DGPS与UWB混合精确无缝定位技术研究

差分全球定位系统(DGPS)是一种精确的定位系统,但在室内或有障碍物的情况下,其定位精度很低甚至不能进行定位。超宽带(UWB)定位系统在室内有很高的定位精度,但受其测量范围的影响,不适合室外定位。将DGPS和UWB结合定位,利用Kalman滤波器对UWB非视距误差(NLOS)进行消除,采用粒子滤波器对不同传感器进行数据融合,并使用GPRS通信模块进行无线数据传输。实验表明:该方法能够使系统整体定位精度提高19%,既能满足室内外无缝定位,又具有很高的定位精度。     

气压计辅助的UWB室内定位方法

针对现代多楼层建筑的室内定位需求,提出一种用气压计辅助超宽带(UWB)的室内定位方法,修正UWB室内定位在高度方向的误差,减少基站数量,进行准确的三维定位,并实时动态更新位置.在UWB二维平面定位的基础上,通过差分气压测高模块采集楼层的气压数据,构建楼层气压模型,辅助UWB在室内高度方向的定位.同时,在数据处理时,采用...     

基于SAE-RF的三维UWB室内定位方法研究

由于室内环境复杂多变,存在着严重的非视距(NLOS)和多径效应,利用传统的指纹定位技术会造成较大的定位误差.针对此问题,利用超宽带(UWB)信号测距信息准确、波动小的特点,将测距值作为指纹量,提出一种基于稀疏自编码器(SAE)与随机森林(RF)相结合的三维室内定位方法.利用SAE提取出更具鲁棒性的特征值,将此特征值作为...     

DGPS技术及其在运钞车定位监控中的应用

随着经济的飞速发展,对特种车辆的安全防范、指挥调度、定位监控等提出了更高要求。ＤＧＰＳ差分定位技术作为一种新型高精度的定位、导航手段,在发达国家已广泛使用。本文简要叙述ＧＰＳ全球定位系统构成、应用。主要介绍高精度的ＤＧＰＳ定位技术开发的必要性,ＤＧＰＳ原理、优点、类型及其在运钞车定位监控中的应用。     

基于全质心-Taylor的UWB室内定位算法

针对室内环境下的非视距(NLOS)传播给定位精度造成较大误差的问题,通过对超宽带(UWB)定位模型进行分析,提出了一种基于全质心-Taylor的混合定位算法.采用对测距误差不敏感的全质心算法将锚点测距数据分组运算,获得目标节点的初始粗定位信息,采用质心修正算法对粗定位节点进行优化运算,从而确定Taylor级数展开初值,再进行迭代求解,进行第二次精细定位.实验结果表明:与Chan-Taylor算法、最小二乘估计(LSE)-Taylor算法相比,本文算法定位精度有明显提高.     

室内环境下UWB与LiDAR融合定位算法研究

当前全球导航卫星系统与激光雷达的数据融合被广泛应用于无人驾驶车辆的定位系统中,但在室内环境下由于卫星信号的丢失导致定位精度低甚至无法定位。为此提出一种基于超宽带（Ultra-Wideband,UWB）与激光雷达（Light Detection and Ranging,LiDAR）的融合定位算法。该算法以粒子滤波为基础,对两个传感器的定位数据进行互补融合解算。利用UWB实时定位数据通过提供起始粒子范围的方式来提高LiDAR的定位速率。通过求解LiDAR定位信息与粒子之间的几何距离来更新粒子的权重,从而弥补UWB的非视距误差。搭建一个室内测试场景,并将融合定位算法在智能小车平台上进行验证。实验结果表明,该方法优于UWB或LiDAR单一传感器的定位方案,而且在UWB视距受阻或LiDAR匹配失效的情况下,车辆仍能够获得良好的定位精度和定位实时性。     

基于粒子滤波器的移动机器人自定位方法研究

首先,对粒子滤波器的原理进行了简要阐述。然后详细描述了基于粒子滤波器的移动机器人自定位算法——蒙特卡洛定位算法。在ROS(Robot Operating System)平台上对该算法进行了仿真实验并分析了其性能。最后,对蒙特卡洛粒子滤波定位方法用于移动机器人定位进行了总结。结果表明,MCL(蒙特卡洛)算法是一种精确鲁棒的移动机器人概率定位方法,可对解决移动机器人的定位问题提供有意义的参考。提出的机器人自定位方法为机器人在Robocup竞赛中自主执行各种作业提供定位支持,已在2013年中国机器人大赛获奖。     

基于差分粒子滤波器-差分滤波器的同时定位与地图创建方法

针对目前FastSLAM改进算法存在复杂度高的问题,提出一种基于差分粒子滤波器(DDPF)-差分滤波器(DDF)的同时定位与地图创建方法。该方法采用DDPF估计机器人路径,采用DDF估计陆标位置,同时采用可选重采样以降低样本贫化的概率。实验结果表明,该方法具有精度高、连贯性好以及复杂度适中的特点。     

基于UWB和IMU的电力巡检机器人定位方法

为了满足日益增长的电力需求,我国建设了大量发电站和电能转换设施.长时间的负载运行使电力设备运行的不稳定性增加,一般需要通过人工巡检的方式进行检测和维护,但传统的人工巡检方法存在着较大的安全风险,在精度方面满足不了需求,维护效率也比较低.随着人工智能技术的发展,智能巡检机器人的出现给这一问题带来希望,它克服了传统人工巡检...     

