一种基于动态射频地图的室内定位方法

为了避免室内定位受环境变化、遮蔽物遮挡等因素的影响,提出了一种动态射频地图构建方法,通过参数估计节点动态感知环境参数的变化,采用回归分析方法实时估计信号传播经验模型的参数,基于参数估计节点估计的环境参数、模型参数及信号强度等信息建立具有环境自适应能力的动态射频地图,然后采用粒子滤波算法实现对未知节点的位置估计。仿真及实验结果表明,该地图构建方法可动态适应环境的变化,定位算法可取得较精确的位置估计结果。

基于自适应射频指纹地图的WSN室内定位算法研究

针对目前基于无线传感器网络进行室内定位时由于节点间收发信号的强时变特性而造成的定位精度不高、自适应性差的问题,提出了一种基于自适应射频指纹地图的WSN室内定位算法。该算法利用固定位置处信标节点间的信号强度来实时刻画环境的动态变化,从而构建出自适应环境变化的射频指纹地图;实时定位阶段,利用贝叶斯估计法计算目标初始位置,通过有限状态自动机滤除目标移动过程中出现的不可能跳变位置。实验结果表明,该方法在增加环境自适应性的同时大大提高了定位精度。

基于动态射频指纹的调频定位方法

针对调频(FM)广播信号动态变化对定位性能产生较大影响的问题,提出了动态射频指纹的FM定位方法。该方法采用多元线性回归和神经网络方法,根据离线阶段各个参考点和部分较准点的调频广播信号强度的关系,使用在线阶段较准点的信号强度实时估计在线阶段参考点的信号强度。通过这两种方法建立具有自适应能力的动态射频地图,并使用贝叶斯估计方法对目标进行定位。实验结果表明,相对静态射频指纹模型:采用多元线性回归的射频指纹动态映射模型定位误差平均减少9.1%,采用神经网络的射频指纹动态映射模型定位误差平均减少36.3%,有效抑制了射频信号动态变化时变性对定位性能的影响。

基于压缩感知的免携带设备双目标定位算法

免携带设备的目标定位(DFL)不需要目标携带任何设备就能获取位置信息,针对现有算法在多目标定位中存在的因射频信号时变特性引起的问题,该文结合指纹法,提出了基于压缩感知的免携带设备双目标定位算法。该算法采用中心概率覆盖模型建立单目标射频地图到双目标射频地图的映射关系,解决指纹法由于目标数的增加引起的离线训练量骤增的问题。并采用K-means聚类方法对双目标射频地图进行分类,通过类匹配缩小定位区域的范围,降低定位算法的复杂度。最后利用压缩感知的方法,将定位问题转化成稀疏信号的重构问题,提高了定位精度。实验结果表明,与基于无线层析成像的压缩感知定位算法相比,该算法能达到较高的定位精度,且实时性更高。

基于RSS技术的煤矿井下人员定位系统设计

为了减少煤矿事故的发生,加强煤矿安全的管理,该文基于RSS的定位技术,设计了煤矿井下人员定位系统,可对煤矿入井人员进行实时跟踪监测和定位,可为工作人员提供矿井巷道网络、人员位置、危险区域及相应提示的动态信息。并从工程和原理两个方面进行论证此设计。实验结果表明设计的盲节发射器可以满足井下定位要求,并且该系统在定位精度、定位失效率和系统抗干扰能力方面有明显优势。