基于牛顿迭代搜索法的多节点协同振源定位研究

对多节点传感器阵列,提出一种基于牛顿迭代搜索法的振源定位算法.首先引入灰色关联的概念建立多节点传感器的定位模型,然后通过对各节点协同定位结果进行牛顿迭代搜索,以期获得更为精确的定位结果.为验证算法有效性,将该算法与加权平均算法和最小二乘法进行比较,仿真结果表明,此算法可有效提高目标的定位精度.     

基于遗传-拟牛顿混合算法的到达时间差定位

结合遗传算法的群体搜索性和拟牛顿迭代法的局部细致搜索性,提出一种基于遗传-拟牛顿混合算法的到达时间差定位方法。该方法利用遗传算法进行全局迭代,当收敛结果达到满意值后将其作为拟牛顿迭代的初始值继续迭代,直至得到精确解,由此克服遗传算法后期搜索效率低以及拟牛顿法对初始值敏感的缺陷。仿真结果表明,在参数设置合理的前提下,相比遗传算法和拟牛顿法,该混合算法性能稳定,具有较快的定位速度和较高的定位精度。     

一种无锚节点的协同定位算法

为了解决无锚节点协同定位过程中累积误差的传播问题，提出了一种基于mesh网络改进的map-growing算法。该算法首先通过推导参考节点与待测节点的定位误差估计值，提出了基于几何的虚拟锚节点共线度表达式；再根据多条件约束确定了虚拟参考节点建立相对参考坐标系，并实现了最优节点集定位；最后引入节点不确定度实现节点升级策略，控制迭代定位过程中累积误差的扩散。在不同节点分布场景下的仿真结果表明，所提算法有效的缓解了协同定位过程中的累积误差，取得了较好的定位性能。     

改进的无线传感器网络节点定位算法

为了减小无线传感器网络(WSN)节点定位中非视距传播误差产生的影响,提高节点定位精度,提出一种基于残差加权的牛顿迭代定位算法。先利用残差加权算法定位,得到未知节点的初步位置,再将该节点位置作为牛顿迭代定位算法的初始值进行迭代计算,最终得到更为精确的节点位置。仿真实验结果表明,该算法能有效地抑制非视距传播误差的影响,提高传感器网络节点定位的精度,且性能稳定。     

无线传感器网络节点定位算法的改进

结合无线传感器网络节点技术中的定位精度问题,提出一种基于最小二乘法的牛顿迭代定位算法。通过数学分析的方法和对该算法进行了计算机仿真．并与最小二乘法的仿真结果进行了比较,结果表明该方法对于提高节点定位精度是有效的。     

基于粒子群和牛顿迭代法的目标定位方法研究*

结合粒子群算法和牛顿迭代法的优点,提出了一种基于粒子群初始值选取和牛顿法精确迭代的目标定位方法。该方法充分发挥粒子群算法的群体搜索性和牛顿法的局部细致搜索性,克服了粒子群算法后期搜索效率低下和牛顿迭代法对初始值敏感的缺陷。仿真结果表明,该方法能有效地提高目标定位的准确性,在随机噪声干扰方差为0.5的条件下,定位均方误差不超过1.7 m。     

基于高斯投影的迭代逼近定位算法磁

针对地球曲率造成的电子战交叉定位误差问题,提出了一种基于高斯投影的迭代逼近定位算法,该方法采用高斯投影将传感器位置投影到同一坐标系,应用最小二乘法迭代逼近解算目标位置,最后将目标坐标逆投影回地理坐标系。仿真试验分析了影响定位的主要因素,证明该方法减小了曲率影响,提高了定位精度。     

无线传感器网络中基于MDS的迭代定位算法优化

节点定位是无线传感器网络中的关键技术之一.介绍了定位算法的分类,论述了一种基于多维标度的迭代定位算法.该迭代定位算法的初始值一般为随机值,该算法定位精度较高,具有一定的优越性,但存在着迭代次数多,计算量大的问题,很难在硬件资源有限的无线传感器网络节点中实现.针对这一问题,对算法进行了改进,将参考节点的质心坐标设置为迭代初始值.仿真结果表明:改进后的MDS迭代定位算法,迭代次数大大减少,定位精度显著提高.改进算法可应用到实际的无线传感器网络的定位系统中.     

