一种改进的室内指纹定位算法

针对指纹定位算法在建立离线指纹库时需要部署较多参考节点(RP)的问题,提出一种分区拟合近似算法(PFAM)。为减少指纹定位算法在离线阶段的工作量,对整个目标环境进行分区,并在每个分区内重新部署虚拟RP;采用三阶多项式对数距离路径损耗模型拟合得到每个分区的环境系数,并建立每个分区的误差向量;利用拟合模型和误差向量逆推得到虚拟RP的信号强度,并采用C均值聚类算法对离线指纹库聚类来减少在线阶段的计算量;在在线阶段采用加权K近邻算法(WKNN)对目标进行定位。实验结果表明,在RP部署较少的条件下,PFAM算法依然能达到较高的定位精度,平均定位误差约为1.2 m。累积分布函数(CDF)分析结果表明,有86%的定位误差分布在2 m以内。     

时序测量信息触发的递归贝叶斯定位算法

为了提高定位系统抗干扰性,降低定位误差,提出一种基于递归贝叶斯的指纹定位算法。针对离线阶段指纹数据采集的盲目性与不可靠性,利用样本方差对采样值的可信度进行衡量,降低环境因素对数据的影响,为在线匹配提供更有效的可靠指纹库。利用目标运动过程中相邻时刻间的约束关系构建马尔可夫模型,以预测当前时刻目标位置,克服传统定位算法经常出现的位置估计跳动范围大、鲁棒性差等问题,提高了定位精度。经仿真模拟与路演实景的双重可重复性测试,所提算法的平均定位误差绝对值在模拟与实景测试中均不大于0.927m,较已有经典同类定位方法,其定位精度提高30%以上。     

离散度WKNN位置指纹Wi-Fi定位算法

为改善加权K近邻位置指纹定位算法在室内环境复杂时的定位性能,提出一种以位置指纹离散度作为权值参考的改进加权K近邻位置指纹定位算法.算法在离线位置指纹数据库建立阶段采用K-means聚类算法对位置指纹进行聚类,来降低搜索位置指纹库的计算量.从离线位置指纹库中选取K个与在线实测Wi-Fi信号强度信息最相似的位置指纹,比较其离散程度,将离散程度小的位置指纹赋予较高的加权系数,以减小原加权K近邻算法在室内复杂环境信号强度随距离变化较大情况下带来的位置估算误差.对离散度加权K近邻算法时间复杂度的分析表明,其计算量小于原加权K近邻算法;实际环境实验结果表明,离散度加权K近邻算法具有更高的定位精度,且定位误差波动较小.     

两级参考点匹配位置指纹声源定位方法

提出一种两级参考点（RPs）匹配方法来减少位置指纹声源定位（SSL）过程中临近参考点搜索的计算量. 离线采样阶段：通过K均值聚类算法将数据库划分为一定数目的子库,并采用一种距离检测方法对离群点进行剔除. 在线定位阶段：通过第一级临近子库匹配完成对参考点搜索范围的缩减;在临近子库内进行第二级参考点匹配得到临近参考点;完成声源目标（TP）定位. 实验结果表明,采用两级参考点匹配算法可以在保证定位精度的前提下有效提高位置指纹声源定位方法的定位效率.     

基于室内地图环境信息的多楼层WiFi定位技术研究

针对多楼层环境的室内定位需求,提出了一种基于地图环境先验信息的WiFi指纹定位方法。首先在离线阶段建立地图环境信息模型并对指纹进行仿射传播聚类,然后在线阶段采用RSSI阈值的楼层判别算法确定楼层,并结合地图信息模型和最大后验估计方法计算出终端位置。实验结果表明,相比于传统的指纹定位方法,室内定位技术不仅能提高定位精度,并且降低了在线阶段指纹匹配计算的复杂度。     

改进的室内三维模糊位置指纹定位算法

提出了改进的三维空间模糊指纹定位方法(ITF)。该方法首先采用高斯模型对样本节点和未知节点的RSSI值进行过滤,建立样本点的指纹数据库,并将传统的求解高次坐标问题转换成空间隶属度的问题。利用模糊匹配算法计算未知节点与指纹库中各个已知样本点的贴近度,通过贴近度权系数定位未知节点。实验结果表明该定位方法比传统定位算法在降低误差方面具有更高的性能。     

