基于二进制传感器网络的目标运动方向估计方法

介绍了方向估计二进制传感器网络(DE-BSN),提出基于统计学习解决目标运动方向估计的思路,并给出了使用线性判别分析法(LDA)和支持向量机算法(SVM)的估计方案。仿真分析了在不同传感器节点密度时上述算法的精度、和在节点出现错误的情况下算法对目标方向估计的可靠性。实验结果表明上述算法均可实现高精度的目标方向估计,并都具有一定的鲁棒性,各自的优势分别在于:LDA的计算复杂度较小,而SVM的估计误差较小。

二层架构的无线传感器网络的二进制源估计

针对传统源估计方案不易于扩展至大量传感器问题,首先提出了基于两层WSN的新迭代译码DJSCC方案,其具有低复杂性和高可扩展性。该方案使用每集群的两个sink节点提供差分空时分组编码(DSTBC),其易于扩展到大量传感器,适合间接源观测应用,还适用于时变观测精度模型。通过对BER性能上限的分析,建立了系统模型,并进行了系统仿真。仿真结果表明:a)与基本解码方案相比,该方案算法的BER系统性能提高了1～4 dB;b)利用DSTBC的每群集的辅助sink节点,不但增加了在失败情况下的系统可靠性,而且也提高了整个系统的BER性能约2～3 dB。

频率值加权的宽带波达方向估计算法研究

0引言宽带信号波达方向估计在音频信号处理、雷达、声呐、无线传感器网络等领域中均有重要应用。宽带信号DOA估计方法的研究起步较晚,二十世纪80年代后才逐渐发展起来。经过30年的发展,目前已经涌现出众多宽带DOA估计方法[1],如非相干信号子空间方法(ISM:Incoherent Signal-subspace Method)。

基于运动估计的ZigBee无线网络定位方法

基于Zigbee的无线网络定位技术在实际应用中存在多径效应,加之人体干扰等因素会引起的信号波动,从而导致定位精度受到很大影响。针对实际定位应用中的信号波动问题,采用震动传感器判断定位终端运动状态,利用稳定的位置指纹估计运动路径和方向,在估计运动路径的邻域内采用匹配最近邻,得到定位结果。实验结果表明,该方法减弱了信号波动带来的精度影响,定位精度为2 m^6 m。

基于多传感器的车辆多工况航姿参考系统研究

针对基于MARG传感器的航姿参考系统精度不高的问题,对传感器误差补偿以及姿态数据融合算法进行了研究。利用改进之后的十二参数椭球拟合法和反向传播神经网络对磁强计进行误差补偿;通过里程计与陀螺仪的信息辅助,完成对加速度计的误差补偿;设定车辆运行的多种工况噪声,获得理想车辆姿态状态估计的最佳增益。构件基于自适应卡尔曼滤波算法多传感器信息融合的姿态测量系统。实验数据表明,该改进自适应卡尔曼滤波算法可与姿态滤波算法相配合,能有效地降低运动加速度和磁场干扰对姿态估计精度的影响,从而有助于提升AHRS在动态环境下的性能。

限定GA搜索空间的WSF求解算法

波达方向(DOA)估计在无线传感器网络中得到了广泛的应用,本文针对DOA中加权子空间拟合(WSF)算法多维非线性优化计算量大的问题,提出一种限定遗传搜索空间的WSF求解算法.该方法将旋转不变子空间(ESPRIT)与无偏估计量的理论最小误差(TME)相结合来限定遗传算法的搜索空间,通过缩短遗传算法的基因长度来降低加权子空间拟合算法的求解复杂度.仿真结果表明,该算法的估计性能与WSF基本相同,与其它的一些智能优化算法相比,显著的降低了算法的计算量.