基于TDOA和AOA算法的声源定位模型的研究

基于几何形状麦克风阵列的声源定位系统是近年来声源定位的研究热点之一,在众多领域应用广泛。本文在探讨已有的声源定位方法基础之上,对现有声源定位算法的优缺点进行整合,结合三维系统声源定位分布规律,以及TDOA和AOA算法构建仿真模型进行求解。

基于AOA-LSSVM模型的枢纽城市物流需求量预测

传统的LSSVM难以全面反映物流需求的变化规律,会导致预测效果不佳。首先利用灰色关联分析(GRA)得到物流需求的主要影响因素;将主要影响因素作为LSSVM的输入变量,构建物流需求预测模型;通过阿基米德算法(AOA)对最小二乘支持向量机的正则化参数(γ)和核参数(σ)进行迭代寻优,以减少参数选择的盲目性;构建AOA算法优化最小二乘支持向量机(LSSVM)的智能预测模型AOA-LSSVM,经过验证该模型可以提高预测精度。运用AOA-LSSVM模型对西部陆海新通道的重要枢纽城市——重庆、成都、贵阳和南宁的物流需求进行实证分析,结果表明:该模型与LSSVM模型相比取得较高的预测精度,其均方根误差、平均绝对误差、以及异方差调整的均方根误差、异方差调整的平均绝对误差分别降低了1946.4,1206.1,0.0284,0.0397。

一种加权圆模型的AOA与RSSI融合定位算法

针对多径效应和非视距给定位精度带来负面影响的问题,提出一种适用于3个基站的基于加权圆的融合定位算法:将接收信号强度(RSSI)定位法与到达角(AOA)法相融合;并由于传统的无线信号路径损耗模型在预测距离时易对环境参数有所依赖,提出利用自适应遗传算法(AGA)-反向传播(BP)神经网络来构建传播模型以确定加权圆的权值初始值;最后根据不断迭代的加权范围和角波束来估计待测点位置。实验结果表明,与其他混合定位方法的性能相比,将AGA-BP和加权圆算法相结合能更好地提高定位精度;同时,为测试鲁棒性,加入不同大小的干扰角度,结果可见,提出的算法能有效处理非视距误差。

基于UWB/AOA/TDOA的WSN节点三维定位算法研究

为了将二维定位算法AOA和TDOA拓展成三维定位算法,文中提出了一种基于AOA/TDOA和UWB传输技术的WSN节点三维定位算法。该算法采用二维的AOA测角算法测量未知节点与信标节点之间的角度,采用TDOA算法测量未知节点与信标节点之间的距离,在测角、测距的过程中采用UWB通信技术来传输探测信号,使得探测信号具有较高的时间分辨率,从而提高测角、测距精度,最后基于文中提出的待测节点三维坐标计算方法求解出待测节点的三维坐标。为了验证算法的有效性,在Matlab软件中进行了仿真实验。结果表明:新算法定位精度相比于AOA算法、TDOA算法都有大幅度提高。理论和实践皆表明:新算法具有较高的定位精度,能够满足未知节点在三维空间中的定位需求。

高精度AOA分簇定位算法

如今的网络安全主要联系于无线传感网络,定位算法的优劣决定了无线传感网络的能力,也就决定了网络安全的能力。分簇定位算法具有能量效率高、可扩展性好、简单可行的优点,但是分簇算法属于一种模糊定位算法,不具有较高的精度。此外,分簇算法的簇首替换如果在全局范围内进行选择,很容易造成高消耗。AOA(angle of arrival)算法在复杂环境中具有精确的定位能力。文章通过运用AOA测距算法,使分簇算法的每个节点具有自探测能力,通过节点相对夹角,用坐标算法算出相应于簇首的坐标。为了让能量消耗低于普通分簇算法,文章根据完全图中能量有效原理,让分簇只在初始时进行一次,在每个簇内无簇首或能量低时,对簇首进行重选举,再将信息发送给总簇。Matlab仿真实验表明,文章算法实现了range-based的分簇定位算法,且保留了快速部署、能量效率高、高精度的优点。根据实验,文章算法适用于不松散部署的无线传感网络。

结合最陡下降算法的室内NLOS场景下TDOA/AOA融合算法

在利用传统Chan算法进行目标节点位置估算的基础上,提出了一种结合最陡下降算法SDA(Steepest Descent Algorithm)的TDOA(Time Difference of Arrival)/AOA(Angle of Arrival)融合算法,通过迭代消除由NLOS(Non Line of Sight)误差引起的误差因子,达到有效提高定位精度的目的.实验结果表明:本文提出的结合SDA的TDOA/AOA融合算法在复杂的室内环境下可以有效提高定位精度和定位稳定性,相对于传统的基于Chan算法的TDOA/AOA定位算法,定位精度提高28%.

