一种NLOS环境下的TOA/AOA定位算法

为了减小NLOS传播的影响,基于几何结构的单次反射统计信道模型,该文提出一种NLOS环境下的TOA/AOA定位算法。利用RBF神经网络较快的学习特性和逼近任意非线性映射的能力,对NLOS传播的误差进行修正以减小NLOS传播的影响,再利用最小二乘(LS)算法进行定位,从而提高系统的定位精度。仿真结果表明,该算法在NLOS环境下有较高的定位精度,性能优于Chan算法,Taylor算法和LS算法。

非视距传播环境下的AOA定位跟踪算法

基于几何结构的单次反射统计信道模型,提出了一种在非视距(NLOS)传播环境下对移动台的到达角(AOA)的定位与跟踪算法。首先利用径向基函数(RBF)神经网络对NLOS误差进行修正,再利用最小二乘(LS)算法进行移动台位置估计,然后配合相关检测距离门对移动台进行跟踪。仿真结果表明,该跟踪算法能够有效地实现移动台的静态定位与动态跟踪,且效果良好。

基于RBF神经网络的TDOA／AOA定位算法

为了减小NLOS传播的影响,提出基于RBF网络的TDOA/AOA算法。利用RBF神经网络对NLOS传播的误差进行修正,使用TDOA/AOA算法进行定位。仿真结果表明该算法减小了NLOS传播的影响,在NLOS环境下有较高的定位精度,性能优于TDOA/AOA算法、Taylor算法、Chan算法和最小二乘(LS)算法。

基于BP神经网络的蜂窝无线定位算法

为了解决最小二乘法需要测量数据的先验信息来构造协方差矩阵的问题,提出了基于BP神经网络的蜂窝无线定位算法。该算法融合了移动基站提供的AOA、TOA和TDOA测量值来实现移动台的定位,利用神经网络较快的学习特性和逼近任意非线性映射的能力,使其适用于复杂的多径环境。同时充分利用了定位的冗余和互补信息有效地减小了非视距传播的影响。对基于BP神经网络的定位系统性能进行了仿真,结果表明,基于BP网络的蜂窝无线定位算法消除了定位模糊和基站非理想分布对定位精度的影响,在复杂的多径环境下能够有效地提高定位精度。

基于RBF神经网络的AOA定位算法

基于几何结构的单次反射统计信道模型,提出了基于RBF神经网络的AOA定位算法。应用RBF神经网络对非视距传播(NLOS)误差进行修正,然后利用最小二乘(LS)算法进行定位。仿真结果表明:该算法减小了NLOS传播的影响,提高了系统的定位精度,性能优于LS算法。

基于BP神经网络的混合定位算法

为弥补独立采用GPS或基于基站定位方法的不足,并消除非视距传播的影响,提出一种基于BP神经网络的混合定位算法。利用BP神经网络对到达时间差(TDOA)和GPS测量值中的非视距传播误差进行修正,使用TDOA/GPS算法进行定位。仿真结果表明,在单独使用TDOA或GPS方法无法定位时,该算法能够实现移动台的精确定位。

一种减小NLOS影响的TDOA／AOA数据融合定位算法

提出了到达时间差/到达角数据融合定位算法.利用RBF神经网络对到达时间差的测量值进行修正以减小非视距传播影响,然后利用到达时间差定位算法和到达角定位算法分别估算移动台位置,最后对到达时间差和到达角定位结果进行加权平均得到移动台位置.仿真结果表明该算法在郊区、一般市区和闹市区环境下均能够有效地提高定位精度和可靠性.

基于RBF神经网络的蜂窝无线定位算法

为了解决最小二乘法需要测量数据的先验信息来构造协方差矩阵的问题,提出了基于RBF神经网络的蜂窝无线定位算法。它融合了移动基站提供的AOA,TOA和TDOA测量值来实现移动台的定位,利用神经网络较快的学习特性和逼近任意非线性映射的能力,使其适用于复杂的多径环境。对基于RBF神经网络的定位系统性能进行了仿真,结果表明,基于REF网络的蜂窝无线定位算法消除了定位模糊和基站非理想分布对定位精度的影响,在小区半径小于2 km的情况下,系统的定位精度在125 m时准确率可达67%,在300 m时准确率可达95%。

基于BP神经网络的定位跟踪算法

提出了一种在NLOS环境下对移动台的定位与跟踪算法。利用BP神经网络对TDOA测量值中NLOS误差进行修正,再利用Chan算法进行移动台位置估计,配合相关检测距离门对移动台进行跟踪。仿真结果表明,该跟踪算法能够有效地实现移动台的静态定位与动态跟踪,性能优于基于Chan算法、LS算法、Taylor算法的静态定位与动态跟踪。

空间四站时差定位中的模糊及无解研究

将平面三站时差定位的基本原理加以推广,应用于空间四站时差定位系统中出现的模糊和无解现象的研究。根据仿真结果,找出了模糊分布与测量站布局之间的关系,提出了排除部分模糊区的方法;同时对无解产生的原因加以分析,并讨论了在无解情况下的次优定位方法。空间时差定位系统因其复杂性,比平面定位系统更容易出现模糊现象。因此,在设计各测量站的布局时,应当结合本文的分析和讨论,将所需的可控区设置在模糊区和无解区之外。

