基于冗余天线阵列和加权质心算法的光伏系统直流电弧故障定位方法

针对光伏直流电弧故障定位问题,本文通过研究故障电弧的电磁辐射特性,提出一种基于冗余天线阵列和加权质心算法的定位方法。先计算电弧燃烧时天线采集到的电磁信号的方均根值,与辐照度一起输入BP神经网络预测天线与电弧的距离;再构造冗余天线阵列研究不同天线数量和布局方式,选出接收信号最强的天线,将天线坐标和距离输入加权质心算法,获得定位结果;最后结合K均值聚类算法提高定位精度。实验结果表明,所提方法具有良好的定位能力。

基于加权质心算法的无线传感网络丢包节点定位技术

针对无线传感网络中丢包节点的定位问题,提出一种基于加权质心算法的定位技术.分析无线传感网络节点分布和拓扑结构后,采用RSSI的测距模型改进加权质心算法,经测距模型将RSSI值转换成丢包节点与周围节点的距离,采用加权质心定位算法求解WSN丢包节点定位误差,以3个锚节点作为圆心,锚节点距离作为半径构建圆,计算3个圆交点的坐标后,求出由3个交点构建三角形的质心位置平均值,该值为WSN丢包节点定位坐标,实现无线传感网络丢包节点定位.实验结果表明:该方法应用效果较好,其平均转发率为98.18%,平均检测率为98.36%,能有效定位出WSN丢包节点,提高了WSN网络的稳定性,使得WSN数据传输更加可靠,保障了WSN数据传输质量.

基于一阶矩改进的太阳图像灰度质心算法

提出了一种改进的基于一阶矩算法的太阳图像灰度质心计算方法。与一阶矩算法相比,新算法的像素误差减小了0.74209 pixel。该算法首先采用梯度法消除太阳图像的背景噪声,然后将图像划分为与指定线对应的区域,在计算这些线的质心之后,最终利用简化质心点和一阶矩计算太阳图像的灰度质心。此外,给出了直线的最佳选择长度(88个点)和最佳间距(7.5°)。通过提取标准圆盘的质心,将该算法的提取精度与一阶矩法进行了比较,结果表明,该方法是有效和准确的,可以在亚像素级别有效地提取二维图像灰度的质心。

一种改进的星点质心算法

本文结合图像传感器的实际像元感光区形状和像元填充率,提出了一种改进的质心算法。该方法根据不同像元感光区形状和像元填充率下感光区中心坐标不同的特点,通过修改传统质心算法中像元坐标的取值来提高质心算法的定位精度。在分析星点的灰度分布特点的基础上,明确了如何仿真产生一个星点光斑,并通过仿真实验验证了改进质心算法的有效性。实验结果表明:在理想情况和噪声存在情况下,改进质心算法的定位精度优于双线性插值质心算法和传统质心算法。

基于内三角形质心算法的超宽带室内定位

针对工业现场自动导引运输车(AGV)定位方式灵活性差的问题,应用DW1000射频(RF)芯片,设计实现了一种超宽带(UWB)室内定位系统。首先,提出了高效的多基站测距和多标签调度机制,解决标签冲突和组网问题。其次,针对三角形质心算法实际应用中测距极大误差引起的定位精度低、稳定差的问题,引入可信度概念,提出了内三角形质心算法,通过可信度算子削弱测距极大误差的影响,提高算法性能。最后,将该系统应用于工业车间,当系统容纳20个标签时,单个标签的坐标平均更新频率达到24 Hz,标准差为3 Hz;静态平均定位误差为11.7 cm,标准差为2.5 cm;动态最大误差小于30 cm。实验结果表明,该系统具有高实时性、高精度和高稳定性的特点。

基于加权质心算法的无线网络节点定位方法

为了提高无线传感器网络节点定位技术准确性,提出了改进的加权质心算法节点定位方法,以常态方程代入解得坐标后的误差倒数作为权值,并利用权值差别处理具有不同定位误差的不同定位结果,较小误差的倒数对应较大的权值,较大误差的倒数对应较小的权值,来提高定位准确性.通过对传统质心算法和改进加权质心算法进行MATLAB仿真,估测出定位节点的位置坐标.仿真结果表明,改进加权质心算法相较传统质心算法具有定位精度高、用时少等优势.