多站虚拟量测变换均值无源定位算法

在多站无源均值定位算法中,为了解决部分传感器间夹角过大或过小所导致的定位精度下降问题,提出一种基于虚拟量测变换的多传感器管理无源定位算法.首先在全局坐标系下分析了传感器间夹角对误差几何稀释度(GDOP)的影响,进而得到双站获得较好定位精度的夹角约束关系;其次针对不满足该约束关系的传感器组合提出一种虚拟量测变换定位算法,通过空间管理的方法达到对传感器的优化布站,并结合算法的实施步骤对其原理及特点进行了理论分析,尤其对变换前后的交点精度进行了比较.仿真结果表明虚拟量测算法的定位精度要明显优于均值算法,进而说明该算法的有效性及传感器管理在多站无源定位中的重要作用.     

基于声音的分布式多机器人相对定位

提出了一种基于声音的分布式多机器人相对定位方法.首先,每个机器人通过声源定位算法估计发声机器人在其局部坐标系下的坐标;然后,每个机器人（不含发声机器人）通过无线通信方式将发声机器人在其坐标系下的坐标广播给所有其他机器人,通过坐标变换每个机器人可计算出所有其他机器人在其坐标系下的坐标,从而实现分布式相对定位.理论推导及实验证明只要两个机器人先后发声,通过本文所提方法即可实现多机器人相对定位.室内外环境中采用6个自制小型移动机器人实验表明,所提方法在3米的范围内可实现16厘米的相对定位精度.     

基于UKF的红外目标空间定位方法

针对单站系统利用一次观测对目标进行定位,瞬时定位误差较大,提出了基于UKF的红外目标空间定位方法。基于针孔成像模型,借鉴主动视觉思想,通过控制红外热像仪运动拍摄目标图像,获取目标位置,并用GPS接收机测得拍摄点世界坐标。根据透视投影变换方程,借助站心地平坐标系和WGS-84坐标系建立红外目标空间定位的非线性系统模型,在此基础上引入UKF（Unscented Kalman Filtering）滤波算法进行空间定位。实验结果证明了该方法的可行性和有效性。     

一种利用历史数据构造虚拟标签的定位算法

在RFID定位算法中,利用接收信号强度统计模型进行直接定位的精确度不高,而利用实际参考标签定位存在信号易碰撞、外出部署不便等问题,因此提出一种基于虚拟标签的RFID定位算法VIREH以克服以上缺点.该算法利用历史数据构建虚拟参考标签,然后利用虚拟参考标签代替实际参考标签进行定位.依据VIREH算法,开发基于Android移动设备的RFID定位系统,在系统中使用VIREH算法进行定位,对定位误差进行了统计以测试算法性能.测试结果表明,VIREH算法的定位精度较直接定位有显著提高,较使用实际参考标签没有明显降低,有助于提高RFID定位精度.     

悬臂掘进机自动导向和定位技术探索

介绍了掘进机自动导向和定位技术,分析和比较了基于全站仪、陀螺仪、电子罗盘、激光导向仪和视觉检测等的掘进机自动导向和定位技术的原理和特点,得出了如下结论:(1)基于陀螺仪和电子罗盘的自动导向和定位技术可实现自主导航,其它方法则需要给定参考坐标系;(2)以倾角仪作为俯仰角和横滚角检测传感器的装备技术更适合于水平巷道导向;(3)以巷道指向激光为参照系的方法更易于同煤矿现有自动导向和定位方式相结合。     

基于动态质心迭代与偏差修正的室内定位方法

射频识别技术（RFID）是室内精确定位的重要技术之一.基于经典LANDMARC算法定位精度不高问题,提出了基于动态质心迭代和偏差修正相结合的定位算法.该算法采用最小关联度为准则,通过将近邻区域质心作为下一个参考标签依次迭代近邻成员,直至与目标标签的关联度低于阈值,实现预定位;通过实施k近邻成员重定位并引入修正系数对预定位坐标进行偏差修正.实验结果表明,相比于LANDMARC算法,该算法的定位准确度得到较大提高.     

