一种基于N-最优阶次序列的无线传感器网络节点定位方法

基于阶次序列的无线传感器网络(Wireless sensor networks, WSN)定位方法是一种新颖的高精度定位方法, 该方法将定位空间划分为不同的子区域, 每个子区域用一条阶次序列唯一标识. 但该方法存在区域边界节点定位误差较大且不能保证平均定位误差最优. 提出了一种基于N-最优阶次序列的节点定位方法. 首先基于无线信号衰减模型产生虚拟测试点, 以参考点为样本, 通过随机采样确定最优N值,然后选择阶次位于前N位的序列所表示的子区域, 对目标进行加权定位. 文中完成了100个节点的仿真实验、15个ZigBee网络硬件节点的室外实验以及10个ZigBee硬件节点的防空洞模拟矿井应用实验. 结果表明, 本文方法有效地降低了平均定位误差, 并改善了边界节点的定位精度.     

分布式AP选择策略在室内定位中的应用

由于物体遮挡和无线接入点(AP)故障等因素,导致将所有AP节点作为特征输入的定位效果并不一定最优.传统AP选择方法通过比较整体区域的信号特征参数进行选择,并没有考虑不同子区域与AP节点之间的相关性.针对该问题,提出一种分布式AP选择算法,能够有效去除较大噪声和位置分辨能力弱的AP节点.通过将室内区域划分为若干个子区域,并计算子区域与AP节点的相关性,选取相关性优的AP节点作为该子区域的训练节点,最后通过深度置信网络模型进行定位模型训练.实验结果表明:在12m ×12m的区域范围内,该算法平均定位误差为0.4151m,较BP算法、RADAR算法而言,平均定位误差分别降低了35.95％,46.78％,运行时间分别减少了22.8％,32.9％.     

基于有序聚类和MSKPCA的室内定位算法

针对指纹室内定位算法中环境动态变化对Wi-Fi信号的干扰和定位实时性较差的问题,提出一种基于有序聚类和多尺度核主成分分析的Wi Fi指纹室内定位算法.离线阶段采用参考点可检测接入点序列的最长公共子序列衡量相似度,通过有序聚类划分子区域.在线阶段先进行粗定位,选择最优尺度的核主成分分析模型处理子区域指纹数据,使用朴素贝叶斯加权K近邻算法预测目标节点位置.实验结果表明,该算法可有效提升定位精度,86.7％的定位误差在1.2m以内.     

无线传感器网络中APIT-HR定位算法

针对无线传感器网络(WSNs)中近似四面体内点(APIT)质心定位算法计算复杂度高、定位精度差的问题,提出一种基于RSSI值折半的APIT (APIT-HR)质心定位算法.该算法以未知节点与三角形中的两个锚节点同时感知第三个锚节点的RSSI值进行比较并确定未知节点的存在区域,再以该区域质心作为定位结果.以面积规则和圆交域质心法改善APIT算法中存在的一些缺陷.仿真实验表明:相对于原始的APIT质心定位算法,APIT-HR算法降低了计算复杂度,提高了定位覆盖率和定位精度,定位误差缩小了22.8％.     

基于区域划分自适应粒子群优化的超短基线定位算法

为了降低由声速不确定引起的水下声学定位误差,提出一种基于区域划分自适应粒子群优化的超短基线定位算法.该算法将声速作为未知量,利用冗余的定位信息构建定位模型,针对标准粒子群算法收敛速度慢及容易早熟的问题,采用区域划分的方法动态调整粒子的惯性权重和学习因子,达到寻优能力与收敛速度的平衡,并引入自适应变异操作避免种群陷入局部最优解.仿真实验表明,所提出的算法能够有效提高声速未知情况下超短基线系统的定位精度.     

仿生算法的无线网络传感器节点定位

为解决当前无线网络传感器节点定位误差大的问题,提出了基于仿生算法的无线网络传感器节点定位方法.首先采用最小二乘法建立无线网络传感器节点定位的非线性方程组最优化问题,然后选取仿生算法中的约束粒子群优化算法求解节点定位模型的解,根据最优解得到无线网络传感器节点定位结果.实验结果表明,在不同条件下,本文方法的无线网络传感器节点平均定位误差很低,定位时间开销小,抗干扰性能强.     

与区域划分及虚拟力相关的三维覆盖算法

针对三维空间中无线传感器网络的节点覆盖问题,提出了与区域划分及虚拟力相关的三维覆盖算法,该算法依据节点间虚拟力及划分区域的算法思想,在每个子区域中心引入吸引源,各节点受到吸引源的引力及节点间作用力,并在合力的作用下重新调整节点的部署范围。通过实验仿真,证明了算法能有效提高目标区域覆盖率,降低节点部署能耗。     

基于内螺旋搜索的生物激励遍历路径规划算法

针对传统生物激励神经网络遍历路径规划的重复覆盖率高和子区域间路径不是最优的问题,提出了基于内螺旋搜索的生物激励遍历路径规划方法.方法 在未知水下环境信息的情况下通过生物激励神经网络算法完成水下地图环境建模与路径规划,在分割出子区域后通过内螺旋算法占主导完成子区域遍历,避免神经元活性值相同引起重复覆盖,子区域间通过A*算法实现最优路径规划.仿真结果表明,相较原方法,上述方法生成的路径分别在重复覆盖率、运行时间、路径长度指标上均有较大提升.     

