极值分析下基于位置矩阵的质心定位方法

为以使星敏感器在复杂工况下依旧能获得高精度的星点质心位置,提出一种极值分析下基于位置矩阵的质心定位方法。首先, 提出极值分析下的星点弥散区域粗提取算法, 对去噪后的星图进行星点局部区域限定。接着, 提出基于位置矩阵的线段编码标记法对星点弥散区域进行精提取。最后, 利用星点区域像素信息估计出高斯曲面参数以得到星点精确的质心坐标。仿真结果表明, 星图噪声标准差处于2的水平时, 所提方法可以使星点质心定位精度达到0.070 4 pixel, 且在星图噪声标准差处于12的水平时, 仍具有90.03%的高星点提取成功率。     

基于共线度的传感器网络节点定位性能分析

节点定位是无线传感器网络一个很重要的研究内容。提出一种新参数——共线度来分析一组三个参考节点的不同部署对传感器网络节点定位性能的影响,同时从理论上提出并证明了该参数对定位性能影响程度的两个定理。仿真实验显示:该参数有助于分析传感器网络节点的定位性能,并为选择良好的参考节点组合来进行有效定位提供了一个可行的参考指标。     

基于学习进化的机器人同时定位与地图创建

利用学习与进化结合的思想,改善基于粒子滤波的SLAM算法。在对学习与进化的关系深入分析的基础上,针对基于粒子滤波的SLAM算法,提出将滤波过程分成学习和进化两个阶段,分别给出相应算法解决粒子有效性与多样性的问题,缓解二者之间的矛盾,改善了SLAM算法的效果,增强了算法的鲁棒性,也验证了学习与进化的关系。最后,通过多次Monte-Carlo仿真实验结果表明了该算法的有效性。     

Behavioral and neuronal mechanisms of cricket phonotaxis

Summary The auditory communication of crickets provides a model system for the analysis of the neuronal mechanisms underlying complex behavior. The song of male crickets attracts females. The necessary and sufficient parameter of the song for the female phonotaxis has been determined by a quantified behavioral analysis. Neuronal correlates of this pattern recognition exist in the cricket brain and give rise to a hypothesis on the mechanism of song pattern recognition. Causal relationships between the orientation of a cricket during phonotaxis and the activity of single identified neurons were found by monitoring and deactivating single neurons during behavior. The different roles of various identifield neurons for sound localization have been tested by this method. The plasticity of the auditory system at both the behavioral and at the neuronal level has been studied after ampytation of one ear, and a mechanism for sound localization with only one ear is proposed.     

基于多边约束的数据融合网络定位

无线传感网络定位方法近几年来受到广泛的关注。分布式算法是传感网络定位的一个主要要求,它不仅能减小计算和通信负载,同时对络的非连通性有很好的鲁棒性,对测量噪声克服也有一个很好的实现方案。虽然多种测量技术都能实现位置估计,但都存在某些不足。数据融合是一个很好的解决方案。提出了一个数据融合的结构和模糊优化数据融合算法。对每个节点的TOA和RSS数据进行融合。仿真表明位置估计的精度能够得到显著的改进,同时算法的复杂度也得到了降低。     

多平台基于方位时延差的目标运动分析

以拖曳阵列与本舰所构成的声纳系统为例 ,从双平台观点考虑 ,利用对目标的两方位及时延的量测为依据 ,研究了该系统的目标运动分析 (targetmotionanalysis,TMA)问题。采用了最大似然估计、扩展Kalman滤波(EKF)方法 ,实现了对目标运动参数的估计 ,并给出了它们的Cramer Rao低界 (CRLB)。通过仿真考察了参数变化对估计精度的影响。仿真结果表明上述方法具有较高定位精度。该方法适合于主、被动形式的多平台系统 ,且容易实现。     

基于行为特征的机器人变步长气味源搜索算法

面向在地面搜索地下气味源的任务,针对传统六边形路径算法步长固定且无法对气味源定位的不足,提出移动机器人依靠气体传感器的基于自身行为特征的变步长气味源搜索算法.机器人根据其自身在搜索过程中所表现出的行走特征,采用行为控制模型,选择与具有不同特征的行为相匹配的步长调整策略.步长调整策略包括:根据实测所得即时气味浓度变化率的动态步长改变策略、根据徘徊程度确定的动态步长缩短策略、固定步长策略.非均匀土壤且实际扩散情况下的计算机仿真证实,改进算法具有气味发现、气味跟踪和气味源定位三种功能.     

基于启发式的多机器人SLAM地图融合方法研究

同步定位和地图构建（simultaneous localization and mapping,SLAM）是移动机器人在未知环境中完成地图构建和定位任务的关键技术。针对多机器人SLAM中的地图融合问题,提出一种启发式的搜索方法引导局部地图的重复区域进行地图融合。每个机器人可以在不了解其相对位置的情况下建立局部地图,并将局部地图信息发送至同一工作站中,以局部地图的相似性为判断指标融合得到最优的全局地图。在机器人实物平台上进行验证,结果证明了多机器人SLAM的地图融合算法的有效性和准确性。