一种基于Shapelet算法的指纹定位方法

信道状态信息（CSI）受时空影响较大,导致现有基于CSI的室内定位技术鲁棒性差.针对这一问题,提出了基于Shapelet算法的指纹定位方法.在训练阶段将CSI作为原始位置数据,通过3-σ异常值处理法和卡尔曼滤波对原始数据进行处理、修正;再使用Shapelet算法提取每个位置的指纹,并建立指纹库;最后使用指纹库构建Shapelet决策树,通过决策树分类实现较为精准的定位.通过与主成分分析算法以及k近邻算法的对比实验,结果表明,该方法在不同时间的定位精度较高,且能保持性能稳定,所需训练集更小.     

改进的构建Wi-Fi位置指纹库算法研究

针对传统的位置指纹算法在更新位置指纹库时人力和物力巨大耗费的问题,提出利用压缩传感理论和重心拉格朗日插值算法来更新位置指纹库.压缩传感理论将指纹向量的重构过程转换为一个最小 l₀范数的优化问题,并通过最小全变分方法求解原始指纹向量.重心拉格朗日插值算法利用样本节点间的空间相关性,使得在离线阶段通过测量少量指纹就可重建位置指纹库.在真实室内环境的实验验证了压缩传感恢复算法比重心拉格朗日插值算法具有更好的定位性能.     

基于边界过滤和邻域均值滤波的室内定位算法

在构建位置指纹库时,采用过滤法剔除数据采集阶段位于边界的位置指纹点,使用邻域均值算法滤除指纹库中指纹的噪声点。将指纹库k-means聚类为合适的k个指纹类以表示相似的位置指纹点,再用加权k近邻法实现精确定位。实验证明,相对于传统未对RSSI信号做处理的定位算法,该算法平均定位精度提高了28.9%。     

基于RSSI的煤矿巷道高精度定位算法研究

无线精确定位被广泛应用于矿山物联网技术领域,针对煤矿巷道定位算法普遍存在定位精度不高、误差大、易受环境干扰、被定位目标抖动和漂移等问题,提出一种基于高斯滤波的分段实时计算动态路径损耗因子α和环境参量ε_σ的接收信号强度指标(RSSI)高精度巷道定位算法.实验中采用加权最小二乘法和最小二乘法曲线拟合方法,实时动态计算路径损耗因子和环境参量来构建符合煤矿井下特殊环境的信号传输模型;在位置坐标求解阶段引入距离误差修正参数Δμ,采用标准最小均方差迭代估计出未知节点的位置坐标.以锚节点不同布置方案对算法进行实地测距验证.结果表明:提出的算法定位平均精度为1.6m,最坏情况是2.8m,横向平均误差为1.2m,纵向平均误差为0.8m;相比固定路径损耗因子的RSSI算法提高了定位精度,降低了误差率.     

Algorithm for recursive Bayesian localization triggered by temporalseries measurement information

To improve the robustness of a position system and reduce the localization error, this paper proposes a fingerprint positioning method based on the recursive Bayesian. To solve the blindness and unreliability of the location fingerprint data in an offline phase, the fingerprint database based on the sample variance is developed to measure the confidence of sampling values and reduce the impact of environmental factors, improving the reliability for online localization. The proposed method provides the target position at the current moment by utilizing the Markov model that is established by the constraint relationship between moments in the source movement, which avoids the jump problem of the position estimation and poor robustness and improves the localization accuracy. Extensive experimental results demonstrate that the average localization error norm of the proposed algorithm is no more than 0.927m, indicating significantly lower errors than other traditional schemes (often by more than 30 percent).     

