行特点,对测温公式进行优化,保证了一定的测温实时性。系统中增加图像匹配模块以自动识别被测物体材料,保证自动测温数据的精确性。本研究结果根据目标特点尽可能的提高了测温精度和测温系统的实时性,实现了变电站设备热效应的全景智能温度监控。     

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。     

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。     

基于智能空间的变电站机器人复合全局定位系统设计

变电站机器人对于坚强智能电网的建设具有重要意义,针对室外大范围环境下巡检机器人在没有任何初始位姿先验知识情况下通过传感器观测全局定位的问题,结合智能空间技术,本文提出了一种智能空间下基于ZigBee指纹定位与改进粒子滤波的复合全局定位系统。该方法首先利用变电站环境下已有的无线网络,通过UPnP技术将机器人接入智能空间,在智能空间中采用BP神经网络进行ZigBee指纹初步定位,然后在初定位基础上利用粒子群优化的粒子滤波算法完成精确定位。实验结果表明,本文设计的算法实现了变电站机器人与智能空间的零配置与松耦合,可有效提高初始全局定位精度并改善算法性能,缩短迭代时间。     

基于UWB和IMU紧组合的室内定位导航算法

针对超宽带(UWB)在室内复杂环境中定位导航精度低,受非视距(NLOS)误差影响严重,且无法提供目标姿态信息的问题,提出一种基于UWB和惯性测量单元(IMU)紧组合的室内定位导航算法。以位置、速度、四元数、加速度计偏差和陀螺仪偏差为状态向量,通过扩展卡尔曼滤波算法融合UWB和IMU测量信息,加速度计偏差校正速度和位置,陀螺仪偏差校正四元数;用测量残差计算量测噪声因子,组成残差矩阵,动态调整量测噪声协方差矩阵,抑制NLOS误差对定位导航的影响。结果表明,在室内复杂环境下,基于UWB和IMU紧组合的定位导航算法比仅使用UWB定位时LS-Taylor算法精度提高了88.6%,增强了系统抗NLOS误差的能力,提高了动态定位精度,并能得到较准确的姿态信息,具有良好的实用性和鲁棒性。