CCD目标灰度质心算法的动态误差分析

针对传统静态误差分析方法忽略目标运动对测量影响的不足,本文在分析运动对目标形状影响的基础上建立了灰度质心算法误差与灰度噪声、动态目标尺寸的数学模型,该模型表明当曝光时间内目标移动量远小于目标静态尺寸时,动态误差与静态误差接近;而当目标移动量与目标静态尺寸的比值大于6%时,灰度质心算法动态测量误差方差将比静态测量误差方差大20%以上,此时必须减小CCD曝光时间、增加光源出射光功率,以减小测量误差。

离散噪声图像的光斑质心算法及其硬件实现

针对现有的光斑质心算法无法直接处理含有离散噪声点的图像,提出一种不依赖去噪预处理和噪声点剔除后处理,本身具有抗单点噪声能力的光斑质心定位算法,并通过现场可编程门阵列(FPGA)实现了该算法。首先分别标记背景像素、噪声像素和光斑像素;然后通过对相邻像素标记的判断,完成对当前像素的标记;同时对属于同一光斑的像素进行质心参数累加,但不累加和存储判断为真正噪声点的像素。与现有方法相比,该方法能够充分利用FPGA的并行处理能力,在图像像素输出的同时完成光斑质心提取和噪声点像素去除,而且不需要存储预处理图像和噪声点像素,节省了存储空间。该方法为由于图像传感器长时间曝光而引起的高亮度离散噪声光斑图像的处理提供了有效的途径。

改进型质心算法在井下人员定位中的应用

井下人员定位对于煤矿的安全管理和应急救援都非常重要,由于井下环境复杂,而质心定位算法受环境影响较小,因此在无线传感网络的节点定位中广泛应用。但传统质心算法精度较差,针对这种情况提出了一种改进质心定位算法,采用遗传算法对权值进行优化。仿真结果表明,经过遗传算法优化后,定位精度优于传统的质心算法。

基于APIT的无线传感器网络质心算法研究

为了解决基于无线传感器网络的高速公路检测系统中由于信标节点分布不均且稀疏导致的定位误差,结合近似三角形内点测试(APIT)算法提出了一种新的定位算法,保证未知节点在所选择信标节点组成的三角形内。算法不需额外添加硬件,容易实现。M atlab环境下仿真结果显示,基于APIT的质心定位算法在信标节点较为稀疏、不均时,定位精度比采用最近邻信标节点选择的质心定位算法提高了32.18%。

无线传感器网络质心算法的最佳通信半径

关于无线传感器网络节点定位的精度优化问题,由于定位精度受到通信距离的影响,直接与能耗相关。为了在节点通信半径可调的网络中,能以较小的功耗达到较高的定位精度,提出一个新颖的解决思路,从通信半径的设定角度提高定位精度。以经典的质心算法为例,分析了通信半径对定位算法精度的影响,提出了最佳通信半径的概念。在最佳通信半径上,定位的相对误差第一次达到了极小值,到达了高精度、低功耗的目标。改变信标节点个数,得到不同条件下的最佳通信半径结果。由不同条件下的仿真数据,利用曲线拟合技术,得到了最佳通信半径函数表达式。仿真结果表明,改进方法对于实际工程中通信半径的设定具有积极的参考价值。

改进加权质心算法用于煤矿井下人员精准定位

煤矿安全避险六大系统是煤矿安全生产的重要保障条件,为提高井下人员的精准定位,针对传统加权质心算法的不足,提出了改进加权质心算法。该算法在三角质心算法的基础上,取五个信标节点,2次利用修正加权质心算法求出未知节点的坐标值,实现人员的精准定位。实验结果表明:改进加权质心算法的平均误差为0.41m,比一般加权质心算法的平均误差减少了1.16m,比修正加权质心算法的平均误差减少了0.66m,且改进加权质心算法的最大值和最小值也明显优于其他两种算法。基于接收信号强度RSSI的改进加权质心算法定位更精确,更能满足于井下人员定位的要求。

