三角质心迭代与Bounding-Box的定位算法

为了提高Bounding-Box定位算法的精度,在该算法的基础上,文章提出一种改进的Bounding-Box算法,再利用三角质心迭代的方式进一步提高算法的定位精度。文章首先通过比较未知节点周围所有邻居锚节点到该未知节点的信号强度大小找到最近锚节点,然后将估计矩形进行一次分割,初步判断未知节点处于哪一个区域,再利用PIT法则缩小定位区域,最后通过三角形质心迭代的方式求出最终定位点。由仿真实验数据可得,同样的条件下,文章所提出的算法在平均定位误差上明显低于传统算法以及当下较流行的算法,提高了定位精度。

基于四面体质心迭代的三维APIT定位算法研究

针对三维无线传感器网络中APIT定位算法覆盖效率低的问题,提出一种基于四面体质心迭代的APIT定位算法TCI-APIT(Tetrahedron-Centroid-Iteration Based APIT)。该算法对包含未知节点的四面体进行质心迭代求解,减少了网格扫描法的计算量。同时该算法将已经定位的未知节点晋升为锚节点,对网络中的稀疏节点进行重新定位。仿真结果表明:改进后的算法相比于原有APIT定位算法,实现了稀疏节点定位,覆盖率增大12%左右。

基于质心迭代的DV-Hop定位改进算法

基于无线传感器网络DV-Hop的特点,随机分布的多个节点不会分布同一直线,若按直线之间距离代替跳变距离,误差增大;因此文中提出了一种改进策略,主要原理是根据跳数对锚节点组成的三角形多次求质心,假如有n(n为自然数)跳,就求n次质心;最后,用过质心的路径的跳变距离代替原算法中所对应的直线距离,这样使平均每段距离更接近实际跳变距离;仿真结果表明,在不增加节点的情况下,改进DV-Hop算法比传统DV-Hop算法平均测距误差降低了12.5%,计算精度得到了明显地提高。

二次栅格扫描与三角形质心迭代的定位算法

为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上提出一种改进的二次栅格扫描定位算法,再利用三角形质心迭代法进一步提升定位精度。首先通过比较未知节点的所有邻居锚节点到该未知节点的信号强度,找到最近邻居锚节点,利用最近邻居锚节点对可再定位的未知节点所在的估计区域进行二次栅格扫描,再利用PIT法则对定位区域进一步缩减,最后对质心三角形质心进行迭代计算得到最终定位点。仿真结果表明,在相同的网络环境下,与传统算法相比,改进算法明显提高了平均相对定位精度。

基于邻居筛选的质心迭代定位算法

无线传感器网络在经济、环境、军事等领域有着非常重要的价值和潜力,而节点自身定位问题是传感器网络的一个基本问题。该文对无线传感器网络中传统的DV-HOP节点定位算法存在的问题进行了分析;给出了筛选节点邻居算法减少消息发送的数量,节省了节点能量。并提出了一种新的质心迭代定位算法,有效控制了传统定位算法中不可定位节点的数量和定位误差。对于路由选择和数据融合有重要的作用。

信号强度反演的质心迭代定位算法

针对无线传感器网络节点定位精度会受环境噪声影响的问题,提出信号强度反演算法和三角形质心迭代定位算法。首先,将未知节点接收到邻居锚节点的信号强度作为反演信号强度,反演信号强度被转化为未知节点的发射功率,邻居锚节点将接收到未知节点的信号强度转化为锚节点的发射功率,再将信号强度反演给未知节点,通过循环的反演关系降低环境噪声对信号强度的影响,并求出接近理想传播模型下的信号强度,从而校正邻居节点关系。由未知节点与邻居锚节点之间的信号强度关系得到迭代的三角形质心。通过不断迭代,使得三角形质心逼近未知节点的真实位置,并结合信号强度的反演算法得到较好的定位精度。仿真结果表明,信号强度反演算法有效优化节点邻居关系,在此基础上采用质心迭代算法提高定位精度。

基于动态质心迭代与偏差修正的室内定位方法

射频识别技术(RFID)是室内精确定位的重要技术之一.基于经典LANDMARC算法定位精度不高问题,提出了基于动态质心迭代和偏差修正相结合的定位算法.该算法采用最小关联度为准则,通过将近邻区域质心作为下一个参考标签依次迭代近邻成员,直至与目标标签的关联度低于阈值,实现预定位;通过实施k近邻成员重定位并引入修正系数对预定位坐标进行偏差修正.实验结果表明,相比于LANDMARC算法,该算法的定位准确度得到较大提高.

