基于多源信息融合的RBF神经网络室内可见光定位算法

针对基于接收信号强度（RSS）的定位技术易受环境干扰而导致定位精度不高和稳定性较差的问题,提出了一种基于多源信息融合的径向基函数（RBF）神经网络室内可见光定位算法。通过将图像的颜色矩特征与RSS矩特征融合,构建指纹库,并采用RBF神经网络进行预测,实现了图像与RSS之间的优势互补,最后对定位算法进行了验证。实验结果表明,经过优化的多源信息融合定位算法较单一RSS定位算法的定位精度提高了9.4%。     

基于多个传感器的VLC室内定位算法研究

为了实现移动机器人的快速高精度定位,提出了一种基于多个传感器的室内定位模型,研究了其可见光通信技术(VLC)室内定位算法,并对该算法进行了实验验证。首先研究基于AOA定位算法,利用传感器的响应曲线,结合室内定位模型,通过拟合预测算法计算出信号到达角度实现定位;然后综合多个传感器的定位模型和AOA定位算法,分析得出一种室内定位的实现方式,通过实验验证了该定位模型和定位算法的实现可行性。结果表明:其定位精度达13.6cm,定位周期为0.1s,相较于传统的AOA定位算法,该算法定位精度高、成本低、可行性高且定位速度快。     

基于接收信号强度非齐性分布特征的半监督学习室内定位指纹库构建

室内定位中半监督学习的指纹库构建方法能够降低人力开销,但忽略了高维接收信号强度(RSS)数据不均匀的非齐分布特点,影响定位精度,针对此问题该文提出一种基于RSS非齐性分布特征的半监督流形对齐指纹库构建方法。该算法运用局部RSS尺度参数以及共享近邻相似性构造权重矩阵,得到精确反映RSS数据流形结构的权重图,利用该权重图通过求解流形对齐的目标函数最优解,实现运用少量标记数据对大量未标记数据的位置标定。实验结果表明,该算法可以显著降低离线阶段数据采集的工作量,同时可以取得较高的定位精度。     

用于WLAN室内定位的PCA聚类算法

在WLAN室内定位系统中,针对接收信号强度(RSS)的时变特征降低室内定位精度的问题,提出一种基于主成分分析(PCA)白化RSS的聚类算法,该算法首先对信号强度进行PCA白化处理,去除RSS信息的相关性,提高聚类中心的可靠性和合理性,然后通过K-means聚类方式对RSS信息进行聚类,能够有效地提高聚类精度,以此来提高定位精度.实验结果表明,该算法相比于没有经过PCA的传统聚类算法,能够使定位误差在2m内的概率提高44.8％,性能更优良.     

一种基于RSS估计的虚假点消除方法

 论文提出了一种基于接收信号强度(Received Signal Strength,RSS)的测向交叉定位方法,解决无源测向交叉定位中的虚假点问题.首先推导了阵列协方差矩阵中接收信号强度与阵列流型之间的关系,利用协方差逆矩阵高阶幂逼近噪声子空间的特点,在已知阵列流型基础上准确获取各来波的信号强度,解决了同一信道多来波的RSS估计问题;然后运用电磁波传播相关理论,根据接收信号强度和传播路径衰减参数的关系判定各定位点的置信度,排除了虚假点.所提算法对存在一定角度估计误差、低信噪比等情况具有很好的鲁棒性,仿真结果验证了该算法的有效性和可行性.     

TOA/RSS混合信息室内可见光定位方法

为提高室内定位精度,提出一种基于混合到达时间/接收信号强度(TOA/RSS)信息的定位方法。针对室内可见光定位中存在的多径效应造成的定位非线性误差,引入前置无迹卡尔曼滤波的粒子滤波算法,将TOA信息与RSS信息相融合,达到修正非线性误差的目的。然后综合考虑接收端惯性传感参数,对接收端进行运动分析,提升估算坐标的精度。在长宽均为5 m、高度为3 m的室内进行定位仿真,在12 W发光二极管(LED)发射功率下,所提方法获得了平均定位误差为2.02 cm的定位精度。仿真结果证明,所提定位方法的定位性能总体优于指纹定位方法和三边定位的RSS定位方法,具有较强的鲁棒性和较低的定位延迟。     

ZigBee网络容忍恶意攻击的安全定位算法

该文提出一种基于进化思想的容忍恶意攻击安全定位算法(ELAMP)。依据最大似然估计概率模型,结合接收信号强度(RSS)标准差与距离的分布关系,建立ZigBee网络安全定位模型。进一步,设计进化算法对模型进行求解,并分析了算法的收敛性和时间复杂度。实验结果表明,当恶意节点比例不超过50%的情况下,所提算法的定位精度明显优于已有定位算法。     