非合作信标条件下水下无线传感网可靠定位技术

传统假设水下无线传感器网络的传感器节点和信标节点都是合作的,但是在军事应用等特殊场合下,某些节点容易被敌方捕获或入侵,因而水下无线传感网络中有时会存在一些非合作的恶意节点。针对存在若干非合作信标的水下无线传感器网络定位应用,提出了一种非合作信标节点约束下水下无线传器网的可靠节点定位算法。本文算法利用一跳邻居范围内信标节点独自投票机制实现对非合作信标的判决与剔除,从而减少由于存在非合作信标节点对定位误差的影响,同时也分析了不同比例非合作信标下的定位误差界限。仿真结果验证了本文提出的算法相比传统定位算法,在平均定位精度和定位覆盖率等方面都有所提高。     

一种改进鲸鱼算法的无线传感器网络定位优化研究

针对无线传感网络(WSN)的最小二乘法节点定位误差大、精度低的缺点,提出了改进鲸鱼算法(Improved Whale Optimization Algorithm,IWOA)与定位模型相结合的研究策略.首先阐述了无线传感的节点定位模型,其次在鲸鱼算法种群初始化采用深度神经网络提高初始位置多样性,对包围捕食行为中的参数采用非线性和自适应策略避免算法过早陷入局部最优,在迭代搜索过程中利用二次插值法缓解鲸鱼位置多样性衰减问题,最终达到较好的位置搜索效果,最后将改进后的鲸鱼算法求解节点定位目标函数最优值.仿真实验中IWOA与改进的鸡群算法(ICSO)和反向蛙跳-教学优化算法(OSFL-TLBO)相比,在算法时间复杂度方面具有一定的优势,同时在未知节点方面提高了分别提高了12.1％和9.4％,在参考节点方面提高了15.19％和7.2％、节点密度方面提高了9.38％和8.23％、通信半径方面提高了7.41％和5.8％、区域面积方面提高了8.19％和7.95％,结果表明IWOA算法在节点定位方面具有良好的效果.     

Design and Control of Autonomous Underwater Robots: A Survey

During the 1990s, numerous worldwide research and development activities have occurred in underwater robotics, especially in the area of autonomous underwater vehicles (AUVs). As the ocean attracts great attention on environmental issues and resources as well as scientific and military tasks, the need for and use of underwater robotic systems has become more apparent. Great efforts have been made in developing AUVs to overcome challenging scientific and engineering problems caused by the unstructured and hazardous ocean environment. In the 1990s, about 30 new AUVs have been built worldwide. With the development of new materials, advanced computing and sensory technology, as well as theoretical advancements, R&D activities in the AUV community have increased. However, this is just the beginning for more advanced, yet practical and reliable AUVs. This paper surveys some key areas in current state-of-the-art underwater robotic technologies. It is by no means a complete survey but provides key references for future development. The new millennium will bring advancements in technology that will enable the development of more practical, reliable AUVs.     

水下视觉环境感知方法与技术

有效感知水下环境是水下机器人自主运动与作业的关键。本文首先对水下视觉环境感知的共性问题进行分析,总结了视觉退化和折射畸变两大共性问题对水下视觉成像产生的影响。其次,围绕如何应对上述挑战,分别从水下视觉恢复方法、水下3维视觉感知以及水下视野增强方法3个方面对国内外主流的水下视觉环境感知方法的研究现状展开综述。最后,对水下视觉环境感知的未来发展趋势进行展望,重点包括集群化视觉感知、多模态感知信息融合、仿生视觉感知等热点研究方向。     

水下图像处理技术研究综述

随着自主式水下机器人的发展，水下探测技术成为新的研究热点。然而，吸收效应和散射效应导致水下获取的图像存在雾化和色彩偏差等缺陷。降质的水下图像在一定程度上降低了水下目标识别的准确性。为了改善水下图像质量，国内外学者对水下图像处理方法进行了深入研究。因水下图像处理方法对提升水下目标识别准确性具有良好的促进作用，故其具有重要的研究与分析价值。介绍了水下成像模型，分析了水下图像视觉质量下降的原理；根据水下物理成像模型将水下图像处理方法分为水下图像增强与水下图像复原，并分别对两类方法的研究现状进行分析与归纳；最后，总结与讨论了各类方法的优缺点，并展望了未来的发展方向。     

