教育机器人信号处理研究

在教育机器人的应用中,定位技术与信号处理技术非常重要.根据教育机器人在室内移动与定位的需要,提出了中心点+正四边形+正六边形布局形式,即采用由内向外的结构,然后使用RFID信号进行定位,教育机器人就能够在测试实验中准确移动到目标位置,从而实现为教学对象提供定位服务的目的.     

基于伪卫星的室内定位算法研究

室内定位是当前定位导航领域的热点课题,对导航领域有重要的补充作用。伪卫星技术已日渐成熟,从伪卫星出发研究室内定位技术,解决室内定位难题,开展伪卫星室内定位算法研究,主要从观测量提取和定位解算两方面进行问题分析,提出遍历定位算法及改进方案,分析其理论可行性,并对其进行改进以适应工程实现需求,结合实践给出试验数据,验证室内定位效果。     

基于像素距离加权的室内成像定位研究

针对室内成像定位技术受随机噪声的影响较大、定位误差较高的问题,提出了一种基于像素距离加权的室内成像定位技术。在室内屋顶布设多个红外LED,依靠成像传感器获得红外LED信标的像点,将成像点到成像传感器中心的像素距离作为加权因子引入室内成像定位算法中,可以有效地提高室内定位精度。并进行了仿真实验,实验选择4m×4m×3m的空间区域模拟室内环境,当布设的红外LED信标数量为3时,应用改进后的算法可以获得10cm以内的定位误差性能,并且误差波动不超过5cm。另外,随着布设信标数量的增加,定位误差继续减小。改进后的定位算法有效地提高了室内定位的精度以及成像定位算法的普适性。     

一种改进的Eddystone-TLM质心室内三边定位算法

为了解决在室内环境中利用三边定位技术定位精度不高,以及基于质心定位改进三边定位算法后参考点难以确定在待测点外侧的问题,提出一种利用Eddystone-TLM对三边定位算法进行改进。首先利用Eddystone框架的TLM优化质心定位算法;其次通过优化后的质心定位算法解决三边定位算法已知的不足;最终实现定位精度的提高。实验结果表明,该算法改善了室内定位的精准性,可及时准确地获取目标终端的位置数据,有效保证了室内定位与其他领域之间定位数据的互联互通。     

基于RFID的改进室内三边定位算法研究

RFID技术常被应用在室内定位上,针对其常用的三边定位算法易出错、定位精度不高的问题,提出了改进的三边定位算法,通过多次选取不同的参考标签并结合基于欧氏距离的定位方法,最后以多次求解的平均值为未知点坐标,这样可以提高定位的精度同时降低误差的产生率。通过实验验证了改进的三边定位算法具有较高的可行性、较高的定位精度同时降低了系统的鲁棒性,该方法可以在室内定位上进行应用研究。     

ZigBee技术定位算法方面的实验研究

先分析了无线传感器网络(WSN,Wireless Sensor Network)ZigBee中几种常见的定位算法的优缺点,选择基于RSSI测距算法作为基本的室内定位算法,然后针对RSSI算法的不足,选用了几种基于RSSI算法的改进算法,并根据这几种改进算法在ZigBee网络平台下的室内定位仿真实验结果,挑选出一种最优算法,以用于物联网智能家具室内物品定位技术。     

基于改进海鸥优化算法的可见光室内定位研究

为提高室内定位精度,提出了一种基于黄金正弦与Sigmoid连续化海鸥优化算法(GSCSOA)的接收信号强度(Received Signal Strength Indication,RSSI)可见光室内定位技术。传统的海鸥优化算法(SOA)收敛速度慢、寻优精度低,在海鸥搜寻过程中引入Sigmoid函数使算法在后期快速收敛,在海鸥扑食过程中加入黄金正弦机制能提高算法的寻优能力。在6 m×6 m×3 m的房间顶板上按3×3的网格状布设9盏LED灯,经过实验表明:利用传统的RSSI定位估计算法得到的定位精度为1.28 m,改进的海鸥优化算法结合RSSI的定位算法得到的定位精度为7.17 cm。显然,改进后的室内定位算法精度更高,可应用于大部分的室内定位场所。     