基于集合和径向基函数的无线定位技术

为了满足航空旅客在航站楼内位置服务的需要,提出一种集合和加权径向基函数相融合的室内定位方法。该方法能够充分利用信号弱的AP(Access Point)对定位的作用,降低旅客走动对定位的影响,弥补传统算法只采用信号强AP的不足,同时具有对AP突发故障不敏感的特点。实验表明在误差2 m内,该算法与现有的典型定位算法相比,能够大幅提高定位准确度,满足航站楼内位置服务的需要。     

基于锚节点动态选择和调整的传感器网络定位

随着无线传感器网络的研究,无线传感器网络的定位已经成为非常重要的研究内容。提出基于锚节点动态选择和调整的定位方法。它首先通过传感器智能节点发射功率的控制动态地选择最优的三个锚节点,在把接收到的信号强度(RSSI)转化成估算距离之后,提取最精确的两个距离,最后根据锚节点坐标转移的方法来对节点进行定位。实验证明此优化手段可以显著改善定位精度,具有较好的抗干扰能力。     

基于粒子群优化和禁忌搜索的混合调度算法

提出了用于解决作业车间调度问题的离散版粒子群优化算法。该算法采用基于先后表编码方案和新的位移更新模型,使具有连续本质的粒子群优化算法直接适用于车间调度问题。同时,利用粒子群优化算法的全局搜索能力和禁忌搜索算法的自适应优点,将粒子群优化算法和禁忌搜索结合起来,设计了广义粒子群优化算法和粒子群—禁忌搜索交替算法两种混合调度算法。实验结果表明,两种混合调度算法能够有效地、高质量地解决作业车间调度问题。     

基于差分进化的无线传感器网络二阶段定位算法

近年来优化算法在无线传感器网络定位算法中得到了广泛应用.在对差分进化算法研究的基础上提出一种二阶段定位算法,第一阶段在Euclidean定位算法的基础上,加入了距离路由思想,通过与未知节点距离两跳之内的两个锚节点和距离两跳之外的任一锚节点利用Euclidean算法来计算估计位置.第二阶段利用差分进化算法进行迭代寻优,提...     

一种基于CS、ECC和AES的混合密码

公钥密码CS能有效抵抗自适应选择密文攻击，ECC具有很高的每比特加密强度，对称密码AES加密速度快且能抵抗已知的各种攻击，本文在这三种密码优势互补基础上提出一种混合密码，它集密钥交换、签名验证以及数据加解密功能于一体，既安全又实用。     

基于特征进化的混合遗传算法

对于遗传算法存在早熟性收敛和收敛速度慢等问题,可通过保护存在于种群中的最小诱导模式和属于收敛优化解或全局最优解的有效基因块,得到有效的改善.通过对种群中个体之间关系分析,建立特征保护策略及特征进化算子,由此改进的混合遗传算法具有较高的收敛速度,并能收敛于规模小于2 000个城市的旅行商问题全局最优解.     

基于马尔可夫聚类和混合协同过滤的电视节目推荐

针对家庭用户的电视节目个性化推荐问题,提出一种基于马尔可夫聚类和混合协同过滤(MCL-HCF)算法的混合推荐方法。采用马尔可夫聚类对各个时间段的电视用户进行聚类,产生不同的群组,最小化每个群组里的个体成员和群组整体的偏好差异,再以群组为单位进行电视节目推荐;使用基于物品的协同过滤和基于用户的协同过滤算法分别产生推荐列表;采用基于加权融合的混合推荐算法对两个推荐列表进行处理,得到最终的混合推荐结果。在公开数据集上的实验结果表明,该算法在平衡推荐惊喜度和相关性的同时能够获得令人满意的推荐准确率。     

基于混合粒子群优化SVM算法的红斑鳞状皮肤病诊断

红斑鳞状皮肤病的诊断是皮肤病科的一个难题,针对这一问题,提出一种基于混合粒子群的支持向量机(SVM)模型HAPSO-SVM来提高红斑鳞状皮肤病的诊断精度。模型考虑了特征选择机制和参数优化两者对SVM模型起着同等重要的作用,使用自适应的混合粒子群算法(HAPSO)同步实现特征选择机制和SVM的参数寻优,同时设计的线性加权多目标函数综合考虑了分类准确率和支持向量个数,从而提高了算法的准确率和效率。结果表明,提出的模型不仅获得了较少的支持向量个数,找出了红斑鳞状皮肤病紧密相关的特征,并且得到了很高的分类准确率,是一种有效的红斑鳞状皮肤病诊断模型。     

基于智能手机的室内定位

针对基于wifi指纹的室内定位中存在的定位精度不高的问题,提出一套基于加权三点定位的wifi指纹定位系统。首先利用最近邻匹配方法进行wifi指纹定位,选择出参考点;其次利用多个参考点进行加权三点定位。实验表明,相对于单独使用wifi指纹定位技术,该系统可以有效提高室内定位的精度和稳定性,并具有较高的实时性。