混合噪声下移动受限水声传感器网络自定位算法

现有的水声传感器网络定位算法需要信标节点辅助定位,测距噪声服从高斯分布,定位成本高,精度低,对此,提出一种混合测距噪声下基于最大后验概率的自定位算法. 首先对受限移动节点的移动模式进行建模以获取节点位置的先验信息,测量节点间距离并基于加性和乘性混合噪声构建似然函数,在贝叶斯框架下将节点位置的先验与似然信息进行融合,通过最大化后验概率得到定位目标函数;然后利用BFGS拟牛顿法对目标函数进行优化求解. 仿真结果表明,相比同类定位方法,所提方法无需信标节点,定位精度高,收敛速度快,且对测距噪声的变化具有鲁棒性.     

基于颜色和深度的场景分割

针对家庭服务机器人对分割精度的要求,研究了基于Kinect的场景分割问题。设计了一种融合Kinect获取的深度信息与颜色信息的场景分割方案。将Kinect获取的深度图像与颜色图像分别用一维向量和三维向量表示,并进行归一化,通过一个平衡系数将二者融合到一起形成场景的四维向量描述;再将基于Nystrm方法的Normalized Cuts谱聚类算法应用于四维向量,从而实现场景分割。实验结果表明,该算法的分割结果优于单独基于颜色或深度信息的场景分割算法,能达到家庭服务机器人对场景分割精度的要求。     

基于Kinect传感器的机器人室内环境检测方法

针对移动机器人室内环境检测问题,提出了一种基于Kinect传感器的目标物体检测方法.利用Kinect传感器采集的视频图像和深度数据来实现对机器人工作环境中已知特征目标物体和完全未知目标物体的检测及定位.对于已知特征目标通过颜色特征分析来完成检测,而对于完全未知的物体则通过深度地面消除算法和提取深度图像的轮廓来进行检测.利用传感器成像模型对检测出的目标区域进行三维空间定位,从而获取目标物相对于机器人的空间位置信息.基于移动机器人平台进行实验,结果表明,该方法能够有效地实现室内环境信息的检测及定位.     

中耳传输响应对声源定位的影响

以MIT媒体实验室测得的HRTF实验数据为基础,在不同的声源信号激励下,双耳信号分包括中耳传输响应和不包括中耳传输响应两种情况,通过计算耳间互相关函数,分别得到IACC、双耳时间差和耳间互相关函数的宽度WIACC等三个声学参数,探讨了中耳传输响应对声源定位的影响.结果表明,中耳传输响应基本不影响声源方位角的定位,但会对声源的明晰度产生影响,而对声源明晰度影响的大小在一定程度上取决于声源信号的频谱.     

基于能量UWSAN的最大似然目标定位

文章针对低信噪比下的水下目标定位问题,建立了水下无线传感器阵列网络,该结构包括多个分布式声传感器阵列,它适应于多模态信号处理,既可以利用目标的方位信息,又可以用能量信息.文中提出了用每个阵列接收到的信号能量作为参量完成目标定位并推导了基于能量的最大似然比目标定位方法.数值仿真表明:基于该结构的能量似然函数定位方法,可以有效估计目标的位置,并且比单阵元网络的定位性能和信息传输率上有了较大的提高,尤其是在低信噪比下情况下,可以大大减小估计的方差.     

基于融合约束局部模型的三维人脸特征点定位

提出基于特征融合约束局部模型的三维人脸特征点定位算法. 该算法对每个特征点分别使用三维网格的深度信息和网格局部形状信息训练分类器,对分类器的响应进行融合. 使用基于融合响应的正则化特征点均值漂移算法进行模型拟合,实现特征点定位. 三维人脸特征点定位经常需要对每个特征点的候选点集进行遍历产生候选点组合,该算法使用模型拟合代替穷举搜索,避免了嵌套循环带来的快速增长的时间开销. 使用FRGC v2.0和Bosphorus数据库,对算法进行实验评估. FRGC v2.0库上的特征点平均误差为2.48~4.12 mm,总体检测成功率为97.3%,其中中性、温和及极端表情下的检测成功率分别为97.6%、97.4%和95.5%. Bosphorus库上3种姿态下的检测成功率分别是94%、95%和89%. 实验结果表明,提出方法具有较好的效果,对表情和小幅度的姿态变化具有较好的鲁棒性.     

基于主动探测的移动机器人声源目标距离测定方法

针对移动机器人声源定位技术的研究大都只实现了对声源的定向,而无法获得准确的声源距离信息的问题,提出了通过移动机器人主动运动实现声源目标距离测定的方法,以及一种基于粒子群优化算法的最优探测点计算方法.通过仿真验证了该方法的可行性和有效性,并且在室内环境下进行测试.试验结果表明:移动机器人可以通过主动运动到达最优探测点,并且实现对声源目标距离的测定.     

最大似然估计在辐射噪声源近场定位中的应用

为有效解决水下噪声源近场定位问题,本文针对常规聚焦波束形成及MVDR聚焦波束形成定位方法的空间分辨率不高及无法处理相干声源的缺点,介绍了基于最大似然估计的辐射噪声源近场定位方法,并利用遗传算法寻求最大似然估计的全局最优解,从而实现水下噪声源近场高分辨定位.通过计算机仿真及湖试数据处理验证了该方法可以实现辐射噪声源近场高分辨定位,且仅利用小孔径基阵就可以清晰分辨间距大约1 m的两相干声源,具有很高的工程应用价值.     

