多传感器数据融合室内定位方法

研究了基于超宽带技术（ultra wide band,UWB）定位和视觉定位的多传感器融合室内定位方法,设计了UWB定位单元软硬件平台,调用修改了基于MMTracking的视觉定位方法,实现了两种室内定位技术,构建了基于贝叶斯估计的双传感器数据融合模型。实验结果表明,该方法具有较好的定位效果,提高了室内定位的测量精度和稳定性。     

基于蓝牙4.0的室内定位及信息服务应用模型研究

分析了目前基于蓝牙4.0的室内定位技术,提出了通用的室内定位应用模型.该通用模型中包含多个模块,数据管理、服务管理、应用管理等内容可以基于室内定位实现,而室内定位依赖于蓝牙4.0来提高准确性和可连接性.针对利用该模型进行信息服务进行了分析研究,提出了利用蓝牙4.0来实现室内定位及信息服务的一种方法.     

基于加权极速学习机室内高动态环境的定位算法

随着人们对室内基于位置服务的需求越来越大,室内定位的研究变得越来越重要.Wi-Fi由于其传输距离适中,在智慧城市发展的推动下,热点的覆盖也非常多.因此基于Wi-Fi的定位技术成为众多室内定位技术中最具有可行性的.面对室内无线环境高动态变化的情况,提出了基于加权极速学习机(W-ELM)的定位方法,实验证明该方法能够有效提高定位精度.     

基于三角定位算法的WiFi室内定位系统设计

【目的】改善室内定位系统的质量,提高室内定位的准确率和效率。【方法】利用无线WiFi信号自身的特点,在Android平台的基础上设计一种基于三角定位算法的WiFi室内定位系统。【结果】实验测试结果表明该WiFi室内定位系统能准确地进行室内定位。【结论】基于三角定位算法的WiFi室内定位系统定位准确率高,具有很高的商业使用价值。     

基于多传感器数据融合的室内定位算法

基于惯性测量单元(IMU)的定位方法是一种全自主定位方法,该方法通常是基于单个IMU(Single-IMU)实施定位,其具有较大的漂移误差和累积误差.因此,提出了一种基于多个可穿戴式IMU(Multi-IMUs)与室内无线传感器网络(IWSN)的多传感器数据融合的室内定位算法,根据佩戴于不同部位的Multi-IMUs信息协同,提高人体姿态检测的有效性,并且利用模糊投票机制(Fuzzy Voting Scheme)融合Multi-IMUs位置信息;此外,结合IWSN,采用卡尔曼滤波算法(Kalman Filter Algorithm)融合IWSN解算出的位置信息与Multi-IMUs计算出的位置信息降低基于IMU的累积误差.实验结果表明,所提出的基于多传感器数据融合的室内定位算法能够识别出行走的姿态,与基于Single-IMU的定位算法相比,该算法有效地降低了累积误差和漂移误差,提高了室内定位的有效性和可靠性.     

动态统计复用接入用于无线室内覆盖增强研究

为了提高室内无线传输的吞吐量和时延性能,提出了将基于动态统计复用（DSM）的接入技术用于室内无线覆盖的方法,该方法是基于流水线并行计算为特色的动态统计复用体系结构.通过对国际流行的几种接入技术的对比,分析了该技术与几种经典无线接入方式的性能特点,指出经典接入技术面临无线宽带化传输的需求而存在的局限性.从理论上分析动态统计复用可以逼近吞吐量和时延的极限值,并通过仿真实验,给出吞吐率和时延曲线,比较分析了它的有效性.仿真结果表明：该技术对提升系统主要有效性指标具有重要作用,可为提高室内无线传输与覆盖性能提供新的方法与途径.     