采用协同搜索策略的算术优化算法

针对标准算术优化算法(AOA)存在的不足,提出一种新的采用协同搜索策略的算术优化算法(CSSAOA).首先,采用乘法搜索与除法搜索协同并行搜索的策略来增强算法的全局探索能力;其次,采用减法搜索与加法搜索协同进行的策略来增强算法的局部搜索能力;再次,改进数学优化加速函数(MOA),使算法在搜索前期侧重进行全局探索,在搜索后期侧重开展局部开发,加快了算法的全局收敛速度;最后,采用外抛交叉变异策略对当前最优个体实施多样性变异,确保在算法搜索前期不至于吸引过多个体过早聚集到群体当前最优个体的周围,增强了算法搜索跳出局部最优的能力.通过8个基准测试函数和2个典型的工程应用以及CEC2019函数实例测试,实验结果表明了CSSAOA具有更快的全局收敛速度和更高的优化精度,在实际工程优化应用中效率更高.

融合哈密顿图的麻雀与算术混合优化算法

针对麻雀搜索算法(SSA)迭代后期种群多样性减少、易陷入局部最优等问题,提出一种基于哈密顿图的麻雀算术混合优化算法(HSSAAOAH)。首先,在SSA发现者-跟随者模型和侦察机制的基础上,引入算术优化算法(AOA)的乘除算子。利用乘除算子的高分布性,提高算法在迭代后期解的多样性;其次,将种群中所有个体转化成一个无向加权图,在每一轮迭代后,使用改良圈算法计算个体构成的哈密顿环长度,根据相邻两代长度的比值衡量种群收敛趋势;然后,对于没能有效收敛的子代,随机生成一定数量的个体并使用贪婪策略进行选择,替代表现较差的个体,提高解的质量,增强跳出局部极值的能力;最后,将HSSAAOAH与不同优化算法在基准函数和两个工程设计问题上进行仿真实验,结果表明HSSAAOAH算法收敛速度更快,寻优精度更高,具有良好的鲁棒性和寻优性能。

基于优化VMD-GRU的滚动轴承剩余使用寿命预测

为了提高滚动轴承剩余使用寿命(RUL)的预测精度,提出了一种变分模态分解(VMD)和门控循环神经网络(GRU)融合算法的滚动轴承RUL预测模型VMD-GRU。首先,该模型通过阿基米德优化算法(AOA)优化的VMD算法对原始振动信号进行分解;然后,利用最小包络熵准则选择最佳模态分量进行退化特征提取;再通过核主成分分析进行特征降维;最后,为保证模型准确率,通过鹈鹕优化算法(POA)优化GRU中的超参数,并根据不同故障类型建立GRU剩余寿命预测模型。使用XJTU-SY标准数据集进行剩余寿命预测验证,实验结果表明:与传统未结合故障类型提取退化特征和建立预测模型方法相比,VMD-GRU模型均方根误差和平均绝对误差分别降低了26.28%和27.17%。

基于多个传感器的VLC室内定位算法研究

为了实现移动机器人的快速高精度定位,提出了一种基于多个传感器的室内定位模型,研究了其可见光通信技术(VLC)室内定位算法,并对该算法进行了实验验证。首先研究基于AOA定位算法,利用传感器的响应曲线,结合室内定位模型,通过拟合预测算法计算出信号到达角度实现定位;然后综合多个传感器的定位模型和AOA定位算法,分析得出一种室内定位的实现方式,通过实验验证了该定位模型和定位算法的实现可行性。结果表明:其定位精度达13.6cm,定位周期为0.1s,相较于传统的AOA定位算法,该算法定位精度高、成本低、可行性高且定位速度快。