基于质心迭代算法的安瓿药液杂质跟踪检测

针对基于旋转急停法的安瓿药液杂质跟踪检测效率和准确性低的问题,提出一种采用质心迭代算法实现运动目标的跟踪设计方法。利用交互方差系数估计背景提取运动目标,采用非核非参数的质心迭代算法对运动目标进行跟踪,并根据运动目标的轨迹排除气泡干扰,判断杂质的存在情况。对算法基于Matlab平台进行仿真,结果表明:此算法具有高效、高准确率、易实现等特点,适用于安瓿药液杂质的在线检测。

水稻病害孢子多光谱衍射识别与病害源定位方法研究

水稻真菌病害主要依赖真菌孢子在空气中进行传播。然而各种水稻病害孢子的形态相近,传统孢子捕捉仪和显微图像法难以对其进行区分。为了能够准确识别目标病害孢子并进行病害源定位,提出了一种水稻病害孢子多光谱衍射识别与病害源定位方法。为了解决传统衍射方法无法识别形态相似的缺点,设计了一种大视场、无透镜的多光谱衍射成像传感器。通过分析病害孢子衍射指纹图谱,解析稻瘟病菌、稻曲病菌孢子多光谱衍射成像特征规律。融合孢子的形态特征和吸收特性,提出指纹分离强度和相对峰差两个特征参数,建立孢子的多光谱衍射识别模型。通过仿真计算实验分析孢子传播规律,耦合环境信息建立孢子传播过程中的扩散模型。在无定向风及有定向风条件下分析孢子的空间分布情况,提出病害爆发源迭代质心定位算法。实验结果表明,本文方法对水稻病害孢子的识别率达到98.5%,对无定向风条件下的定位误差最低为4.9%,对有定向风条件下的定位误差最低为7.1%。

深空可见光图像中弱小运动目标实时检测

针对深空可见光图像背景特征与目标特性,提出了迭代质心的方法自适应地搜索恒星灰度质心作为特征点并构造基于恒星空间分布的特征模型,实现亚像素级精度的图像序列配准,通过8-邻域联通聚类分析的路径判别法,解决了弱小运动目标实时检测.

大输液在线视觉检测系统的研究

针对传统灯检检测精度低,人力成本高的问题,研究了基于机器视觉的大输液中可见异物在线检测系统的关键技术。利用高速旋转装置,获取运动目标的序列图像。根据图像间的交互方差系数MV建立序列图像的背景,利用背景差分提取检测目标。综合质心迭代算法和卡尔曼滤波器实现了运动目标的跟踪,根据运动轨迹方向确定可见异物是否存在,排除气泡的干扰。实验结果表明该系统能够有效地实现大输液中可见异物的实时检测功能。

融合多跳机制的三维加权APIT定位算法

针对三维近似三角形内点测试定位算法(3D-APIT)中存在的边缘效应、四面体内点测试带来的误判问题,引入多跳机制,提出融合多跳机制的三维加权APIT(Approximate Point-In-triangulation Test)定位算法(3D-MHWC-APIT)。以未知节点一跳范围内的锚节点为圆心、通信半径为半径做锚球,并将锚球分别向XOY、YOZ、XOZ平面投影,通过投影区域的质心坐标算术平均定位未知节点。在求投影区域的质心坐标时,考虑不同信号强度的邻近锚节点对其定位的贡献程度不同,赋予一定权值,以消除两种误判。仿真实验结果表明,锚节点数不小于4情况,3D-MHWC-APIT算法定位误差低于3D-APIT算法。

光电器件的CRLB特性及定位技术的误差比较

含有噪声的光电成像器件定位过程中,Cramer-Rao Lower Bound(CRLB)被用来计算器件的定位精度,作为任何无偏估计的下限,CRLB可作为判据评估定位技术是否满足最小方差无偏(MVU)特性。本文给出了成像器件在泊松和高斯噪声下的CRLB特性,并据此研究质心法(COG)、迭代加权质心法(IWCOG)、最小二乘高斯拟合法(GLSF)的定位误差。理论分析和仿真验证均表明,IWCOG和GLSF定位误差与光电成像器件的CRLB相同,满足MVU特性,而COG定位误差最大;COG耗时最少,GLSF最耗时不能在轨应用而IWCOG用时仅比COG高几倍。充分证明迭代加权质心法具有低误差、实时和鲁棒特性,因而适用于星敏感器、Shack-Hartmann传感器波前定位等高精度定位场合。