基于图像关键帧的Visual-Depth Map建立方法

对于室内视觉定位系统,需要在离线阶段建立Visual Map数据库用来存储图像信息,在线阶段用户通过与Visual Map数据库进行比对来完成用户位置的估计.离线阶段建立的数据库可以采用逐点采样或视频流采样的方式.但是无论何种方式,考虑到数据库中图像信息的相似性,传统方式建立的数据库中存储图像有较多冗余,导致增加了在线阶段的定位时间开销.因此,本文根据Visual Map中的相邻图像间的相似性,提出了一种基于图像关键帧的Visual-Depth Map建立方法,有效地减少了离线数据库的规模.在离线阶段,本文使用Kinect传感器同时获得图像信息和深度信息;然后,通过基于图像相似度的图像关键帧算法对原始图像序列进行筛选,得到关键帧序列,从而实现Visual-Depth Map的建立.在线阶段,用户可以直接输入查询图像与Visual-Depth Map中的图像序列进行检索匹配,找到相似度较高的匹配图像,再通过EPnP算法进行2D-3D的位姿估计,完成用户位置的计算.实验证明,本文所提方法可以在保证较高定位精度的前提下,有效减少离线数据库规模,降低在线阶段的定位时间开销.     

基于声音位置指纹的室内声源定位方法

针对基于模型的声源定位方法在非结构化空间中应用所存在的模型依赖度高、定位精度低等问题,提出一种基于声音位置指纹的定位方法,通过将待定位点处的声源信号空间位置特征与定位数据库中信息进行比较从而完成声源定位.该定位方法包括2个阶段:离线采样阶段,捕获各定位参考点处声源信号并完成位置特征提取,据此特征和参考点位置信息构建定位数据库;在线定位阶段,通过提取待定位点处实时信号特征并和定位数据库中信息进行匹配完成定位.仿真实验结果表明:在麦克风数量较少、环境噪声干扰较大的情况下,该方法具有较小的声源位置估计偏差,定位效果可满足实际应用需求.     

Study on sound source localization for mobile robot based on tetrahedral microphone array[D].

针对基于模型的声源定位方法在非结构化空间中应用所存在的模型依赖度高、定位精度低等问题,提出一种基于声音位置指纹的定位方法,通过将待定位点处的声源信号空间位置特征与定位数据库中信息进行比较从而完成声源定位. 该定位方法包括2个阶段:离线采样阶段,捕获各定位参考点处声源信号并完成位置特征提取,据此特征和参考点位置信息构建定位数据库;在线定位阶段,通过提取待定位点处实时信号特征并和定位数据库中信息进行匹配完成定位. 仿真实验结果表明:在麦克风数量较少、环境噪声干扰较大的情况下,该方法具有较小的声源位置估计偏差,定位效果可满足实际应用需求.

     

基于集成深度神经网络的室内无线定位

针对传统无线定位模型对指纹数据库容错性低、抗噪能力弱等问题,提出一种基于数据融合的集成深度神经网络无线定位方法,从原始指纹数据库中按照一定比例随机取样生成各基学习器的训练数据,能够有效克服异常样本与有噪数据对无线定位系统带来的干扰;在指纹数据库构建过程中,提出Gauss-Occupied (G-O)数据扩充方法以解决无线指纹数据库样本容量小的局限,大幅度降低人工采集的成本,进一步提高样本空间的表征范围。试验结果表明:提出的模型不仅能够有效提高无线定位系统的平均定位精度与抗噪能力,而且能够明显降低定位过程中出现的单点最大误差。     

Tunnel personnel positioning method based on TOA and modified location-fingerprint positioning

To position personnel in mines, the study discussed in this paper built on the tunnel personnel positioning method on the basis of both TOA and location-finger print(LFP) positioning. Given non-line of sight(NLOS) time delay in signal transmission caused by facilities and equipment shielding in tunnels and TOA measurement errors in both LFP database data and real-time data, this paper puts forth a database data de-noising algorithm based on distance threshold limitation and modified mean filtering(MMF), as well as a real-time data suppression algorithm based on speed threshold limitation and MMF.On this basis, a nearest neighboring data matching algorithm based on historical location and the speed threshold limitation is used to estimate personnel location and realize accurate personnel positioning.The results from both simulation and the experiment suggest that: compared with the basic LFP positioning method and the method that only suppresses real-time data error, the tunnel personnel positioning methods based on TOA and modified LFP positioning permits effectively eliminating error in TOA measurement, making the measured data close to the true positional data, and dropping the positioning error:the maximal positioning error in measurements from experiment drops by 9 and 3 m, respectively, and the positioning accuracy of 3 m is achievable in the condition used in the experiment.