UWB多目标异步定位改进方法

在原UWB多目标异步定位及其算法的基础上,针对其存在的问题提出改进算法.在保持原一般性的情况下,实现剔除冗余测量的目标.采用帧多次往返测量法和相互测量法,实现全部差分测量,改进了测量误差分布特性.提出递进测量新概念应用于超宽带异步测量和定位,较好的协调了测量速度和精度的关系.选用优化算法,很好地解决了定位方程的求解问题.仿真结果说明,方法有效可靠,性能稳定,适于实际应用.     

无线感知网络最小二乘法定位算法的误差分析与优化

无线感知网络(WSN,wireless sensor networks)中位置信息及其位置可信度对于感知数据至关重要,目前针对WSN定位的可信度分析很少见.利用误差分析理论对最常用的最小二乘法定位算法进行理论分析,并提出一种简化误差分析算法,在给出节点预测位置同时给出定位误差范围;而且,利用误差分析对循环定位的锚点选择进行优化,能够显著提高定位精度;最后,采用模拟试验的方法对误差分析及其简化算法和优化算法的有效性进行验证.     

无线传感网中目标定位算法切换门限的仿真

在分析了传感器网络中现有定位算法的基础上,针对主动定位的多普勒法,提出了基于假设检验的运动性检测算法.该检测的目的是发现多普勒法的失效门限,为定位算法的切换提供依据.经仿真,发现假设检验算法能有效判断被定位目标的低速运动状态,其切换门限在1.5m/s左右,高于该速度门限的目标可以使用多普勒法,否则应该采用静止类定位算法.     

非穿戴指势手指三维定位

根据小波变换在时域和空域均具有优异的局部化特征,基于背景差分,利用小波多尺度特性进行小波多尺度 变换,提取视频运动对象并抑制阴影. 根据手指在图像中的空间位置关系,基于阈值分割与色彩信息融合方法,提取手 指区域. 融合手指指尖特征点、指势手指的手臂中心轴线及其外极线的多几何约束的立体匹配策略,采用求解反对应方 法,确保手指特征匹配的正确性. 实验验证了文中所提方法能有效定位指势手指的三维信息.     

露天煤矿下多机器人协同煤矿搬运方法研究

针对露天煤矿下多机器人协同煤矿搬运问题,建立了由控制中心、无线网关和无线传感器组成的无线传感器网络来控制多个机器人协同工作.为了实现高效的合作,以任务完成时间衡量机器人的合作效率,提出了基于效率最优的任务分配机制,采用蚁群算法,由控制中心进行集中式任务分配,并通过无线传感器网络告知机器人,实现了多机器人合作.利用无线传感器节点的定位信息,采用基于到达时间差的定位方法实现了机器人定位,使得机器人可在露天煤矿自主搬运煤矿.搭建了无线传感器网络,并用Pioneer III机器人和能力风暴机器人模拟煤矿搬运,模拟结果证明提出的方法可以实现露天煤矿下多机器人的协同控制,使机器人在最短的时间内完成任务.     

一种三维无线传感器网络节点定位算法

节点定位作为无线传感器网络应用支撑技术之一,一直倍受学术界和工业界的关注。现有的定位算法大多针对平面应用而设计,无法满足三维空间应用。针对目前三维空间定位算法的不足,在三边测距定位基础上,本文以三维空间四边测量法为基础,提出了三维空间二次定位法,并对其性能进行了分析,给出了算法的定位误差。     

一种改进的无线传感器网络DV-Hop定位算法

针对无线传感器网络DV-Hop定位算法中信标节点与未知节点之间的平均跳距估算误差较大的问题,提出一种改进的DV-Hop算法并进行仿真检验。改进后的算法对传统算法中节点每跳距离选取进行了调整,还采用加权平均法计算节点平均每跳距离。仿真结果表明,改进的DV-Hop算法显著提高未知节点的定位精度。     

发展与启示：近二十年国内旅游社会学研究综述

经过二十余年的发展,社会学逐渐将其理论和方法延伸至旅游研究的各个领域,从国外研究到国内研究,从特色项目到特色课题,都能发现社会学的旅游研究话语权。但是,社会学对各个旅游项目的研究和关注表现出了明显的冷热不均。我们必须以高度的学科意识和理论自觉,紧扣中国旅游大发展的现实背景,立足中国社会转型的现实需要,以社会学的视野关注中国旅游,推动旅游活动实现社会效益、经济效益和生态效益的多重共赢。     

山体滑坡监测的RSSI定位改进算法

针对现有山体滑坡监测技术自动化程度低、系统成本高、实施难度大等问题,将RSSI定位技术用于山体滑坡监测,提供无需任何一次检测仪表的山体滑坡监测新方法。提出的RSSI定位改进算法引入加权调整因子,通过动态获取路径损耗模型参数和实时计算WSN节点间通信距离,可降低外部环境变化对定位精度的影响,从而提高山体滑坡定位精度。使用MATLAB对改进算法进行的模拟测试结果表明,与传统RSSI固定路径损耗模型定位算法相比,平均误差显著下降。     

蛋白质亚细胞定位预测研究进展

蛋白质的功能与其在细胞中的定位有着密切的联系,新合成的蛋白质必须处于适当的亚细胞位置才能正确的行使其功能．预测蛋白质的亚细胞定位,在确定一个未知蛋白质的功能,了解蛋白质相互作用等方面有着重要的意义．机器学习方法在蛋白质亚细胞定位研究中扮演着一个重要的角色．笔者从数据集的构建、蛋白质序列特征提取方法、蛋白质亚细胞定位预测算法以及预测算法的性能评估等四方面总结了过去十几年间机器学习方法在蛋白质亚细胞定位研究中的应用情况,系统阐述了蛋白质亚细胞定位预测研究的进展．