基于PMV指标的室内环境热舒适度控制器设计

针对目前室内热环境调节缺少合理控制方法的问题,本文在分析温度、湿度、风速和平均辐射温度四个热环境参数对PMV指数影响的基础上,基于人体舒适度模型的模糊控制,将嵌入式ARM9芯片作为主控制芯片,结合无线传感网络,设计了一种室内舒适度控制器,并阐述了其系统构成与决策方法。该控制器不仅布设方便,而且能够在保证人体室内舒适度的情况下,减少调节室内热环境过程中带来的能耗。     

基于KNN-SVM算法的室内定位系统设计

以室内的用户定位需求为应用背景,提高定位精度为目标,针对室内中复杂的环境,基于最近邻法(KNN)和支持向量机(SVM),提出了新的室内定位算法.先采用KNN去除训练样本中的奇异点,再采用支持向量机进行定位.与KNN法、朴素贝叶斯法、SVM回归法等室内定位算法比较,结果表明该定位算法有效提高了定位精度和定位速度.进一步提出了基于Android平台的室内定位系统的设计方案,采用Java语言编程实现了该系统,并进行了系统测试.实验数据表明:该室内定位系统的平均误差为1.7m,最大误差为4.9m,该系统在满足速度要求的前提下,有效提高了室内定位精度.     

基于气压传感器室内可见光定位的研究

可见光通信定位技术是利用白光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.针对目前室内光通信定位方法过于复杂、计算量大的问题,基于接收信号强度定位技术,提出一种结合MS5611高精度气压传感器室内定位的方法,该方法引入室内高度差因素.通过MS5611高精度气压传感器测得接收端与发射端的高度差,利用LED朗博传输模型既可得到接收端的定位坐标,该方法具有计算量小,易于在单片机系统上实现等特点.     

一种基于几何精度因子的三维室内定位方案

提出了一种基于几何精度因子(GDOP)的三维室内定位方案来解决室内定位系统中的锚节点布置问题.通过该方案可以得到锚节点的双圆锥构型.利用两种测距误差模型来对该方案的性能进行评估,仿真结果表明该方案可以应用于大小不同的场景,而且在相同的定位场景下,该方案的定位精度优于现有的布置方法.     

基于进化深度学习的建筑室内空间布局特征提取方法

建筑室内空间布局能力易受其特征影响.基于此,本文提出了基于进化深度学习的建筑室内空间布局特征提取方法,即采用边缘像素特征重组方法,确定建筑室内空间布局视觉图像点,然后建立建筑室内空间布局视觉特征参数融合模型,完成室内空间布局视觉图像预处理;通过边缘参数分布式检测方法,构建建筑室内空间布局视觉图像退化特征演化分析模型,完...     

基于直线检测的室内移动机器人视觉定位方法

针对室内移动机器人定位问题,提出了基于直线检测的室内移动机器人视觉定位方法.该算法通过Canny算子对图像进行边缘检测,设计自适应霍夫变换检测边缘中的直线,对直线进行平移和旋转变换,求取视场中心点到直线的距离,使用证据推理判断视场中心点是否穿越直线,从而获得机器人的实时坐标.实验结果表明:该算法切实可行,实时性好,定位精度高,具有很强的鲁棒性,很好地解决了室内移动机器人的定位问题.     

基于多径指纹的概率匹配室内定位方法

空间交替广义期望最大化(SAGE)算法可以高效地实现室内信道多径参数的估计,同时提供相对较高的精度。该文提出一种基于多径指纹的概率匹配室内定位方法,将SAGE算法得到的信道多径参数作为指纹数据进行定位,以求获得更好的定位精度和鲁棒性。通过分析典型场景下的定位实验测量结果,并与同类型的传统室内定位方法进行比较,验证了该方法的有效性。     

遮挡情况下基于压缩感知的可见光室内定位

针对室内复杂环境对可见光定位精度的影响,提出了一种新颖的基于压缩感知的室内可见光定位算法.该方法将目标位置定义为离散空间上的稀疏向量,将接收端接收到的光功率测量矩阵表示为压缩感知理论中测量矩阵、稀疏矩阵与稀疏向量的乘积形式,并且运用稀疏信号重构算法恢复目标位置.可以有效地解决噪声、反射光以及遮挡等环境干扰对定位精确度的影响.与基于接收信号强度的三边定位方法相比,能够有效地降低在房间角落的定位误差.仿真结果表明,该方法具有很高的定位精度,能有效地对抗室内复杂环境干扰.     

