一种面向室内环境变动的人员目标无源定位算法

现有的基于接收信号强度(RSS)的人员目标无源室内定位算法在定位环境变动的情况下难以兼顾人工工作量、时间消耗和定位准确率。针对这个问题,本文提出了基于迁移聚类和坐标融合的变分自编码器(FusVAE)的室内环境变动下人员目标无源定位算法。在环境变动后,采集少量无标签RSS样本,然后使用本文提出的基于度量学习的半监督模糊C均值聚类(SFCMML)对其进行精确聚类和标签标注,对原有的定位模型进行重训练,只需很小的人工和时间代价就可以使原定位模型在新环境下也具有较高的定位准确率。同时,针对变动后环境下采集RSS样本较少的问题,本文提出了基于坐标融合的变分自编码器(FusVAE),对新环境下的RSS样本进行数据增强,丰富了RSS样本的数量和质量,提高了定位模型的泛化能力。实验结果表明,在环境变动的情况下,本文提出的算法的平均定位准确率可达88.6%,和同领域同类型算法相比,具有较高的定位精度和较好的环境变动适应性,更适用于变动环境下的人员目标无源室内定位问题。

一种基于信道状态信息的无源室内指纹定位算法

传统的基于接收信号强度指示的室内定位方法定位精度低、稳定性差。为此,提出一种无源室内定位算法。在商业WiFi设备上采集信道状态信息信号,利用信道中的相应子载波幅度特性进行定位,以有效减轻多径效应。在离线阶段,使用主成分分析法去除噪声、提取特征并建立特征指纹库。在在线阶段,使用朴素贝叶斯分类器实时处理数据,从而得到估计位置。实验结果表明,与DeepFi算法、RSSI算法和FIFS算法相比,该算法具有处理时间短、定位精度高的优点。

基于传播模型和位置指纹的三维室内无源定位方法

为了提高对室内窃听窃视设备的可疑信号侦察和无源定位能力,深入研究了非合作室内无源定位技术,通过分析各种室内定位算法后,提出了基于传播模型和位置指纹的三维室内无源定位方法,该方法通过位置指纹定位平面位置,通过传播模型定位高度,两者结合可获得室内三维位置,通过信噪比和幅度多重位置指纹建库与匹配算法研究,采用数据插值进一步提高了定位精度;结合该算法模型,提出了系统的组成与设计,该系统由传感节点、无线网络和信息处理机三部分组成,基于该系统完成了实际定位试验,在传感节点间隔5米的情况下,定位精度可达到3米;该方法对反窃听窃视装备应用和信息安全建设具有重大的现实意义。

智能导购车

基于自主设计的无源RFID室内定位控制技术可实现购物智能导航,并通过Android平台实现智能人机交互;也可利用红外测距传感器实现自主跟随及障碍规避,或利用WiFi接口连接互联网,实现对商品信息的实时查询。文章给出了以无源RFID为核心的室内定位控制系统智能导购车的设计方法。