基于Android的室内定位系统的研究与实现

为满足定位市场的服务需求,改进传统的定位技术在室内使用存在着定位精确度低、耗电量大等缺点,作者对基于WiFi位置特征匹配的室内定位技术进行了深入研究,分析了各种因素对WiFi信号的影响以及一些常用定位算法的对比,通过在特征库建立阶段采用高斯过滤法剔除误差较大的信号强度值,提高了数据库中采集值的数据精度.在定位阶段采用改进的K加权近邻法,将改进后的算法作为在线匹配算法,有效地避免定位过程中偶然的信号波动给定位带来误差,设计与实现了一个基于Android系统的WiFi室内定位系统.     

基于GPS轨迹数据的混合多步Markov位置预测

随着移动设备和定位技术的广泛应用,基于位置服务成为研究热点,位置预测是其重要研究内容.基于GPS轨迹数据,对位置预测方法进行研究.Markov模型可以较好地表示时序数据,因此可较好地用于位置建模和预测.在基于Markov建模的位置预测中,1阶Markov模型存在轨迹信息利用不充分、预测准确率低的问题;而多阶Markov模型存在状态空间急剧膨胀的问题.针对这些问题,提出了基于混合多步Markov模型的位置预测方法,在将原始GPS轨迹转化为区域轨迹的基础上,对各多步模型进行融合,提出了基于Adaboost框架的各多步模型影响系数的生成方法,在保证状态空间不变的情况下提高了预测准确性.真实数据集上的实验验证了所提位置预测方法的有效性.     

基于惯性传感器与WiFi的室内行人轨迹推算

为了实现室内无GPS情况下行人的运动轨迹推算,设计了一种基于智能手机惯性元件和WiFi的室内行人轨迹推算算法.该算法基于粒子滤波,利用手机加速度计和陀螺仪进行步态检测和每步旋转角度推算,并使用了一种基于WiFi强度变化趋势的WiFi地标策略.实验结果显示,使用该算法优化后的行人轨迹收敛,接近真实的运动轨迹.在仅使用惯性传感器和WiFi的情况下,可以有效地控制陀螺仪误差积累,完成固定手机姿态的行人轨迹推算.     

基于深度神经网络的WiFi室内定位系统设计

针对地下停车场、地下矿井等用户场景定位服务的高精度需求,设计了一种基于WiFi信号的室内定位系统.系统的设计引入了深度神经网络算法,对WiFi指纹数据进行训练,得到一种室内定位模型.通过对UJIIndoorLoc数据进行实验仿真,结果表明,该室内定位模型的楼层定位准确率较传统机器学习模型提升约6%,位置定位精度较传统模型提升约7%.通过对实际应用场景进行测试,测试结果表明该室内定位模型的定位精度优于传统机器学习模型,提升约5%.     

基于用户移动行为相似性聚类的Markov位置预测

由于采集点丢失或出现新用户等原因,GPS轨迹数据往往具有稀疏性,使得基于单个用户数据的位置预测准确率较低.针对这种情况,提出了基于移动行为相似性和用户聚类的Markov位置预测方法.首先,基于Voronoi图和原始GPS轨迹进行区域划分,位置预测基于区域轨迹进行;其次,提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法;再次,根据移动行为相似性对用户进行聚类,并在聚类的用户组上采用一阶Markov模型进行位置预测,提高了位置预测的准确性.真实GPS轨迹数据上的实验表明了所提出方法的有效性.     

终端区4D飞行轨迹预测与冲突预警

为提升终端区飞行轨迹预测精度,实现航空器短时冲突预警,建立一种基于孪生支持向量回归的终端区4D飞行轨迹预测模型。对历史飞行轨迹应用重采样算法,降低轨迹数据规模;利用墨卡托投影将轨迹点经度、纬度与高度化为x-y-z坐标,采用孪生支持向量回归算法学习预测模型,实现短时航空器飞行轨迹动态预测;计算两架航空器水平、垂直距离,建立航空器冲突预警指示函数;对孪生支持向量回归算法进行超参数灵敏度分析,分析各超参数对模型预测效果的影响。根据机场真实数据进行仿真实验,证明：基于孪生支持向量回归的4D飞行轨迹预测模型能够准确捕捉航空器运动趋势,且泛化能力强;所提模型x-y-z坐标预测均方根误差是BP神经网络预测结果的32%,35%和61%,单次预测计算用时减少约0.13 s。     

基于无迹卡尔曼滤波的无人机跟踪算法

基于四基站对无人机位置的定位数据,利用无迹卡尔曼滤波算法对定位数据进行最优估计,并预测无人机的运行轨迹,从而实现对无人机的实时跟踪.对经典的线性卡尔曼滤波算法和无迹卡尔曼滤波算法进行仿真对比,结果表明,线性卡尔曼滤波算法虽然能跟踪预测轨迹,但有较大的误差,而使用无迹卡尔曼滤波算法能有效地减小误差,使跟踪预测的轨迹更加精确.     

