一种基于TOA的三维推广无线定位算法

鉴于二维坐标下无线定位算法的结果与现实环境有一定的差距,提出了一种在三维空间条件下基于到达时间(TOA)的Chan推广算法。深入比较和分析了影响该算法定位精度的因素,总结了该算法适用的定位条件和定位环境。在不同定位基站数目、待定位移动台的位置和参与定位基站布局等条件下,对该算法进行了大量的模拟仿真,结果表明利用该算法定位结果比较准确,算法有效可行。     

基于先验知识和形态学膨胀的车牌定位算法

提出了一种基于先验知识和形态学膨胀的车牌定位算法,该算法首先提取图像的垂直边缘,然后利用形态学膨胀算法得到车牌候选区域,最后根据先验知识定位车牌区域,测试表明该算法在交通卡口场景中可有效定位车牌,定位准确率达97%。     

一种基于Adaboost的车牌定位算法

针对成像过程的光照影响以及车辆的污损对车牌定位影响较大的情况,提出了一种基于Adaboost的车牌定位算法.该算法首先将车牌彩色图像进行预处理,然后使用Adaboost算法进行车牌定位,最后使用车牌颜色模型对车牌定位结果进行校验.相对于目前用于车牌定位的方法,该算法具有较快的定位速度和较高的准确率.实验证明,采用该算法能获得较好的车牌定位效果,鲁棒性强,具有较大的实用价值.     

采用线阵型光学传感器的晶圆预对准方法

为提高晶圆圆心定位算法的效率和缺口定位算法的精度,设计了基于线阵型光学传感器的晶圆预对准装置。圆心定位采用改进的线性化最小二乘圆拟合方法,缺口定位采用Leven-berg-Marquardt算法。仿真结果表明,该方法可有效减少圆心定位算法的计算时间,缺口定位精度较现有定位方法提高近1倍。该方法可用于晶圆预对准的实际应用。     

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。     

一种基于RSS的改进的可见光定位系统（英文）

提出了一种基于RSS(received signal strength)的改进的可见光定位算法,并且通过实验验证了该算法.为了消除相邻LED光信号的干扰,相邻灯采用时分的模式发送信号.首先,通过仿真和实验结果分析了基于朗伯模型的RSS定位算法,然后提出了一种改进的定位算法.通过实验结果和仿真结果证明,该定位算法在实用定位系统中的定位误差可达到厘米级别,并且该定位算法的鲁棒性更好、算法复杂度更低,更适合于实际工程应用.     

基于超声波差分算法的空间定位系统的研究

对比于传统超声波定位方式,介绍了一种新的超声波定位算法:差分算法。该算法不需要借助其他射频技术来测算空间位置。利用良态数学模型讨论了该算法的误差影响,并利用单片机构建了简单的实验系统对该算法进行了测试,最后就发展前景和应用范围进行了展望。     

一种DBSCAN聚类点密度的加权质心定位算法

加权质心定位算法是无线传感器网络中最常用的定位算法,为了进一步提高其定位精度,本文将聚类算法引入到无线传感器网络定位中,提出了一种具有噪声的基于密度的聚类算法(DBSCAN)聚类点密度的加权质心定位算法。该算法根据共线度理论选择参数,构建定位三角形的集合。选择集合中定位效果较好的一部分三角形对未知节点进行定位,并对所得的初始定位结果进行DBSCAN聚类。在排除误差较大的定位坐标后,将聚类后每个簇的核心点个数视为权值,采用加权质心定位算法得到未知节点的最终定位位置。仿真结果表明:该算法与传统加权质心定位算法相比,平均定位误差减小80%以上,有效提高了无线传感器网络定位精度。     

基于区域最大有效信息量的牌照定位新方法

汽车牌照定位的效果直接影响车牌识别系统的工作性能。为了提高定位的准确性,在对现有牌照定位算法的研究和分析的基础上,结合实际工程实例,提出了一种基于区域最大有效信息量的车牌定位新方法,该算法提取图像的垂直信息,通过阈值判断准确定位车牌区域。并使用在不同光照情况下,不同种类车牌图像对该算法进行实验。实验结果表明,该新方法不仅具有良好的定位能力,而且定位速度快,定位准确率高。     

基于概率定位的稀疏无线传感器网络

节点定位是当前无线传感器网络非常重要的一个课题。针对无线传感器的网络节点定位设备过于复杂,成本较高的问题,提出了基于概率定位的算法。该算法在相邻节点间使用步数器和基于概率的测距定位方法,与当前的多数要求良好网络连通性的方法不同,该方法有效解决了稀疏网络下的节点定位问题。根据所设计的实验模型,用实际结果对该算法进行了验证,该算法在稀疏网络中性能良好,具有实用价值。     