基于空间颜色模型的目标跟踪方法

为了克服颜色直方图对目标定位不准确的问题,提出了基于空间颜色模型和粒子滤波的目标跟踪方法。结合目标区域的颜色和空间信息,采用空间颜色直方图对目标建模,通过计算候选目标和参考目标空间颜色直方图的Bhattacharyya距离,建立基于空间颜色模型的观测似然函数。实验表明,与基于颜色直方图的跟踪算法相比,新算法提高了跟踪的准确性和鲁棒性。     

基于角度和时差的单站多外辐射源融合定位方法

针对利用单个观测站接收多个外辐射源信号对静态目标的定位问题,提出了一种基于融合的定位方法。首先依据单个外辐射源,建立时差和到达角的观测方程;然后构建测量误差的概率密度函数,利用最大似然估计得到目标位置的解析解;最后利用最大似然方法将依据单个外辐射源得到的目标位置进行融合,得到目标位置的融合解。仿真结果表明,文章多外辐射源融合定位的克拉美罗界(Cramer Rao lower bound,CRLB)低于单外辐射源定位,联合角度(direction of arrival,DOA)和时差(time difference of arrival,TDOA)定位的CRLB低于仅利用时差定位,且文章算法的定位误差逼近CRLB。系统几何精度因子(geometric dilution of precision,GDOP)图表明,影响定位精度的主要因素是测量误差、目标的位置和辐射源个数及位置。     

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.     

三点阵次声源定位估算法

为了实现防震减灾,可以用震前次声波异常信号出现的时间和异常幅值预测发震时间和震级,有效率达到75%以上.地震预测有3个要素,震中位置是最重要的因素,不能准确地预测发震地点就不能实现防震减灾的目的.利用已建立的次声观测阵,提出了一种三点阵次声源定位估算法,该方法能对次声入射方位角、次声波传播速度以及次声源进行估算.通过一些实际震例对次声波进行了定位分析,结果表明估算方向与实际震中方向一致,说明本文提出的三点阵估算法是可行的.     

基于相位差的声源定位算法研究及实现

针对目前安防监控系统监控效率低、盲目性大的问题,设计了一种基于相位差（differenceofphase,DOP）的声源定位系统,介绍了系统的组成原理、软硬件电路设计与实现,提出了一种基于DOP的定位算法。该系统以DSP芯片TMS320F28335为核心,以麦克风为声音传感器,以云台为控制对象,实现了一种高效、低成本的嵌入式声源定位系统。实验结果表明,该系统反应快、定位准、可靠性高。     

基于Kinect的典型零部件识别与定位

针对自动化拆卸的零部件识别与定位问题,提出了一种结合深度信息的典型零部件图像识别与定位方法.利用Kinect传感器获取彩色图像与深度图像,提取出两者之间的仿射变换矩阵,实现彩色图像的矫正;根据相关系数匹配法实现矫正后的彩色图像零部件识别;利用彩色图像与深度图像的对应关系对零部件进行定位.针对典型零部件,对Kinect传感器获取的图像进行仿真实验与处理,结果表明,该方法能对目标进行识别与定位,验证了方法的有效性.     

基于载波相位差值的室内Wi-Fi定位方法

到达角（AoA）的角度分辨力低,导致基于信道状态信息（CSI）的AoA定位精度难以突破亚米级.为了提升定位精度,提出了一种基于载波相位差值的室内Wi-Fi高精度定位方法.首先,提取CSI中心频点子载波的相位信息和直视路径的信号飞行时间,通过虚拟参考点构建载波相位差分定位模型,实现目标初始定位;然后,结合目标初始定位位置,采用虚拟基线约束的方法实现整周模糊求解;最后,提出基于扩展卡尔曼滤波的载波相位定位优化算法,得到目标精确位置.此外,通过实验对比了直线和任意路径下的动态定位结果,所提定位方法的中值定位误差在0.25 m以内,具有更高的准确性和可靠性.     

一种新的超声波绝对定位方法

针对常规的超声波定位方法存在对决定定位精度的声速与渡越时间估算不准,导致定位精度有限的问题,提出了一种新的超声波绝对定位方法,即冗余超声波信息特殊融合法(SFMRUI)。SFMRUI利用冗余信息间的几何关系,以及冗余信息与误差间的隐含关系来修正误差。SFMRUI能很好地消除渡越时间误差,能求出波头滞后误差,并能对测量精度做出评价。实验与仿真结果证明SFMRUI法是正确的,且能大大提高绝对定位精度,与时差法和常规法相比优势很明显。     

分布式声源定位算法实现

为了提高声源目标在三维定位中的精度,建立声源定位三维仿真模型,通过测量声源到各传感器之间的到达时间差,计算出声源到达各传感器的距离差.以泰勒级数展开算法为核心,估计出声源的三维坐标,通过Matlab对均方根误差、声源坐标的估计进行仿真,通过VC＋＋与Matlab进行混合编程实现声源定位仿真系统,实现传感器坐标的串口的实时采集.仿真结果表明所提出的算法具有较高的定位精度,估计位置与声源实际位置偏差不超过3 m.