基于Wi-Fi的动态室内定位方法

针对目前动态室内定位方法定位精度不足，研究基于Wi-Fi的动态室内定位方法。该方法利用传感器采集Wi-Fi的RSS(received signal strength，接收信号强度)指纹信号后，使用改进非均值滤波算法去除RSS指纹信号的干扰噪声，以不含干扰噪声的RSS指纹信号作为基础，使用基于指纹子空间匹配动态室内定位方法，计算不同阶段RSS指纹覆盖向量、汉明距离以及欧式距离等，得到若干个动态室内定位估计值，再使用峰值密度聚类算法对若干个动态室内定位估计值进行估计，获取估计值中可信的估计位置，即动态室内定位结果。实验结果表明：该方法不仅可有效去除RSS指纹信号含有的干扰噪声，还可对动态室内目标进行准确定位，定位误差仅为-1～0.5 m，定位精度较高。     

基于RSS的室内可见光差分修正定位算法

可见光通信技术是利用白光LED同时实现照明和通信的新型通信技术,为室内定位技术提供了新的可能.针对可见光通信中接收信号强度RSS随机波动较大的问题,提出一种基于RSS的改进的差分修正定位算法,通过将各个参考节点分别作为差分修正参考节点进行定位修正,规避了设定参考节点权重过大的问题.该定位算法有效地提高了室内定位精度,无需增加额外硬件设备,计算量小,容易实现.仿真结果表明,该定位算法在5m×5m×3m的空间区域中能够实现约15 cm的平均定位误差性能.     

基于数据融合技术的单基站混合定位算法

针对传统的多基站定位容易引起通话质量干扰问题,提出了在TD-SCDMA蜂窝系统中,仅采用单个基站定位的混合定位算法(HPSR,hybrid positioning scheme with RSS).在该算法中,设计了一种新的冗余RSS数据融合模型(RDFM,RSS data fusion model)以消除非视距(NLOS,non-line-of-sight)误差,提高定位精度,并从理论推导证明了此模型的有效性.给出了运用在实际中的定位流程图,并进行了仿真验证,仿真结果表明,HPSR同时提高了TOA/AOA算法的稳定度和精确度.     

红外零位走动量测量中的相机姿态自适应补偿

为提高红外零位走动量测量精度,针对测量过程中相机姿态变化误差引起的图像定位精度不高问题,提出了一种CCD相机姿态小角度变化自适应补偿方法。通过理论分析,推导出相机姿态解算公式,建立了CCD相机姿态解算数学模型,然后基于某型红外瞄具零位走动量测量系统,分别针对三种相机姿态,对瞄具分划线在参考坐标系中的坐标进行了对比实验。结果表明,测量精度优于0.01 mil,能减小相机倾斜对红外瞄具零位走动量测量带来的误差,为提高零位走动量测量精度提供了一种相机姿态自适应补偿的新方法。     

基于衍射光栅的超精密定位技术研究

分析了一种百纳米级位移分辨率的双级衍射光栅测量系统, 建立了衍射叠栅(莫阿)信号与对应位移的数学模型, 并通过计算机仿真对叠栅信号的位移特性进行了研究。在此基础上设计了一套基于双级衍射光栅的精密定位装置, 利用两组衍射光栅, 取其透射零次激光叠栅信号的差信号为控制信号, 由微机控制实现高精度位置检测及精密自动定位。系统采用的差动光栅技术, 极大地提高了位置检测信号的灵敏度及定位精度。通过粗定位和精定位相结合的两段式复合定位, 可在高精度定位的同时, 缩短定位时间, 实现高速高精度定位。实验结果表明, 基于衍射光栅的精密定位装置可获得±0.5 μm的定位精度, 对精密加工工程领域具有重要的实用价值。     

Data Pre-Processing in Compressive Sensing Based Indoor Fingerprinting Positioning

Presented is a novel compressive sensing (CS) based indoor positioning approach, which uses the signal strength differentials (SSDs) as location fingerprints (LFs). By using certain kernel-based transformation basis, the 2-D target location is represented as an unknown sparse location vector in the discrete spatial domain. Then it just takes a little number of online noisy SSD measurements for the exact recovery of the sparse location vector by solving an ?₁-minimization program. In order to effectively apply CS theory for high precision indoor positioning, we further import some data pre-processing algorithms in the LF space. Firstly, to mitigate the influence of large measurements noise on the recovery accuracy, a LF space denosing algorithm is designed to discriminate the unequal localization contribution rate of every SSD measurement in each LF. The basic idea of the denosing algorithm is to transform the original LF space into a robust and decorrelated LF space. Moreover, in order to lower the high computational complexity of the CS recovery algorithm, several LF space filtering algorithms are also exploited to remove certain percentage of useless LFs in the radio map according to the real-time RSS observations. The performance of these denosing and filtering algorithms are investigated and compared in real-world WLAN experiment test. Both experimental results and simulations demonstrate that we achieve remarkable improvements on the positioning performance of the CS based localization by using the proposed algorithms.     

