基于TFDA的有限空间多目标声定位方法

针对有限空间中多途干扰导致多目标声定位方法性能下降的问题,在分析了主动定位和被动定位模型适用性的基础上,提出将基于短时傅里叶变换（STFT）的单频信号强度提取与二次相关结合的方法应用于声发射信号声达时频差（TFDA）的测定,并采用多个全指向电容式麦克风进行声定位实验。首先,对麦克风接收到的声信号进行放大预处理;其次,利用接收到的锚节点扬声器定时循环发射的声信号计算声达时频差;最后,各目标利用混合求解的方法进行自主定位。实验表明该方法能够有效实现有限空间多目标定位,定位均方根误差达到5cm,相对精度达到3%。     

基于QS-ML-PMHT的多目标无源协同定位方法

针对目标个数未知时无源协同定位系统低可观测目标的航迹起始及维持问题,提出一种基于拟蒙特卡罗模拟退火极大似然概率多假设的双基站多目标无源协同定位方法。首先,建立双基站无源协同定位系统数学模型。其次,提出基于极大似然概率多假设的多目标无源协同定位航迹起始算法,通过假设法确定目标个数,并首次利用拟蒙特卡罗模拟退火算法解决极大似然概率多假设中多目标的优化求解问题,以提高多目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决目标个数未知时双基站无源协同定位系统低可观测目标的航迹起始及维持问题。     

面向室内场景的主被动融合视觉定位系统

目的 视觉定位旨在利用易于获取的RGB图像对运动物体进行目标定位及姿态估计。室内场景中普遍存在的物体遮挡、弱纹理区域等干扰极易造成目标关键点的错误估计,严重影响了视觉定位的精度。针对这一问题,本文提出一种主被动融合的室内定位系统,结合固定视角和移动视角的方案优势,实现室内场景中运动目标的精准定位。方法 提出一种基于平面先验的物体位姿估计方法,在关键点检测的单目定位框架基础上,使用平面约束进行3自由度姿态优化,提升固定视角下室内平面中运动目标的定位稳定性。基于无损卡尔曼滤波算法设计了一套数据融合定位系统,将从固定视角得到的被动式定位结果与从移动视角得到的主动式定位结果进行融合,提升了运动目标的位姿估计结果的可靠性。结果 本文提出的主被动融合室内视觉定位系统在iGibson仿真数据集上的平均定位精度为2～3 cm,定位误差在10 cm内的准确率为99%;在真实场景中平均定位精度为3～4 cm,定位误差在10 cm内的准确率在90%以上,实现了cm级的定位精度。结论 提出的室内视觉定位系统融合了被动式和主动式定位方法的优势,能够以较低设备成本实现室内场景中高精度的目标定位结果,并在遮挡、目标...     

机场场面目标松驰定位技术研究

由被动传感器组成的无源多点定位系统可以实现对机场场面合作目标进行监视,而无法监视非合作目标。为实现对机场场面各类目标的同时有效监视,在无源多点定位系统中引入辐射源,使该系统可以利用目标对辐射源信号的散射实现对各类目标定位。另外,由于系统中辐射源的存在,各个接收传感器可利用辐射源的直达波与目标散射波之间时间差进行定位,避免各站间的时间基准统一问题,定位精度更高。实验结果表明:提出的方法可以有效地对场面多个目标进行定位,是一种有效的场面各类目标定位方法。     

基于协同无人机的感兴趣目标定位

通过无人机拍摄的光学图像求解地面感兴趣目标坐标,被广泛的应用于相关的军事以及商用民用领域。该方法的缺点是使用单架无人机时定位精度不稳定,效率也低。针对这些问题,设计了一种基于协同无人机的感兴趣目标定位系统。通过三架无人机同时观测同一地面感兴趣目标,在对目标定位的过程中,根据透视投影原理,结合无人机获取的姿态数据,通过主机数据处理系统实现机载在线实时定位。为了提高目标定位的精度,提出一种基于内三角形质心算法的协同目标定位方法。采用蒙特卡洛方法进行仿真实验,换算空间定位误差为26.6米,通过数值模拟和飞行实验验证结果表明与传统单机目标定位系统相比,协同无人机感兴趣目标定位系统可以有效利用更多的观测信息,在有效提高目标定位效率的基础上具有更高的交会精度。     

基于方位与时延信息融合的被动声纳航迹关联

在探测区域存在多个目标的情况下,水声岸站被动测向定位系统必须首先解决多目标的航迹关联问题,即确定各个传感器所测量的信息哪些是来源于同一目标的.通过融合被动声纳所测量到的方位和时延信息提出了一种方位最近邻关联方法,对该方法和传统的多维分配算法进行仿真表明该方法能获得很高的正确关联概率,同时该方法克服了传统的多维分配算法在传感器和目标数量较多时计算量过大的问题,是一种优于多维分配算法的水声被动多传感器多目标航迹关联方法,这说明利用信息融合手段解决水声领域航迹关联问题具有潜在的优势.     