基于多面体质心算法的水下传感器网络定位

为了克服基于测距的水下定位算法以及距离无关的水下定位算法定位精度的不足,通过网络密度自适应、迭代定位和重定位、周期性更新和预测等优化措施,提出了一种距离无关的多面体质心算法,并利用仿真实验证明了多面体质心算法的定位性能明显优于ALS算法,它能够大幅度提高定位精确度,并降低定位成本。最后指出了未来水下定位算法研究应注意的问题和发展趋势。

基于递推质心算法的二元传感器网络分布式目标跟踪

传感器网络的一个重要应用方向是目标定位与跟踪。为了减少通信消耗,二元传感器是一个很好的选择。在递推质心算法和动态分簇结构的基础上提出了一种分布式递推质心算法,并将其应用到二元传感器网络分布式目标跟踪中。计算机仿真结果表明,该算法能够有效地对目标进行定位跟踪,并能够在节点密度大、节点探测半径大和采样周期小的情况下减少能量消耗和计算量,从而延长网络使用寿命。

CCD光斑质心算法的误差分析

文章建立了CCD噪声和像元尺寸对质心算法影响的误差模型。模型表明,当CCD上光斑的束腰ω<0.1个像元时,质心算法的误差大于0.28个像元;当束腰ω>0.5个像元时,像元尺寸对灰度质心算法的影响可忽略不计,影响质心算法的主要因素是CCD随机噪声误差。在ω>0.5个像元的前提下,光斑尺寸越小,质心算法的精度越高。实验与理论分析结果一致,证明了该误差模型的正确性。

无线传感器网络中一种基于三边测量法和质心算法的节点定位算法

针对无线传感器网络在节点均匀分布的情况下节点定位精度较差的问题,提出了三边质心定位算法.该算法利用节点均匀分布的先验信息将质心定位思想引入到三边测量法中,通过计算相交圆的公共区域的质心来提高对未知节点位置估算的精度.仿真结果表明,三边质心定位算法与三边测量法相比有效地降低了未知节点的位置误差,提高定位精度.

无线传感器网络改进质心算法的节点自定位

节点自定位是无线传感器网络的关键技术之一。在对距离无关的定位机制质心算法研究的基础上,采用极大似然估计法,估算信标节点与未知节点间的距离,以距离作约束降低误差值,从而提高定位的精度。通过MATLAB仿真,结果表明算法能够有效提高定位精度。

改进质心算法的节点自定位研究

质心定位算法是指无线传感器网络节点仅基于节点间连通性进行自定位,其定位结果误差较大,但该算法思想简单,能够节约有限的节点能量。为了提高节点自定位精度,且能够保留算法简单的优越性,在此采用极大似然估计法测距模型对节点定位的误差值进行修正;极大似然估计法能够对节点间的测量距离和估算距离之间的差值进行计算。结果表明,经过修正的节点坐标有较高的精确度。

天文CCD观测的星象定心算法

针对目前常见的地面光学观测系统 (天文望远镜和CCD系统 ) ,提出了一种快速确定恒星星象中心的算法———逐次逼近法。该算法采用逐次逼近的思想 ,可快速准确地确定恒星星象的中心。并采取了一些措施 ,较好地削弱了大气湍流的影响。该算法从整个系统的角度来分析和解决问题 ,很适应于计算机自动处理 ,具有实用性强 ,速度快的特点。还利用VC + +开发了一套基于Windows

基于加权质心算法的气体源定位系统

为了快速准确地确定气体泄漏源的位置,提出基于加权质心算法的气体源定位法。采用气敏传感器对目标区域的气体浓度进行检测,并通过无线传感器网络把收集的数据反馈给协调器,协调器把打包好的数据传递给主处理器,处理器依靠测量的结果计算出气体源位置,并可视化显示。以乙醇蒸汽为实验目标气体,平均定位相对误差小于5.9%,验证了该方法的准确性。