室内无线传感器网络中移动节点的改进质心定位算法

目前室内定位方法往往精度不高,价格也较为昂贵.文章介绍一种传统的质心定位算法,并且提出一种基于参考点计算质心的改进室内移动节点质心定位算法.仿真结果表明,该方法能够有效提高节点的定位精度.     

基于RFID位置语义的室内移动轨迹聚类算法

面向室内空间的移动轨迹聚类有利于发现室内热点和用户移动模式.针对室内环境在定位技术、距离度量等方面的特殊性,充分考虑室内移动轨迹的空间和语义特征,提出一种基于无线射频识别(radio frequency identi-fication,RFID)位置语义的室内移动轨迹聚类方法.该方法对原始轨迹提取特征点,可简化轨迹以降低算法时间复杂度;从空间形状和位置语义2个方面加权计算轨迹相似度,其中,空间相似度通过定义适用于室内三维空间的距离函数来计算,语义相似度计算基于最长公共子序列思想,并引入移动对象在轨迹点的到达时间和停留时间;利用线性表存储轨迹相似度,采用改进的层次聚类方法对移动轨迹进行聚类.实验结果表明,该方法能够有效地进行室内轨迹聚类并具有较高的效率.     

基于强化学习的室内温湿度联合控制方法研究

为解决目前风机盘管控制方法仅以室内温度作为单一控制对象且忽略湿度的问题,本文以采用风机盘管加新风系统的北京某办公建筑为研究对象,提出一种基于动作干预的强化学习控制方法对风机盘管的送风量进行调节,以期获得更佳的室内温度和相对湿度联合控制满足率。本文利用TensorFlow部署强化学习算法,在TRNSYS中建立建筑空调系统仿真模型,利用自开发的TRNSYS-Python联合仿真平台对所提算法进行训练、测试和评估。研究结果表明,与传统的通断控制和基于规则的控制方法相比,本研究提出的控制方法可以将室内温度和相对湿度联合控制满足率提高9.5%以上。可见该方法具有工程应用价值,为提高建筑室内热舒适提供了新的研究思路。     

钢筋腐蚀监测传感器设计与工程应用

基于钢筋腐蚀体积膨胀及光纤光栅测量应变的原理,设计了一种新型钢筋腐蚀监测传感器.通过室内加速腐蚀试验,建立了传感器信号与钢筋腐蚀率的定量关系;采用多目标优化方法,进行钢筋腐蚀传感器的优化布置.将该传感器埋入某码头泊位混凝土结构中并进行了测试,室内试验和工程应用表明,该传感器可用于混凝土中钢筋腐蚀监测.     

基于RFID的室内人员定位系统的设计与实现

为满足室内人员定位的需求,设计了一种基于射频识别(RFID)技术的室内人员定位系统,在融合区域定位和接收信号强度的室内定位算法的基础上,该系统采用三级网络结构,利用CAN总线进行数据传输;描述了该系统的三级网络结构,最后以C#为开发语言,利用串口通信和Access 2003数据库实现了可视化控制管理软件的设计.该系统利用RFID技术,可以实现对室内人员简单快速的定位、跟踪、查询.     

基于人工神经网络的建筑多目标预测模型

为得出一种能快够速且准确预测建筑能耗和室内热舒适状况的方法,提出应用人工神经网络来预测建筑能耗和室内热舒适状况的方法,并通过遗传优化算法对神经网络的连接权进行优化;其次,对影响建筑能耗和室内热舒适状况的主要因素进行分析,并针对这些主要因素建立基于GA-BP网络的建筑能耗和室内热舒适状况的预测模型;结合EnergyPlus模型计算所得出的144组样本数据,训练和测试所建立的住宅建筑能耗和室内热舒适状况的GA-BP网络模型,测试结果表明该模型有较高的预测精度.该预测方法的建立使建筑师在设计阶段能够简单且准确地获得设计建筑的能耗和室内舒适状况,从而使设计向着有利于建筑节能和改善室内热环境的方向发展.