基于粒子群算法的边界盒定位改进算法研究

在传统的边界盒(Ｂｏｕｎｄｉｎｇ－ｂｏｘ)定位算法中 采用正方形交集区域的质心作为定位结果 定位误差相对较大 针对该问题 给出粒子群算法(ＰＳＯ)改进的边界盒定位算法 该方法定位时 在取得交集区域后 先通过粒子群算法对该区域进行并行搜索 从而取得优化定位坐标 仿真实验结果表明:基于粒子群算法的边界盒定位改进算法减少了定位过程的计算的迭代过程 使得计算速度增快 且定位误差减少 定位精度值得到了提升     

一种基于信标节点筛选的无线传感器网络定位算法

对无线传感器网络定位算法进行了探讨,分析和研究了经典的定位算法,提出了一种基于信标节点筛选的定位算法LASBN,该算法筛选出合适的信标节点,并根据未知节点从信标节点所接收到的RSSI值设置权重,最后利用加权质心法进行未知节点的定位。理论分析和实验表明,该算法具有多项式复杂度,能有效地缩小估测误差和提高定位精度。     

复杂背景下结合Graph Cut分割的车牌定位算法

复杂背景下的车牌定位算法是车牌识别技术的一个难点。提出了一种结合graph cut图像分割及边缘检测技术的车牌定位算法,通过图像分割算法去除图像背景边缘信息对车牌定位算法的干扰,测试表明该方法有效提高了复杂背景下车牌定位算法的准确率。     

非高斯噪声下的车载GPS信号定位算法

针对车载GPS定位算法中卡尔曼滤波对异常的观测噪声非常敏感,严重影响车载GPS定位的精度问题,应用Bayes定理,给出观测噪声服从污染正态分布的Bayes滤波算法。研究结果表明:该滤波算法能够有效地抑制异常噪声对车载GPS定位算法的影响;实例解算结果验证了该算法的有效性和可靠性。     

基于FTU的馈线故障定位矩阵算法研究

为提高馈线自动化故障定位的准确性和时效性,总结了目前馈线自动化故障定位的几种应用模式,并分析了常用的故障定位矩阵算法的基本思想,在此基础上,依靠FTU(馈线终端单元)智能设备,提出了一种新的馈线故障定位矩阵算法,该算法采用有向边邻接矩阵来描述网络结构信息,通过多个矩阵的运算处理,可实现单电源树状网络、多电源开环运行网络以及馈线末端的故障准确定位。为验证算法的正确性,以一个多电源并列运行的复杂网络为例,在vs2008环境下采用C 语言编写了该定位算法程序,程序测试结果表明,该算法设计的正确、合理,能够实现馈线区段故障的准确定位。     

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%.     

基于馈线终端单元的馈线故障定位矩阵算法研究

为提高馈线自动化故障定位的准确性和时效性,总结了目前馈线自动化故障定位的几种应用模式;并分析了常用的故障定位矩阵算法的基本思想。在此基础上,依靠FTU(馈线终端单元)智能设备,提出了一种新的馈线故障定位矩阵算法;该算法采用有向边邻接矩阵来描述网络结构信息,通过多个矩阵的运算处理,可实现单电源树状网络、多电源开环运行网络以及馈线末端的故障准确定位。为验证算法的正确性,以一个多电源并列运行的复杂网络为例,在vs2008环境下采用C++语言编写了该定位算法程序。程序测试结果表明,该算法设计的正确、合理,能够实现馈线区段故障的准确定位。     

基于RSSI极大似然估计定位算法的改进与实现

针对基于RSSI(接收信号强度指示)的极大似然估计算法会出现消去二次项时坐标信息丢失,定位误差较大的问题,提出了一种改进的基于RSSI极大似然估计的定位算法.该算法先用卡尔曼滤波算法对采集到的RSSI进行数据处理,然后利用在极大似然估计算法中使用基于泰勒级数展开的最小二乘法对未知节点求解定位.仿真实验结果表明,该算法改善了原算法定位的稳定性,有效减小了定位误差,提高了定位精度.     

基于无线传感器网络的定位系统研究及设计

研究并设计了一种基于TDOA定位技术的短距离精确定位系统,该系统采用超声波和无线电相结合的 定位技术组建无线传感器网络来实现定位,系统结构简单,实现容易,无需时钟同步#针对该定位系统,设计了一 种快速、高精度的多步长定位算法,理论及实验结果表明,该算法是高效的。     

NLOS环境下无线通信网络中的TDOA/AOA混合定位算法

为了提高在NLOS条件下无线定位的精度,采用多种测量值混合定位的方式,提出了一种TDOA/AOA最速下降混合定位算法.该算法以加权残差平方和为目标函数,以最速下降算法为最优化方法.然后,以几何结构的单反射圆盘模型进行仿真,分别利用TDOA/AOA最速下降混合定位算法、TDOA/AOA泰勒级数混合定位算法以及单纯的TDOA泰勒级数经典算法对无线通信网络中不同的定位环境进行了仿真计算.仿真结果表明,当参与定位的基站数目分别为3,4,5,6,7,反射圆盘半径分别为200,300,400,500,600,700m时,与后2种算法相比,TDOA/AOA最速下降混合定位算法的均方差、平均误差及最大误差均较小,即该混合定位算法具有更高的定位精度,且参加定位的基站数目越多,这种优势越明显.