基于RFID技术的室内定位算法优化方法研究

随着无线通信、物联网和计算机技术的蓬勃发展,室内无线定位技术正逐渐受到越来越多人的关注。在研究了几种基于射频识别技术的室内定位算法基础上,提出改进算法—基于牛顿插值和信号强度衰减模型插值的BVIRE定位算法(NTOR_BVIRE)。实验结果表明,改进算法在不额外增加参考标签的前提下,定位精度得到提高,达到了预期效果。     

LED室内定位接收机前端电路设计

设计了一种可用于LED室内定位系统接收机的前端信号调理电路,详细论述了该电路的系统原理与电路构成.重点介绍了光电传感器的选型、前置预放大和滤波电路的设计方法,并且进行了噪声分析和实验测试.测试结果表明,该设计具有良好的噪声性能,探测器灵敏度可达到500 nA,带宽为1 MHz,满足LED定位系统接收端的性能要求,能够为后续的信号处理模块提供稳定可靠的前级信号.将该电路应用于LED室内定位实验系统,可实现小范围内的准确定位,平均定位误差仅为12.4 cm.     

基于UWB室内人员定位及生命状态监测系统设计

随着人们生活水平不断提高,高精度和高可靠性的室内定位正在被大量地应用在基于位置的创新型应用领域中,位置服务和其他服务相结合的解决方案也越来越多地被人们所关注并进行研究。本文是将对室内人员的定位与生命状态监测相结合,一方面利用超宽带技术的精确测距特性,实现高精度室内定位;另一方面利用超宽带通信的传输速率快的特性,实现实时传输室内人员生命状态信息。最后,通过试验验证了系统定位算法经过改进后定位精度可以达到十几个厘米,并且能够实时监测室内人员的温度和心率。     

基于自适应Levy飞行的黄金正弦可见光定位研究

为了提高室内可见光定位的精度，采用了基于Levy飞行变异机制、结合自适应移动因子、改进黄金正弦算法的接收信号强度指示可见光定位方法, 将室内屋顶的发光二极管灯按3×3网格状排布，接收到光强信号通过朗伯模型得到未知节点与参考节点的距离，并采用Levy飞行变异机制提升算法搜索空间的多样性，结合自适应移动因子提高算法收敛速度，使得个体更新受局部极值约束力下降。结果表明, 改进算法平均定位误差为1cm，平均迭代次数40次~80次; 改进黄金正弦算法的定位速度和定位精度均得到提升。该研究对室内大型场所实时、快速精确定位有帮助。     

融合超宽带与激光雷达的室内SLAM方法实现

室内自动驾驶过程中，需要对车辆主动进行定位。在开阔的室外空间中全球导航卫星定位系统(GNSS)可以提供定位信息，但是在室内环境中，受到建筑物的干扰，GNSS信号丢失导致定位精度降低，室内自动驾驶的安全性能降低。为了解决这一问题，本文提出了融合激光雷达(LiDAR)和超宽带(UWB)的自动驾驶同步定位与建图(SLAM)方法，通过引入UWB定位因子作为位置约束，融合激光雷达采集的点云数据，在LEGO-LOAM(轻量级即时定位与建图方法)上进行改进。实验结果表明：本文的改进方法可以有效抑制建图过程中高度上的漂移，提高了室内定位的准确性，增强了室内环境中自动驾驶的稳定性。     

一种基于WIFI信号指纹的室内定位技术

对现有的室内定位技术进行综述研究,并提出一种基于WIFI信号指纹的室内定位技术。首先,从定位数学基础出发,阐述三边定位与最大似然估计定位算法,介绍基于无线电信号强度(RSS)定位算法与基于时间差(TDOA)定位算法,其次,对现有室内定位算法进行研究,提出了一种利用复杂环境的多径效应,分析RSS与物理位置的关联性进行射频定位,算法本身不需要额外的硬件支持,依靠已经建立好的离线数据库,只要在接收端获得WIFI信号对应的信息,即可取得定位结果,最后,指出了影响信号指纹定位精度的关键要素,并明确了改进方向。     