邻近参考标签权值的射频识别室内定位算法

介绍了VIRE算法和BVIRE算法的定位原理。在BVIRE算法的基础上,提出了一种基于邻近参考标签的权值的改进算法(简称WBVIRE算法)。该算法通过改进最近邻参考标签与待定位标签的信号强度的差值,重新设定邻近参考标签的权值计算方法,以得到更加准确的待定位标签的坐标,从而提高 BVIRE 算法的室内定位精度。实验结果表明, WBVIRE算法明显提高了室内定位精度。     

基于运动轨迹捕捉与正交覆盖的WSN节点定位算法

传统无线传感器网络(WSN)节点定位算法难以适应节点快速移动的高拓扑变化环境,导致识别误差较大。针对该问题,提出一种基于运动轨迹捕捉与正交覆盖机制的WSN节点定位算法。利用捕捉锚节点射频强度的方法对节点运动轨迹进行覆盖定位,获取性能最佳的锚节点及其坐标,改善因锚节点失效或信号强度弱导致的弱定位现象。在此基础上,采用拉格朗日插值函数设计运动轨迹捕捉方法,联合纵向及横向坐标维度进行节点运动矢量的精确捕捉,在精度可控的条件下实现对下一时刻节点坐标的初步预测,优化锚节点对运动节点的区域覆盖。同时利用正交覆盖方式设计基于过滤机制的区域优化方法,提高覆盖区域坐标抽样和网络信号定位精度。仿真结果表明,与2S-HGR机制和TDLM机制相比,该算法具有较好的动态路径捕捉效果与坐标定位准确性。     

基于改进单次多框检测算法的机器人抓取系统

针对汽车零部件回收工厂在实际复杂工况下的零件检测效果不佳导致不能实现精准抓取从而影响生产效率的问题,提出了一种基于改进单次多框检测（SSD）算法的机器人抓取系统,可实现零件检测、分类、定位及抓取任务。首先,通过改进SSD模型检测目标零件,得到零件位置和类别信息;其次,通过Kinect相机标定与手眼标定将像素坐标系转换到机器人世界坐标系,实现零件在机器人空间坐标系下的定位;然后,通过机器人正逆运动学建模与轨迹规划,完成目标零件抓取任务;最后,对整个集成抓取系统进行了零件识别分类、定位到抓取验证实验。实验结果表明：复杂工况下,所提系统的零件抓取平均成功率达到95%,满足零件抓取的实际生产需求。     

基于容积卡尔曼平滑滤波的管道缺陷定位技术

针对管道测量系统MEMS惯性元件的漂移,且难于获得GPS信息进行有效误差累积抑制的问题,创建了管道测量系统9维系统状态误差方程和基于速度差和基准点位置差的观测方程,提出采用容积卡尔曼平滑滤波算法。该算法由以里程轮速度为观测量的正向容积卡尔曼滤波算法和以基准点位置为起点的反向平滑两级滤波组成,实现管道缺陷地理坐标的最优估计。管道缺陷定位实验结果表明,该算法能有效补偿长航时导航参数误差,10 km测量精度可以达到10-3数量级,能够满足管道内检测定位精度要求。     

区域细化的RFID室内定位算法

提出一种在LANDMARC算法基础上进行定位区域细化的RFID室内定位算法(RDL)。首先对低成本、高精度的LAND-MARC算法进行简单分析,针对其计算中涉及过多无关参考标签和读卡器问题引入区域细化策略。算法利用对射频信号强度调制进行定位区域的细化,消除距离待定位标签较远的读卡器和参考标签对定位计算的影响。仿真结果表明,相比LANDMARC算法,该算法定位精度更高,定位误差的概率分布也更为合理。     

基于分层定位模型的RFID定位算法研究

识别和定位为智能停车场等服务领域提供关键信息,基于RFID的LANDMARC算法为常见的室内定位方法。文中对低成本、高精度的经典室内定位算法LANDMARC进行分析,针对其在定位过程中单纯根据信号强度的欧几里得距离选择节点进行定位计算的不足,提出基于双层定位模型的算法D-LANDMRAC。该算法主要由初步定位和精确定位两部分组成,初步定位过滤掉问题参考标签,再基于“距离-损耗冶公式利用标签之间信号强度差进行精确定位。仿真结果表明,相比LANDMARC算法,D-LANDMRAC算法定位精度有了明显的提高,并且定位误差的分布更加均衡。