采用多载波相位测距的Wi-Fi精密定位方法

针对当前室内无线局域网Wi-Fi定位方法误差大、需要额外辅助设备的问题,提出了一种基于多载波相位测距的Wi-Fi精密定位方法。在测距环节,通过中国剩余定理求解多载波相位同余式组实现了距离重构,并给出了一种采用同差处理以降低算法噪声敏感性的方法;在定位环节,基于最小测距误差平方和准则,将带有误差的多边测距定位问题转化为受约束的二次最优规划问题,实现了分米级的Wi-Fi定位。实验与仿真结果均表明,所提方法的测距精度可达mm级,定位精度在dm级,较主流MUSIC Wi-Fi定位方法3~5m的定位精度提升了4倍以上。     

应用三个移动锚节点的非测距定位方法

针对使用单个移动锚节点的非测距定位方法精度较低的问题,提出一种使用三个移动锚节点的非测距定位方法:三个锚节点在移动过程中相对位置不变,并周期性广播数据包,而未知节点利用接收到的具有相同时间戳的两个或者三个锚节点信息进行质心定位.采用Scan作为信标的移动路径,并使用OMNET++进行了仿真实验,结果表明,该方法比使用单个移动锚节点提高了定位精度,且不受节点部署密度的影响.     

基于令牌和测距的网络化弹药定位方法

针对网络化弹药节点组网自定位的需求,提出了基于令牌的信道接入方法,该方法采用令牌传递控制网络化弹药节点的信道接入,可以解决网络化弹药所关注的信道利用率低的问题,且各节点间不需要时钟同步,有效地提高了组网速度. 提出采用双边对等的信号传播时延测距方法为原理的网络化弹药自定位方法,该测距方法原理简单且同样不需要时钟同步,并消除了内部时间基准漂移对测距造成的影响,较高的测距精度保证了节点的自定位精度. 实验结果表明,此方法可有效地提高网络化弹药的组网速度,相对定位精度满足网络化弹药定位需求.      

基于增强型象限信息的线性测距定位方法

为克服基于 Taylor级数展开的局部线性化方法因忽略高阶项而引入定位误差的缺点 ,该文提出了一种新的象限线性化测距定位方法。利用面积坐标系比直角坐标系具有更多象限信息的特点 ,推导了 3站和一般情况下非线性测距方程的精确线性化方法 ,解决了最佳线性测距定位估计问题。仿真实验表明 ,与常规的几何测距定位方法相比 ,基于面积坐标系增强型象限信息的线性测距定位方法具有更高的定位估计精度。在蜂窝移动通信手机自动定位问题中 ,该方法具有一定的应用价值     

基于模糊控制的规则化描述方法研究

文章针对规则化描述方法(RDM)对连续变量描述的不足,提出了一种基于模糊控制的RDM.该方法引入了模糊控制中的模糊化和解模糊化方法,实现了RDM对连续变量的描述,扩展了RDM的应用范围.仿真结果表明,基于模糊控制的RDM可应用于连续变量动态系统.     

基于电磁波及超声波联合测距的井下定位方法

研究煤矿井下电磁波、超声波联合定位方法,根据井下巷道的空间结构特点,由锚节点和网关节点形成无线传输网络,网关节点布置在巷道的端点,锚节点一字排开等间距吊挂在巷道顶部中央,使巷道内任意位置都至少有两个锚节点接收到移动节点发射的电磁波信号。 移动节点通过判别锚节点电磁波信号强度确定移动节点与锚节点的位置关系;移动节点采用基于超声波的TOF检测方法进行巷道横向测距,移动节点和锚节点节采用基于电磁波信号强度的对数-常态分布模型进行巷道纵向测距,最终确定移动节点的二维坐标。 仿真结果表明,提出的定位方法误差较小,超声波在巷道横向的测距误差很小,巷道纵向50 m范围内,最大误差不超过5 m。 联合定位方法使用少数锚节点获得高定位精度,可以应用于煤矿井下。      

基于虚拟力的无线传感器网络多跳定位算法

通过引入虚拟力导向的节点移动方式,将未知节点接收到锚节点信息的个数作为计算虚拟力的参数,提出了基于虚拟力的无线传感器网络多跳定位算法.算法继承了DV-Hop(distance vector-hop)定位成功率较高的特点,通过优化网络布局的方式,使得定位过程中校正值的估算和选取更为合理.指出了该定位算法的关键技术,并对其进行了仿真验证.仿真结果显示该算法能够显著地提高节点的定位精度,并能够有效地提高节点对传感区域的覆盖率.     