基于改进免疫粒子群优化算法的室内可见光通信三维定位方法

针对室内可见光通信中3维定位精度不高和定位时间较长的问题,该文提出基于改进免疫粒子群(IIMPSO)算法的室内可见光通信(VLC) 3维定位方法。通过分析室内多径效应,选取合适的视场角(FOV)以减少反射影响,同时完善了倾斜状态下的定位模型,并采用卡尔曼滤波算法以降低环境干扰对接收功率的影响,在此基础上与改进的免疫粒子群算法相融合。仿真结果表明,在5 m×5 m×3 m的室内环境中,该文所提出的3维定位系统平均定位误差为0.031 m,定位时长为2.3 s。与现有的3维定位系统进行比较,其定位精度与收敛速度均得到明显改善。     

基于改进WKNN的蓝牙室内定位方法

大型商超、地下停车场等公共场所对室内定位的需求迫切，而GPS定位技术无法实现室内定位。针对传统定位算法定位精度低的问题，文中提出一种基于改进WKNN的蓝牙室内定位方法。首先构建欧氏距离与曼哈顿距离融合的相似度度量函数，改进权值的计算方法；在此基础上，针对偏差较大的跳跃点以及长时间连续定位采集数据量庞大的特点，提出一种基于粒子群的滤波算法，使预测轨迹更贴近真实轨迹。实验结果表明：与传统WKNN算法相比，所提方法定位精度提高约40 cm；相比传统的卡尔曼滤波，基于粒子群的滤波算法可以进一步将定位精度提高约4 cm。     

矩阵填充理论概述

矩阵重建理论是近年来国际国内在信号处理领域的研究热点之一。基于凸优化的矩阵重建问题是压缩感知理论向二维空间的扩展与衍生,主要由矩阵填充和矩阵恢复两部分理论构成。本文主要就矩阵填充理论进行理论分析,然后就低秩矩阵的重构算法进行介绍,最后分析了矩阵填充理论的应用,主要是室内定位中发挥的作用。     

基于改进接收信号强度指示的室内定位算法

为了提高室内环境节点定位精度,针对传统定位算法的不足,提出一种改进接收信号强度指示的室内定位算法。首先通过神经网络对各锚节点接收信号强度的权值进行拟合,得到路径损耗模型的参数值,然后利用最大似然法对未知节点进行定位,最后采用仿真实验测试其性能。结果表明,相对其它室内定位算法,本文算法提高了室内定位的精度,降低了平均定位误差,可以满足室内定位的实时性要求。     

基于智能终端的室内定位系统研究与实现

针对全球定位系统GPS不能提供令人满意的室内定位结果,提出一种基于接收信号强度的WLAN指纹匹配定位技术,采用一种创新式的指纹库构建方式,改进加权K近邻算法,同时利用指纹匹配的优点来校准行人航位推算的累积误差,提高定位精度,设计完成一套基于智能终端的绝对定位系统。实验结果表明,与传统无线定位算法相比较,改进的无线指纹匹配定位平均误差为1.66 m,无线修正航位推算平均定位误差为0.56 m,达到了室内定位精度的标准,验证了改进算法的有效性及导航系统的实效性。     

基于Wi-Fi的室内测时差定位方法

近年来室内Wi-Fi定位技术快速发展,已有多种定位方法投入商业运用。为满足用户对室内定位的更高精准度的要求,文章旨在研究基于室内Wi-Fi定位改进的测到达时差定位方法,采用高精度的相对时统、脉冲测时差及四站三双曲面定位技术,进一步提高定位精度,对Wi-Fi定位家族(体系)加强、补充和丰富。     

与强度无关的位置指纹在线定位改进算法

将现有的研究较热的固定发射端、定位接收端的室内位置指纹定位系统应用到固定接收端、定位发射端的室内无线电干扰源定位中,研究了一种考虑干扰源发射强度的在线定位算法,以克服直接使用以一固定发射强度信号源建立的指纹数据库和现有的在线定位方法无法实现对不同发射强度干扰源定位问题。在分析信号传播模型和现有在线定位方法的基础上,利用强度差的均方差进行定位计算。给出了算法实现依据和流程,对改进的算法进行了仿真和实验验证,结果证明了改进算法的实用性。同时,改进算法的思想对现有的考虑接收端异质的位置指纹定位系统也有一定的指导意义。