基于WiFi的一种改进的室内定位算法

为解决室内定位中算法定位精度不高、误差偏大的问题,在原有指纹匹配算法的基础上,提出了一种新的信号能量加权改进接收信号强度的方法。通过对改进后的信号能量进行均值滤波和阈值滤波处理,改善离线建立指纹库阶段建库数据源。在线匹配阶段,改进WKNN算法,利用方差加权结合欧式距离倒数进行相似度匹配。该方法与目前的WKNN算法相比,在减少复杂度的同时,对定位效果进行改善。在不考虑AP组合对定位结果影响的情况下,仿真结果表明所提出的改进算法能明显提高定位精度。

基于双混沌系统互反馈的加密算法

为使低维混沌加密系统具有较高的安全性和良好的运算效率,提出一种基于Logistic映射和Tent映射的复合混沌加密系统。通过两种映射互反馈产生密钥序列,再对读取的明文进行加密;同时利用密文反馈的方式来改变混沌映射的迭代次数,使迭代过程具有一定的随机性。结果表明,与单一的Logistic混沌加密相比,该算法具有很大的密钥空间、较高的加密强度和低维混沌加密系统的良好的运算效率,而且能有效地抵抗穷举攻击、统计学攻击和相图攻击。

一种基于场强差的移动台定位改进算法

为了解决传统的移动台定位过程中信号的传播误差对定位精度的影响,提出了一种基于移动台与服务基站之间的场强差来确定移动台位置的改进算法。小波变换在信号消噪处理中可以取得良好的效果,通过选择合适的小波函数和分解层数,对测量得到的场强差进行分解和重构,然后用经典Chan算法确定移动台位置,大大降低了传播误差对定位精度的影响。仿真表明,该算法能很好地抑制传播误差,其定位效果比直接使用Chan算法更加稳定。

一种新型嵌入式无线传感器网络的设计

为了解决传统无线传感器网络监控范围小和控制管理难以实现等问题,提出一种新型远程传感器网络的设计方案。给出本设计的硬件结构框图、软件流程图及各个模块的外围电路图。测试结果表明,该设计实现了远程监控数据的传输,能有效地对所需观测的环境因素(如温度、湿度等)进行实时监控。

基于短消息的自动抄表系统

介绍由P87LPC767单片机及GM360构成的基于短消息的自动抄表系统。该系统由多路复用的RS232、RS485串行接口电路及多路数据采集系统组成,具有结构简单、工作可靠、经济实用等特点。

基于遗传算法优化神经网络的定位算法

为了减小非视距(Non Line of Sight,NLOS)误差对移动台定位精度的影响,提出一种基于遗传优化后向传播(Back Propagation,BP)神经网络的无线定位算法。先利用遗传算法优化BP神经网络的初始权值,再利用优化后的GA-BP神经网络修正到达时间差(Time Difference Of Arrival,TDOA)测量值,最后使用Chan氏算法确定移动台的位置,以避免由于神经网络初始权值的随机性所带来的网络震荡,克服网络容易陷入局部解的问题。仿真结果表明,新算法能够实现移动台的静态定位,并且性能优于传统BP神经网络与最小二乘(Least Square,LS)算法。

WSN中基于多功率移动锚节点的智能定位算法

针对无线传感器网络节点定位,提出一种基于多功率移动锚节点的改进鸡群定位算法。移动锚节点按照移动模型遍历定位区域,通过功率控制发射信标信号,未知节点接收到信标信号后,利用测距模型建立距离方程并采用最小二乘法计算节点坐标,再使用鸡群算法对节点坐标进行修正。仿真结果表明,改进鸡群定位算法的定位精度和收敛速度皆有所提高。

面向室内定位的DHOHF-Elman神经网络算法

针对传统Elman神经网络算法在室内存在定位精度低的问题,提出了一种基于UWB(Ultra Wideband)改进的DHOHF-Elman(Elman neural network with Double Hidden layers and Output-Hidden Feedback,DHOHF-Elman)神经网络算法。该算法改进了神经网络拓扑结构增加了第二隐含层和第二承接层,达到了双隐含层反馈的效果,通过信道模型模拟大量实验数据,对构造的神经网络模型进行了训练与测试,表明了改进后的神经网络算法较传统神经网络算法有更高的定位精度和较好的收敛性,最后通过仿真结果分析验证了改进算法在有无高斯白噪声环境中的优良性和有效性。

利用Rabbit2000实现抄表数据在Internet网络的传输

介绍了Rabbit2000微处理器功能特性以及Dynamic C的软件开发环境,研究了基于Rabbit2000的嵌入式系统对网络和串口的编程技术;实现了抄表数据通过Internet网络的传输,介绍了PPP连接的建立以及利用UDP报文传输抄表数据的方法。

单片频率计及其在电机转速测量中的应用

ICM72 16 D是美国 Intersil公司首先研制的专用测频大规模集成芯片。文中介绍了该芯片的结构、特点。