基于虚拟力的无线传感器网络多跳定位算法

通过引入虚拟力导向的节点移动方式,将未知节点接收到锚节点信息的个数作为计算虚拟力的参数,提出了基于虚拟力的无线传感器网络多跳定位算法。算法继承了DV-Hop(distance vector-hop)定位成功率较高的特点,通过优化网络布局的方式,使得定位过程中校正值的估算和选取更为合理。指出了该定位算法的关键技术,并对其进行了仿真验证。仿真结果显示该算法能够显著地提高节点的定位精度,并能够有效地提高节点对传感区域的覆盖率。     

基于连续回归的无线传感器网络多跳定位算法

针对传统的多跳定位算法容易受网络各向异性影响、导致定位性能不稳定的问题,该文提出一种基于连续回归的无线传感器网络多跳定位算法。通过连续回归模型构建了跳数与欧式距离的映射关系,将定位过程模型化为回归预测。理论分析和仿真结果表明,改进后的算法提高了定位精度,避免了网络拓扑各向异性对算法性能的影响,算法计算开销小,参数少,因而可适应于节点分布不规则的无线传感器网络,具有工程应用价值。     

基于RSSI测距的WLS定位算法

结合信道模型与实际测试得出的距离越远误差越大的特点,提出一种加权最小二乘估计（WLS）算法用于未知节点的坐标定位.在定位过程中首先通过加权计算获得信道衰落因子;然后利用WLS算法得到未知节点的坐标,并推导了测距和定位的误差公式.仿真实验表明WLS算法的硬件复杂度与最小二乘（LS）算法相同,而定位精度有较大提升,并验证了...     

一种基于Quasi-UDG模型的无线传感器网络非测距定位算法

针对Quasi-UDG模型下无线传感器网络随机部署的拓扑特征,提出了一种非测距基于权重的定位算法EWLS(Enhanced Weighted Least Square).首先,设计出一种节点跳数和距离关系估计的方法,然后依据跳数值与距离关系的概率表达式,给出EWLS定位算法中节点测量距离信息的权重.仿真实验表明,在不同的锚节点密度、Quasi-UDG模型因子和平均邻居节点数的参数下,EWLS算法定位误差较小,同最小均方误差相比,有效地提高了节点定位的精度.     

一种基于规则化描述方法的验证技术

基于规则化描述方法已经在很多安全关键领域得到了应用,为了保证系统的安全性与可靠性,在系统投入使用之前必须进行验证。文章总结了目前采用的各种验证技术和工具,提出了一种能够检验文中给出的各种结构性错误的简单、高效、易于实现自动化的算法,并以皮带运输控制系统为实例进行了验证。     

基于核函数与卡尔曼滤波的室内定位方法

针对室内定位中存在的定位精度不高、定位稳定性较差的问题,提出了一种基于核函数与卡尔曼滤波结合的室内定位算法.首先利用核函数作为匹配算法进行初步定位,高斯核函数可以充分捕获参考点指纹与测试点RSS之间的非线性相关性,取得比K最近邻算法更好的匹配效果,再利用卡尔曼滤波对核函数的定位结果作滤波处理.实验结果表明,在真实无线局域网环境下,对核函数定位的结果作卡尔曼滤波处理后,均方根误差降低了25%,2m以内的定位准确度由75%提高到90%,定位稳定性提高了29%.     

无线传感器网络中节点的非测距定位算法

针对无线传感器网络(Wireless Sensor Network,WSN)中节点定位,提出了一种低消耗的节点自身定位算法.本算法先将检测区域划分网格,根据节点接收的信号强度,初步缩小定位范围,然后以DV-Hop算法原理为基础,用跳数比率构建Apollonius Circle,最终确定节点位置.该算法不需要任何额外的硬件支持,实验结果表明在锚点比例约30%,网络基本连通的情况下,网络通信负载较DV-Hop降低近33%,平均定位的精度达到29%以下.     

抛物方程非特征柯西问题的分数次Tikhonov方法

讨论了一个不适定的抛物方程的非特征柯西问题,为了解决这个问题,采用了分数次Tikhonov正则化方法,并提出先验和后验两种参数选取规则下的稳定误差估计。     

一种基于运动学原理的单星对星无源测距定位方法

在对卫星的无源定位跟踪研究中,目标距离的获得是关键问题。测角类的定位方法不能即时测距,且存在收敛慢、精度低的不足。根据运动学原理和卫星运动动力学方程,推导无源测距方程并给出解法,从而提出一种无源测距方法。在此基础上,结合测距分解观测模型,给出基于运动学原理的单星对星无源测距定位方法。仿真实例验证了测距方法及基于测距的定位跟踪方法的正确性和有效性。与已有的基于几何定位原理的测角类定位方法相比,该方法具有更高的定位精度和更快的收敛速度,可实现快速定位。     

基于相对测距的水下目标定位算法

在没有星基、地基及水下时空基准信息的辅助下,为解决对水下目标精密定位问题,提出了一种基于水面舰船间相对测距和目标到达角的水下机动目标定位算法(UTPA)。通过联合水面舰船间电磁波相对距离观测和水下声学测角信息建立定位方程,考虑到目标定位方程求解中的异类信息融合权比失配问题,利用Helmert方差分量估计完成目标相对位置的迭代求解。Monte Carlo仿真表明:基于Helmert权比自适应调整的UTPA的定位偏差仅为典型的单平台声学定位技术的10%。     

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%.