基于自适应渐消记忆的蓝牙序列匹配定位算法

针对传统指纹定位算法建库耗时长和定位精度低的问题,该文提出一种基于自适应渐消记忆的蓝牙序列匹配定位算法。首先,利用行人航迹推算(PDR)和最近邻算法(NNA)对运动序列进行位置标定和接收信号强度(RSS)映射;然后,根据邻近位置的相关性,采用序列递归搜索算法构建指纹序列数据库;最后,通过自适应渐消记忆算法,并结合初始序列匹配度实现位置估计。实验结果表明,该算法在室内环境下能够获得较低的建库时间开销以及较高的定位精度。     

基于模拟退火算法的舰船磁场高精度建模方法

在舰船消磁与防护中,需要利用混合模型对舰船磁场的空间分布规律进行数学建模,而混合模型将磁偶极子阵列等距分布忽视了舰船结构的影响,且没有考虑测量数据的真实性,导致所建模型精度不高、稳定性较差.文章以混合模型系数矩阵条件数为目标函数,采用模拟退火算法（Simulated Annealing algorithm,SA）优化系数矩阵条件数,得到磁偶极子阵列的最优位置分布;然后通过考察单个点的拟合情况剔除误差大的测量点,优化测量数据;最后利用逐步回归求解模型方程,获得舰船磁场高精度稳定模型.实测数据建模表明：与磁偶极子等距分布的混合模型建模相比,本文方法所建模型精度可达96%,对测量数据误差的敏感性低,抗干扰能力强,具有较好的鲁棒性.本方法可用于复杂海况背景下的舰船磁场高精度建模,以及水面磁性目标探测与定位系统.     

基于联合双机MUSIC的多目标无源定位算法

在无源定位中,基于角度信息的双机协同定位方法具有参数少、精度高和灵活性好等优点。但在辐射源日益密集的战场环境中,对多个目标实施定位时,通常将双机观测到的信息分别匹配并联合方程求解每个目标的位置,容易出现匹配错误、定位模糊问题。本文提出了一种双站联合MUSIC角度估计算法,通过降维投影的方法减少了谱函数和谱峰搜索的计算量,可以获得同一目标测向线匹配结果,并获得更高的测角精度。在定位解算中,利用经典的最小二乘法解算目标位置。仿真结果表明,对慢速多目标,相比匹配测向法,本文所提算法具有更高的定位精度。      

基于RSS空间线性相关的WLAN位置指纹定位算法

针对RSS(接收信号强度)时变性以及不同终端信号接收能力的差异性,导致WLAN位置指纹定位不稳定的问题,基于RSS空间线性相关性提出一种新颖的位置指纹定位算法.在每个参考点分别采集多组RSS样本形成特征矩阵,并构建离线位置指纹数据库.定位时,通过计算实时RSS矩阵与指纹库参考点相关性,得到最相关的k个参考点,利用二次加权质心算法计算用户的最终位置.为了有效降低信号时变性的影响,采样时进行了滤波、排序等处理,构建离线指纹数据库时尽量增加采样次数,但需要对样本进行聚合处理以适应定位相关性计算.实验结果表明,该算法在保证较高定位准确度的同时,针对不同终端有更好的定位稳定性.     

一种改进的激光光斑中心亚像素定位方法

为了满足平台漂移测量系统中平台漂移角速度高精度测量的要求,基于傅里叶级数,提出了一种改进的激光光斑中心高斯拟合定位方法。该方法在简化高斯拟合模型的同时保证了相对较高的激光光斑中心定位精度。结果表明,改进的高斯定位算法中心定位精度为0.01pixel,明显优于传统质心法和带阈值质心法的0.1pixel。改进后的算法具有较好的算法稳定性。     

基于朗伯模型参数估计的VLC室内定位优化算法

为实现高精度室内定位,本文设计了一种可见光 通信(VLC)室内定位系统,并通过 结合优化的朗伯模型、码分多址技术(CDMA)、三边定位算法而有效提升了定位精度和系统 扩展性。首先,每个发光二极管(LED)的ID信息经过直接序列调制后加载到LED驱动电路上 ,LED发出带有自身ID信息的灯光信号。在接收端通过光电探测器(PD)接收灯光信号,并 根据扩频码的正交性恢复出ID信息及接收信号强度(RSS),以此提高信道容量并增强系统 抗干扰能力。然后,根据朗伯光源模型,由三边定位算法得出待定位点的定位估计坐标。为 进一步提高精度,引入k最近邻(KNN)思想,采集适当的指纹点并由指纹点信息对每盏灯在 定位估计坐标处的朗伯光源模型参数进行估计,由优化后的朗伯模型计算出精度更高的定位 坐标。在1m×1m×1.35 m的空间区域中,进行本VLC室内定位系统 的实验测试。结果表明,提 出的高精度VLC室内定位系统的平均定位误差降低至2cm左右,其定位精度相比于传统三边 定 位算法提升了30%。此外,该系统方案所采用基于指纹点信息优化朗 伯模型参数的方法具备良好的实用扩展性,可实现广阔的应用场景。