基于微波辐射计的多舰无源定位算法

关于舰艇水面目标定位精度研究,多基被动探测交叉定位的精度及稳定性为主要问题。对于多舰被动探测系统,微波辐射计对目标实现定位的最小二乘方法,采用线性近似,定位精度较低;若采用非线性近似如牛顿迭代等方法,又需要考虑迭代的收敛性以及计算量问题。为解决上述问题,提出了一种利用线性最小二乘再结合加权的定位方法。先任取两舰测量所得的方位角利用线性最小二乘法得交会结果,而后利用一种加权运算对交会结果进行融合,得到了多舰定位模型及误差分析。仿真结果表明,新算法提高了定位的精度,增强了定位稳定性。     

低空运动目标的多传感器自动识别和实时跟踪

讨论了一种用于低空运动目标检测和跟踪的电视跟踪系统。为了提高系统自动跟踪和抗干扰能力,基于声—光—电多种传感器和测量装置如声波传感器、图像传感器和激光测距仪等,提出一种多传感器综合的自动目标识别和实时跟踪算法。该方法将被动声定位技术用于目标初定位,结合目标图像动静态特征和目标声源特征用于目标的特征提取和自动识别,根据视频跟踪和轨迹预测算法,得出期望的目标误差信号控制伺服机构进行精确跟踪。实验结果表明该算法简捷有效、精度和可靠性达到要求,验证了多传感器应用于全自动智能跟踪系统的可行性。     

基于SA-ML-PDA的无源协同定位方法

针对无源协同定位系统中低可观测目标的航迹初始及维持问题,提出一种基于模拟退火极大似然概率数据关联的双基站无源协同定位方法.首先,建立双基站无源协同定位系统数学模型.其次,提出基于极大似然概率数据关联的无源协同定位航迹初始算法,并首次利用模拟退火算法解决极大似然概率数据关联中的优化求解问题,以提高目标检测跟踪性能.最后,通过滑窗法实现航迹维持.仿真结果表明,所提方法能够有效解决双基站无源协同定位系统中低可观测目标的航迹初始及维持问题.     

Kalman滤波在室内定位动态测量中的应用

为了解决室内定位动态测量系统应用中所估算的目标位置偏差大问题,提出一种基于卡尔曼滤波的室内定位法。利用双目视觉的标定原理估算出目标的位置坐标．再利用卡尔曼滤波算法对目标的估算位置进行滤波处理,以提高室内定位系统的性能和精度。实验结果表明,卡尔曼滤波算法具有良好的有效性。     

Hough变换与先验知识在车牌定位中的新应用

车牌定位作为车牌识别系统中的基础环节,定位准确度将直接影响着最终识别结果。在以往各种识别算法中,Hough变换更多的是用来检测车牌倾斜角度,在车牌定位中一直未见其用。结合合理的先验知识,提出一种利用Hough变换多线检测在车牌定位中的新用法。通过对240幅图像的测试,准确率达到95.42%,结果表明了此方法的有效性。     

面向社交网络信息源定位的观察点部署方法

准确地定位社交网络上的信息扩散源点,对于网络信息扩散控制具有重要的现实意义。现有的一种可行方法是通过在网络中观察点搜集的过程信息对扩散源进行定位,定位准确率与观察点的选择紧密相关。针对网络中的信息扩散源定位问题,提出了一种网络观察点优化部署方法。考虑单信息源的信息扩散过程,首先分析了特定信息源定位准确率与观察点部署位置之间的关系,以此为基础,发现了与任意信息源定位准确率相关的关键因素。提出基于r覆盖率的观察点部署策略,以观察点集合的r覆盖率作为目标函数,实现了r覆盖率优先观察点选取算法。在模型网络与实际网络上进行了实验,验证了该方法的有效性。提出的观察点部署策略对于网络谣言、计算机病毒的控制具有重要意义。     

基于多普勒频率变化率的单站无源测距方法

实现单站无源测距是新型单站无源定位系统的关键,由于定位要求距离远,隐蔽性强,并保证生存能力,通常采用质点运动学原理的测距方法。针对脉冲多普勒雷达的回波特性,为提高目标定位跟踪的精度,提出一种多普勒频率变化率的改进测距方法,用多脉冲相干积累算法提取多普勒频率变化率,辅以角度进行测距定位,并引入修正的协方差扩展卡尔曼滤波进行定位跟踪,从而减小多普勒频率变化率的估计误差。在Monte-Carlo上仿真结果表明,方法是有效和可行的,不仅能提高信噪比和跟踪收敛速度,而且在多普勒频率变化率的估计和定位跟踪上都能达到较高的精度,优于原有单站无源测距方法,有一定的工程应用前景。     

基于车牌字符笔画特征的快速定位算法

针对车辆图像分割困难,车牌位置定位不准等问题,提出了一种新的车牌快速定位算法。该算法通过对车牌一维字符笔画特征搜索,能够快速地定位车牌。试验表明该算法定位速度快、准确定位率高。     

A boundary condition based algorithm for locating construction site objects using RFID and GPS