基于步行轨迹的复杂道路中心线提取方法

传统的基于GPS轨迹的路网提取多关注使用车载GPS轨迹数据提取城市车道级路网,忽略了校园、社区、景区等小范围区域内的复杂道路信息,该文提出了一种基于步行GPS轨迹数据的复杂道路中心线提取方法.在数据清洗的基础上,基于轨迹点分布密度进行栅格化,然后采用Zhang-Suen快速细化算法对栅格路网细化得到道路中心线,最后采用改进的追踪法实现路网矢量化.以华中师范大学校园为试验区域,提取出了人车混行、小路交错的校园路网,证明了该方法的有效性.     

城市交通重大事件的客流预测实验设计与实现

设计并实现了基于多源交通数据的重大事件影响下城市交通客流预测实验平台。基于现有的交通预测方法基础上,提出对城市路网划分为多个子区域,基于区域内重大事件的举办通过融合天气、事件、时间等多源因素,分别对每个子区域内出租车的上下客情况,提出采用遗传算法优化BP神经网络进行出租车上下客数量预测。该实验平台选定纽约市麦迪逊广场花园附近1公里的区域为研究区域,应用文中的算法对该区域进行区域划分和客流预测,所提出的方法能够有效地提高预测精度。     

基于WiFi指纹的高精度室内定位融合算法

针对室内环境中指纹定位接收信号强度信息的高维时变特性以及动态目标定位误差的累积问题,提出了一种基于梯度提升决策树与粒子滤波相结合的融合算法。该算法首先利用梯度提升决策树算法建立的位置坐标与接收信号强度之间的非线性映射模型,对在线接收的信号强度数据进行特征分类判别,实现位置的初步估计;随着目标的运动,进一步结合粒子滤波方法,迭代地实现动态目标位置的精确预测;另外,将定位轨迹与实际轨迹进行对比,以验证该算法的稳定性。实验仿真结果表明:累积分布函数在80%的百分位处,提出算法的定位精度控制在1.19 m以内,明显优于基于支持向量机、随机森林等定位算法;同时较基于梯度提升决策树算法的定位精度提升了34.9%;所获得的定位轨迹与实际轨迹的趋势一致且趋于收敛。     

基于逐点交汇的双星无源定位方法及误差分析

为了利用双星自身运行轨迹及对空间飞行器的观测数据实现对目标的准确定位,建立基于测向公垂线中点的两站侧向交叉定位模型,逐点交汇定位求解目标运行轨迹,然后对误差偏移量进行分析,发现选取测向公垂线中点作为观测目标位置的偏移量不稳定,不符合系统误差稳定性的要求。基于此,将各观测线的公垂线集合所组成的曲面近似展成平面矩形,化空间曲线轨道为平面直线,重新建立逐点定位模型,并进行误差的评估;修正数据后重新定位精度明显提高。     

一种基于遗传算法优化小波支持向量回归机的实时寿命预测方法

针对现有实时寿命预测方法没有充分利用同类产品性能退化数据信息的问题,从研究退化轨迹相似性的角度出发,提出一种基于遗传算法（GA）优化小波支持向量回归机（WSVR）的实时退化轨迹建模和寿命预测方法.首先基于GA优化WSVR建立各同类产品的性能退化轨迹模型,然后以特定个体的历史测量时刻向量为基准,计算同类产品的相应退化测量值向量及其与特定个体退化测量值向量的Euclid距离,并根据Euclid距离确定隶属度权值,基于加权思想建立特定个体的退化轨迹模型,最后结合实时测量数据依次更新退化测量值向量、Euclid距离、隶属度权值和退化轨迹模型,实现实时寿命预测.实例分析验证了所提出的方法是有效的.     

城市化背景下中国虚拟水流动空间变化特征及其驱动因素研究

为了解决日益增涨的水资源需求导致的缺水问题, 从投入产出视角进行合理的虚拟水调动已成为缓解地区水资源压力的新途径。基于1997 年与2010年区域间投入产出表以及水资源公报数据, 构建虚拟水多区域投入产出计算模型, 并细化用水产业, 计算得出区域间虚拟水相互交换关系与转移量。同时, 将区域虚拟水空间流动量与区域间人口迁移和产业转移特征进行关联分析, 结果表明, 研究时段的中国城市化进程中, 虚拟水主要由内陆地区向沿海地区输送, 且区域间人口迁移特征与虚拟水空间转移特征的关联性很强。人口流动带动消费品转移, 进而引起虚拟水流动, 产业空间转移通过生产要素的空间转移与聚集, 持续影响虚拟水的流动量和流动方向。因此, 基于中国城市化特征, 未来区域发展应考虑结合实体水调动以及虚拟水流动与人口迁移和产业转移的关联关系, 保证经济活动密集区域的水资源供给。     

