无线传感器网络中IWCL-RSSI算法的改进

为了进一步提高无线传感器网络中节点定位精度,本文在研究基于接收信号强度指示RSSI(Received Signal Strength Indicator)的加权质心定位算法基础上,提出了一种改进的加权质心定位算法(IWCL-RSSI,Improved Weighted Centroid Localization Based on RSSI)。该改进的IWCL-RSSI算法增加了靠近未知节点的信标节点的权值,提高了未知节点的定位精度。实验结果表明,改进的IWCL-RSSI算法的节点定位精度比IWCL-RSSI算法要高。     

基于iBeacon的室内定位算法优化研究

针对无线传感网络中室内定位算法定位精度不高、算法收敛慢的问题,依托基于BLE 4.0的iBeacon基站设备,为提升室内定位算法精度和效率,提出IIDWC定位算法。该算法结合基于测距的RSSI技术、加权质心算法和倒数距离加权插值定位思想,在确定多个广播重叠区域加权质心坐标及其权重系数的过程中,反复利用倒数距离加权插值方法,通过提升关键锚节点在确定加权质心坐标过程中的重要性,进一步优化权重系数,在仿真环境中提升了定位精度和收敛速度。通过合理设置锚节点的功率、通信半径、部署密度和测量时间,该算法的定位精度能够达到0.8 m,满足了多数室内定位场景的技术要求。     

基于粒子群优化算法的MGEKF在舰载无源定位中的应用

针对舰载无源定位中对高速运动目标定位精度不高的问题,引入多普勒频率变化率为测量量,同时提出把粒子群优化算法与MGEKF算法相结合,将PSO算法用于MGEKF的初始阶段,既避免了PSO算法运算最大的缺点,又避免了MGEKF受初值和修正函数影响不收敛的问题,缩短定位时间的同时提高了定位精度,仿真结果验汪了该方法的有效性和稳定性.     

基于RSSI的改进四边测距机器人定位算法

基于接收信号指示强度的测距特性和三边测距定位原理,提出了应用于机器人定位的改进四边测距定位算法,引入加权质心定位算法的思想,通过距离因子控制各个锚节点对定位精度的影响,并将锚节点之间的距离和信号强度作为修正RSSI的参考值。仿真结果表明,该算法不仅可靠性高,有效避免了信息淹没现象,而且在不增加通信成本的基础上提高了机器人的定位精度。     

基于最大后验概率的单站无源定位算法性能分析

针对旋转干涉仪测向定位系统存在相位模糊的问题,提出了一种基于最大后验概率的单站无源定位算法。该算法以旋转长基线干涉仪输出的模糊相位差为基本定位信息,无需解模糊即可实现对辐射源的精确定位。仿真计算表明该算法具有定位精度高、速度快的优点;并分析了影响定位精度的因素,计算了算法定位误差的几何分布,结论表明通过增加基线长度、提高基线波长比能较大提高定位性能,并且定位性能与目标和定位站的距离有关。     

基于四阶矩的单矢量水听器多声源定位算法

为了克服基于四阶累积量的矢量水听器声源定位算法的计算复杂度高、运算量大以及定位精度不高等问题,提出一种基于四阶矩的单矢量水听器多声源定位算法.该算法利用信号四阶矩的性质,将单矢量水听器阵元数和声源数进行虚拟扩展,从而得到更多的多声源定位信息;通过提取有效阵元的方法减少了冗余,利用搜索峰值方法得到期望的多声源方位.理论分析和实验结果表明,该算法有效降低了计算量、提高了定位精度,克服了基于高阶累积量的矢量水听器定位算法的不足.     

无线传感器网络节点定位误差的修正和仿真分析

针对传感器节点定位误差大、定位精度不高的问题,提出一种修正最小二乘法的无线传感器网络节点定位误差方法.该方法采用全局搜索能力强的粒子群算法对最小二乘法定位误差进行修正,提高了节点的定位精度.仿真对比实验结果表明,在相同条件下,改进后的节点定位算法的误差低于其他传感器节点定位算法,定位结果的稳定性更高;随着信标节点数的增加,平均定位误差明显减少,有效地提高了传感器节点的平均定位精度和定位速度.     

超宽带无线定位系统及算法研究

超宽带技术具有抗干扰效果好、安全性高、能提供精确定位等优点,成为无线定位的首选技术。主要从传统的若干定位技术入手,结合各种定位技术的优缺点,提出一种结合波达时间差(TDOA)、波达时间和(TSOA)方法的超宽带无线混合定位算法,该算法需要参考节点少,定位精度高,适用范围广。实验结果表明,定位系统适合隧道定位,TDOA/TSOA混合定位算法的测量距离为200 m,定位精度误差在40 cm以内。     

基于改进Faster R-CNN的水面漂浮物识别与定位

为了解决智能无人船水面漂浮物识别和定位精度不高的问题,提出了一种基于Faster R-CNN(Faster Regions with Convolutional Neural Network)的改进识别与定位算法(CA-Faster R-CNN).该方法采用Faster R-CNN算法对水面漂浮物进行初次识别和定位,对输出的识别结果与定位框采用类别激活网络(Class Activation,CA)去除边界框,运用像素点来标注目标位置.实验结果表明,该算法具有较高的识别与定位精度,可用于水面漂浮物识别和定位.此外,该算法对于其他与水面漂浮物具有相似特征的小目标物体定位有一定的借鉴作用.     