Construction sites are rugged, dynamic, and complex, involving a large number of objects that continuously change their locations and occupied spaces. Being able to accurately locate and track site objects site is critical to project management and control to meet the increasing demands for efficiency and safety in modern construction projects. Automated locating technologies such as Radio Frequency Identification (RFID) have proven to be beneficial in tracking some construction site objects. The biggest challenge in applying the RFID technology is that the received signal strength (RSS) varies over time and location, and there is no direct relationship between signal strength and detection range, leading to low positional accuracies in the estimated tag locations. This paper presents an algorithm termed BConTri that combines a “boundary condition method” and the trilateration concept to estimate tag location in three-dimensional (3D) real world coordinates from four or more RFID readers equipped with GPS. This study also developed a prototype RFID locating system that implemented the newly created BConTri algorithm. A comprehensive assessment of the positional accuracy was applied to field experiment results and a high accuracy of the algorithm was observed. A measure of the spatial dilution of reader distribution was formulated and a linear relationship between this measure and the locating accuracy was observed, forming the base for using this measure as a reliable indicator for the resulting locating accuracy. This accuracy indicator helps in estimating the accuracy and quality control of RFID-based locating and tracking systems in construction.     

无线传感器网络精度优选RSSI协作定位算法

针对目前无线传感器网络（WSN）定位算法中未知节点间接收信号强度指示（RSSI）冗余信息利用不足以及信息无筛选利用问题,提出一种新的精度优选RSSI协作定位算法。首先,利用RSSI阈值,从大量粗定位的未知节点中筛选出定位精度相对较高的节点;接着,利用subset子集判断方法从经过RSSI阈值筛选的节点中提取出受环境影响较小的节点,作为次选协作骨干节点;然后,使用锚节点置换准则,根据置换锚节点的定位误差,从次选协作节点中进一步提取出高精度的节点作为优选协作骨干节点;最后,以协作骨干节点为协作对象,根据精度优先级参与协作求精,对未知节点进行未知修正。仿真实验表明,该算法在100 m×100 m网格区域内的平均定位精度小于1.127 m。在定位精度方面,相同条件下,相较于改进的采用RSSI模型的无线传感器网络定位算法,该算法平均定位精度提高了15%;在时间效率方面,相同条件下,对比传统RSSI协作定位算法,该算法在时间效率上提高了20%。可见,所提算法可以有效提高节点定位精度,减小计算复杂度,提高时间效率。     

面向精准价格牌识别的多任务循环神经网络

为了促进智能新零售在线下业务场景的发展, 提高作为销售关键信息价格牌的识别精度. 本文对价格牌识别问题进行研究, 有效地提高了价格牌的识别精度, 并解决小数点定位不准确的难题. 通过深度卷积神经网络提取价格牌的深度语义表达特征, 将提取到的特征图送入多任务循环网络层进行编码, 然后根据解码网络设计的注意力机制解码出价格数字, 最后将多个分支的结果整合并输出完整价格. 本文所提出的方法能够非常有效地提高线下零售场景价格牌的识别精度, 并解决了一些领域难题如小数点的定位问题, 此外, 为了验证本文方法的普适性, 在其他场景数据集上进行了对比实验, 相关结果也验证了本文方法的有效性.     

一种基于网格结构图象的目标匹配定位方法

为了在不降低图象目标配准精度的前提下，加快苑配速度，提出了一种基于网格结构图象的从粗到细的目标匹配混合算法。该算法首先基本网格结构图象来抽取图象和模板的主要结构信息，以构成图象和模板的粗尺度上的一种表示，进而在这种粗尺度表示的图象上进行相似度粗匹配；然后基于引导的搜索策略，将粗匹配的目标位置对应到原图象的一些小区域，再采用部分Hausdorff距离匹配方法在这些小区域进行二次匹配和精确定位，经上述两个步骤的混合使用，不仅极大减少了计算开销，且没有降低匹配的准确度，将该混合算法与无粗匹配的部分Hausdorff距离全图匹配算法相比较，速度提高非常显著，该算法在集成电路显微图象上进行测试，取得了很好的效果。     

用于视觉传感器标定的鲁棒性靶标定位算法

为了满足高精度机器视觉传感器的标定,提出了一种新的靶标识别定位算法。算法的实现包括靶标模式的检测和匹配两部分,其中,基于矩的靶标模式检测方法使得检测精度与模式形状无关,克服了摄影变换后圆形靶标模式的非圆性缺点,保证了亚像素级的检测精度;提出的种子扩散算法能根据靶标邻域信息自动调整扩散方向和度量信息,对于任意位姿的靶标图像都能保证与三维靶标实现稳定、准确、自动的匹配。对新设计的靶标进行了识别定位实验,结果表明：算法具有高精度、高正确定位重复率、全自动和快速性等优点。     

对运动声源的被动定位跟踪新方法

本文针对无源声纳对运动声源的被动定位跟踪中的病态问题，提出一种基于线性估计、可减轻病态的新方法。理论分析与仿真结果都表明，新方法与已有方法相比，可显著提高定位跟踪精度。