基于出租车轨迹数据的交通异常识别算法

为了实现基于出租车轨迹数据的交通异常识别,首先以城市栅格地图模型为框架,提出了一种针对城市路网的多光谱分隔算法;并根据城市路网分别从区域增长与区域融合两种角度,实现了多光谱地图的分割。其次在分割的城市路网基础上,设计了交通异常的识别算法。算法依据单元区域内道路网络拓扑结构构建交通异常图;然后根据出租车路径选择模式的历史规律,计算每个单元区域内不同路径上的出租车轨迹流量的变化;最后根据三倍均方差指标识别单元区域内的交通异常。最后以哈尔滨为例,进行了算例分析。算例结果表明,提出的异常识别算法取得了良好的效果,验证了算法的有效性及准确性。     

基于出租车轨迹数据的交通异常识别算法研究

为了实现基于出租车轨迹数据的交通异常识别,本文首先以城市栅格地图模型为框架,提出了一种针对城市路网的多光谱分隔算法,并根据城市路网分别从区域增长与区域融合两种角度实现了多光谱地图的分割。其次在分割的城市路网基础上,设计了交通异常的识别算法。算法依据单元区域内道路网络拓扑结构构建交通异常图,然后根据出租车路径选择模式的历史规律计算每个单元区域内不同路径上的出租车轨迹流量的变化,最后根据三倍均方差指标识别单元区域内的交通异常。文章最后以哈尔滨为例进行了算例分析,算例结果表明,本文提出的异常识别算法取得了良好的效果,验证了算法的有效性及准确性。     

基于时空切分和词向量相似性的轨迹伴随模式挖掘

设计了一种基于时空Hausdorff距离切分、词向量相似性的轨迹大数据挖掘方法,以准确高效地分析数据中的伴随规律,真实反映人群和车辆的流动行为。基于时序特征的一对三Hausdorff距离算法可以排除反向轨迹、挖掘伴随关系;利用时间滑动窗口切分得到的轨迹段集合可为相似性度量建立数据基础。而基于词向量的轨迹相似性度量方法,建立了轨迹和词句的类比关系,体现了轨迹的空间、时间和方向异质性,能较为准确地度量伴随轨迹在结构上的相似程度,为发现同类目标或检测频繁路径等提供参考依据。     

战略性新兴产业发展的区域差异及其动态演变研究——基于广东省2011—2019年面板数据的实证

促进战略性新兴产业在区域间实现均衡协调发展具有重要现实意义。基于广东省21个城市的面板数据，采用Dagum基尼系数法定量分析广东省战略性新兴产业区域差异的现状、问题以及动态演变趋势，并在此基础上对战略性新兴产业发展区域差异的影响因素及其影响途径进行实证研究。研究结果显示，广东省战略性新兴产业的区域差异较为明显，总体基尼系数较大，分布不均衡程度较高，而粤东、珠三角、粤西和粤北在区域间和区域内的发展差距均呈现出差异化特征。根据实证研究结论，各区域应遵循因地制宜的原则，在人力资本、技术研发、消费水平、基础设施、贸易发展、生态环境等方面选择动态且差异化的支持政策，以实现战略性新兴产业在区域间和区域内的均衡协调发展。     

基于实验观测的分域湍流模型在通气超空化中的评价

为建立一种可以准确高效预测通气超空化流动的湍流模型,结合数值计算和实验结果,对绕锥头回转体通气超空化流动特性进行研究.实验采用高速录像观察了通气空化随时间的流场变化;数值计算中,分别应用标准k-ε湍流模型和密度分域的湍流模型计算了绕锥头回转体通气空化流动.其中,密度分域的湍流模型是在实验观测的基础上建立,即在空泡的前端含气量较大的区域应用DCM模型,以体现附着型空穴的可压缩性;在空泡尾部含气量较大的雾状空泡区域应用FBM湍流模型,以捕捉多尺度的空泡涡团结构.研究结果表明:与标准k-ε湍流模型相比,基于密度分域的湍流模型计算的结果与实验观测的现象基本吻合,有效减小了通气空化空泡区域内的湍流黏性,可以捕捉空泡区域内多尺度旋涡结构的演化过程,进而可以准确地预测通气超空化空泡断裂脱落的非定常流动细节.      

基于程序执行轨迹与动态切片的错误定位研究

为解决程序调试过程中的错误定位问题, 将程序执行轨迹和动态切片技术应用于错误定位。程序执行轨迹中包含与错误无关语句, 影响错误定位的准确度。在执行轨迹的基础上, 通过使用动态切片技术降低不相关语句在错误定位时的影响。建立基于程序执行轨迹和动态切片的语句怀疑度计算模型, 使用该模型计算每条语句的怀疑度, 并根据怀疑度对每条语句进行排序, 给出查错的推荐方案。通过实验对比其他算法, 证明了基于程序执行轨迹与动态切片的错误定位方法是有效的。     

基于GPS轨迹数据的拥堵路段预测

基于真实的GPS轨迹数据,对城市拥堵路段进行预测.在此过程中,摒弃传统的基于交通流预测和拥堵识别的方法,提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法.该方法同时考虑路段拥堵的时间周期性和时空相关性,通过对出租车GPS轨迹数据进行挖掘和训练,建立拥堵向量和拥堵转移矩阵,实现对拥堵路段的预测.真实数据集上的实验验证了所提的拥堵路段预测方法的有效性.