基于微粒群算法的无线传感器网络节点定位方法

为了进一步提高无线传感器网络未知节点定位精度,将节点定位问题和微粒群算法结合在一起,提出了基于微粒群算法的节点定位算法。该算法是一种基于距离的定位算法,根据未知节点到锚节点的距离直接搜索出未知节点的坐标。实验结果表明,和一般的固定节点定位算法相比,该算法具有更高的定位精度,并适用于移动节点的追踪定位。     

基于测距权重的蒙特卡罗定位改进算法

针对传统蒙特卡罗定位算法采样效率低,对锚节点密度要求高的特点,本文基于蒙特卡罗定位算法MCL提出一种改进的移动传感器网络的节点定位算法IMCB.该算法利用历史锚节点信息和RSSI测距,以及运动模型的改进对待定位节点的位置采样范围进行了进一步限制,对有效采样点的权重进行了区分.仿真结果表明:该算法的定位精度相比MCB算法提高了16.6%.     

基于估距方式分类的无线传感器网络定位算法

针对传统无需测距的无线传感器网络定位算法(DV-Hop算法)在估算距离时因存在较大误差而导致定位精度不高的问题,文中提出了基于估距方式分类的无线传感器网络定位算法.该算法引入最优辅助估距锚点,未知节点每次在估算距离时,首先依据所需估算的距离寻找最优辅助估距锚点,再按其估距所属类型进行估距计算,以提高距离估算的精度.为进一步提高定位精度,文中算法在三边定位法中引入"非线性-跳数"加权因子,通过它获得未知节点最终估计坐标的期望.仿真实验结果表明,在适当增加通信开销的条件下,文中算法的定位精度显著提高.     

基于RSSI的加权质心定位算法优化研究

在无线传感器网络(WSNs)中,定位精度和算法收敛速度是节点定位的关键因素.本文提出了一种改进的WCBD(Weighted Centroid Based on Distance)算法,该算法基于接收信号强度指示(RSSI),结合加权质心定位算法,研究参考节点与目标节点之间的距离,然后针对加权质心定位算法中的权重系数选择提出了新的思路,使之提高定位精度.仿真结果表明,与W-Centroid算法和WR-Centroid算法相比,WCBD算法通过误差调整和迭代,有效提高了算法的收敛速度和定位精度.     

基于势函数的印刷电路板定位孔快速定位算法

 分析了Sobel算子检测印刷电路板（PCB）定位孔的缺陷,提出了一种基于势函数的定位孔快速精确定位算法。该算法对焊盘图像中亮斑干扰不敏感,对模糊成像的适应能力强,能有效纠正因蚀刻质量较差而引起的焊盘局部形状变形问题。模拟实验表明,该算法性能稳定、定位精度高、速度快,能较好地满足工程实时处理要求。     

基于Harris-Hist的特征匹配及目标定位算法

针对目前机器人伺服定位抓取中定位精度和实时性较差的问题, 提出一种基于Harris-Hist的快速特征匹配及目标定位算法. 首先, 采用Harris检测算法提取图像特征点; 然后, 提出一种新的特征点描述子定义方法, 计算特征点圆形邻域内像素点灰度直方图刻画特征点, 通过计算两幅图像中各特征点描述子间的距离实 现特征匹配; 最后, 根据匹配结果, 估计单应性矩阵, 定位目标在场景图像中的位置. 实验结果表明, 该算法匹配速度快、 定位精度高, 能满足机器人伺服定位抓取中定位精度和实时性的要求.     

无线传感器网络协同定位算法

针对无线传感器网络中基于RSS的定位算法存在的不足,提出一种协同定位算法。该算法包含2个方面：一是引入参考信标节点,以增加节点定位的容错性;二是采用狄克逊(Dixon)检验法剔除异常RSS值,同时引入RSS标准差阈值和学习模型,减小基于RSS的测距误差,有效提高定位精度。通过仿真实验对算法性能进行了评估,结果表明,该算法定位精度得到了有效提高,健壮性和稳定性较好。     

红外探测系统双站被动测距精度分析

针对红外探测系统测距需要,给出了双站被动测距的几何算法。该算法利用双观测站获得的目标方位角和俯仰角信息来测量目标的距离。结合实际情况对该算法进行了定位精度分析,并通过仿真给出了该算法适用的实际有效测距范围。     

基于DV—Hop的免测距WSN定位算法研究

提出了改进DV—Hop算法,通过限制跳数实现局部范围内的定位信息提取,同时调整平均每跳距离并对其进行加权实现校正,以此提高定位精度。理论分析及仿真结果表明,该算法能够减少节点间通信量,降低通信成本,提高定位精度。     

无线传感器网络三维节点的可行域定位

提出了一种无线传感器网络节点的三维定位方法。该算法首先收集未知节点与锚节点间的通信信息,通过未知节点与比对节点通信向量的比对建立极小可行域,然后用极小可行域质心作为未知节点位置的估计。算法设计简单,不需要额外硬件支持。仿真结果显示,该算法有着较高的定位精度,与APIT-3D算法相比定位精度提高50%以上。     

矿井NLOS环境下改进UKF超宽带定位算法

由于矿井下巷道空间有限且存在弯曲,因此通信传播大多为非视距(NLOS)传播环境。传统的基于距离的无线传感网络定位技术易产生较大误差,从而导致定位精度不高。超宽带(UWB)信号具有穿透能力强、抗多径能力强的特点,能够提供较高的定位精度,因此成为NLOS环境下定位的首选。针对NLOS环境下的定位精度不高的问题,在接收信号强度(RSSI)测距和三边算法联合定位的基础上,提出以联合定位得到的初始坐标做为无迹卡尔曼滤波(UKF)算法的观测值,并对UKF的测量更新方程进行修正,使该算法能适应NLOS环境下的定位跟踪。通过仿真验证并与扩展卡尔曼滤波(EKF)算法进行比较,在NLOS环境下改进的UKF定位算法,能够对目标进行实时跟踪并提高定位的精度。