Experiments in the coordinated control of an underwater arm/vehicle system

The addition of manipulators to small autonomous underwater vehicles (AUVs) can pose significant control challenges due to hydrodynamic interactions between the arm and the vehicle. Experiments conducted at the Monterey Bay Aquarium Research Institute (MBARI) using the OTTER vehicle have shown that dynamical interactions between an arm and a vehicle can be very significant. For the experiments reported in this paper, a single-link arm was mounted on OTTER. Tests showed that for 90-degree, two-second repetitive slews of the arm, the vehicle would move as much as 18 degrees in roll and 14 degrees in yaw when no vehicle control was applied.Using a new, highly accurate model of the arm/vehicle hydrodynamic interaction forces, which was developed as part of this research, a coordinated arm/vehicle control strategy was implemented. Under this model-based approach, interaction forces acting on the vehicle due to arm motion were predicted and fed into the vehicle controller. Using this method, station-keeping capability was greatly enhanced. Errors at the manipulator end point were reduced by over a factor of six when compared to results when no control was applied to the vehicle and by a factor of 2.5 when compared to results from a standard independent arm and vehicle feedback control approach. Using the coordinated-control strategy, arm end-point settling times were reduced by a factor three when compared to those obtained with arm and vehicle feedback control alone. These dramatic performance improvements were obtained with only a five-percent increase in total applied thrust.     

水下机器人新型仿鱼鳍推进器

21世纪是人类开发海洋的世纪,水下机器人和自主无人潜器具有广阔的应用前景和 巨大的潜在价值．仿鱼鳍水下推进器作为一种具有效率高、运动灵活以及噪音低等优点的新 型水下推进器越来越受到广大科技工作者的重视．本文介绍了仿鱼鳍水下推进器的分类,特 点,国内外研究成果与现状,以及目前的研究热点,并对未来发展趋势作了预测．     

多水下机器人水声网络仿真框架设计

为了满足多水下机器人系统的仿真需求,根据水声信道和水声通信机模型,设计了一个基于局域网的水声网络通信协议仿真框架。该框架能够为分布式交互的水下机器人网络提供一个共享的虚拟水声信道,模拟通信协议在多个水下机器人节点上的运行情况。最后给出的是一个典型网络拓扑下ALOHA协议的仿真结果。     

水下图像增强和复原方法研究进展

目的 近年来随着水下图像/视频在海洋军事、海洋环境保护和海洋工程等科研和工业领域扮演越来越重要的角色,水下图像增强和复原作为关键技术之一,越来越多地成为研究的热点和难点问题。目前有关水下图像增强和复原方法研究进展的综述论文在国内外相对较少,为使即将进入该研究领域的学者比较全面地了解该领域的研究现状,促进该领域的快速发展,本文对其系统综述。方法 在广泛调研大量文献的基础上,按照是否基于物理模型对已有方法进行分类讨论,对其基本思想、方法特点、实验方法进行归纳和总结,其中对典型的方法进行具体介绍和分析。同时,介绍了水下图像质量的评测体系,针对典型方法的处理结果进行定性和定量的评测。进而,总结该研究领域目前存在的不足,展望未来可能的发展方向。结果 总结了水下图像退化的原因、水下图像增强和复原所采用的主要技术和方法、水下图像质量评测体系的发展历程,给出了亟待解决的问题,展望了未来的发展方向。结论 作为新兴的研究领域,水下图像增强和复原在工业界和学术界都具有广阔的应用前景和研究价值,但针对目前存在的一些局限性还需要进一步深入研究。     

水声信道的建模与仿真研究

本文简要分析了水声信道的传播特性，介绍了一种水声信道的仿真模型，并对模型进行了一定的理论分析，提出了一些改进的建议，最后给出了实现仿真的方法，并对仿真结果进行了分析。     

水下图像增强和修复算法综述

因受到光线散射和吸收、水体杂质、人工光源等因素影响,水下成像质量较低,很难满足生产作业的需求,而水下图像的增强和复原技术有助于提升水下机器视觉的能力.为帮助研究者掌握水下图像处理领域的研究方法和现有技术,对水下图像增强和复原方法进行综述.首先对水下图像存在的主要退化类型进行分析;分别对水下图像增强、复原的经典方法和最新进展进行总结,系统梳理了水下图像质量评测体系和公开数据集;最后对水下图像处理未来的研究趋势进行了展望.     

水下作业安全生理信号实时监测设备研制

通过对水下作业人员生理信号的实时监测,可以使水面指挥决策人员及时了解水下作业人员的生理状况,从而提高水下作业的安全性.该文所研制的水下作业安全生理信号实时监测系统的主要特点包括:(1)使用光电传感器对生理信号进行采集,有效地减弱水对生理信号数据采集的影响;(2)数据通过水声通信技术进行无线传输,提高了水下作业人员的自由...