基于改进BPNN的5G通信网络流量预测

为提高5G网络流量预测结果的准确性,提出一种基于改进反向传播神经网络(Back Propagation Neural Network,BPNN)的5G通信网络流量预测方法,采用阿基米德优化算法(Arithmetic Optimization Algorithm,AOA)优化BPNN的权系数和阈值,建立基于AOA-BPNN的5G通信网络流量预测模型。采用某5G基站的网络通信流量监测数据进行仿真分析,并与其他方法的预测效果进行对比,结果表明,AOA-BPNN模型预测结果的平均相对误差和均方根误差分别为4.25%和0.522 GB,预测精度高于其他方法,验证了所提方法的实用性和优越性。

基于蓝牙和UWB融合定位的建筑火灾精准救援系统

确定被困人员位置和保护救援人员安全是建筑火灾救援中的关键,但目前火灾内部依然存在难探查、难搜寻等问题。文章基于蓝牙和UWB融合定位及5G实时网络传输技术,在建筑物内部使用蓝牙Beacon进行部署,并将被困人员的智能手机作为定位终端,利用蓝牙和UWB融合定位技术测量时间差、信号到达角度等数据,采用AOA、AOD等算法进行计算,实现了建筑火灾的精准定位和救援。

融合随机反向学习的黏菌与算术混合优化算法

黏菌优化算法(SMA)和算术优化算法(AOA)是最近提出的新型元启发式优化算法。SMA算法具有较强的全局探索能力,但迭代后期振荡作用较弱,易陷入局部最优,且收缩机制不强,导致收敛速度慢。AOA算法利用乘除算子进行位置更新,随机性强,具有较好的避免早熟收敛能力。针对上述问题,将两种算法结合并利用随机反向学习策略提高收敛速度,提出一种性能优越且高效的融合随机反向学习策略的黏菌与算术混合优化算法(HSMAAOA)。改进算法保留了SMA全局探索部分位置更新公式,局部开发阶段将乘除算子替换SMA收缩机制,提高算法随机性与跳出局部极值的能力。此外,通过随机反向学习策略增强改进算法种群多样性,提高收敛速度。实验结果表明,HSMAAOA算法具有良好的鲁棒性以及寻优精度,且明显提升了收敛速度。最后,通过焊接梁设计问题与压力容器设计问题,验证了HSMAAOA在工程问题上的适用性与有效性。

蜂窝无线网中的写作定位算法研究

在蜂窝无线网络中,单基站定位是最简单易行的定位方法,其需要利用基站测量移动终端信号的到达时间(TOA,time of arrival)和到达角(AOA,Angle of Arrival)信息。但是非视距(NLOS,Non Line of Sight)误差是影响定位精度的主要原因,为了抑制NLOS对定位精度的影响,提出了一种利用移动终端和中继节点之间的协作信息来提高定位精度的算法。该算法通过处理基站测量的TOA/AOA信息,以及移动终端到中继节点的TOA信息,利用中继节点与MS间的协作信息对估计的位置进行修正。仿真分析结果表明,在单基站蜂窝网中,提出的算法不仅整体提高了系统定位性能,而且在MS距离基站比较远的情况下,提出的协作定位算法的定位精度比现有的算法有明显提高。

MIMO通信系统的移动台单站定位算法

无线MIMO通信系统中在发射和接收端使用天线阵列,充分利用冗余多径信号结合阵列信号处理技术可提取出更多参量,比如AOA、AOD、DOA。该文基于MIMO通信系统多径信号参量的估计,推出一种单基站定位的新方法。该方法将多径参数误差的出现概率降到最低并通过同时解一系列数学定位方程给出移动台位置定位的最佳估计。测量均方误差并与克拉美罗界下界比较,证明了该方法的性能。

T^N R型调频广播外辐射源雷达探测实验

针对信号带宽时变、目标RCS闪烁造成单调频广播外辐射源雷达探测性能下降的问题,研究了一种T^N R型外辐射源雷达的试验方案,并开展了外场试验验证。首先,阐述了T^N R型外辐射源雷达的定位原理。然后,基于外辐射源雷达探测原理和广播信号的特性,提出了T^N R调频广播外辐射源雷达探测系统中多个辐射源的筛选原则。最后,构建试验系统并给出探测试验结果。结果表明,T^N R型系统方案可以大幅度提高调频广播外辐射源雷达的发现概率和定位精度等性能。

WebitOS内存管理策略的优化

针对W ebitOS的内存分配和回收策略容易形成多个碎片的问题,分别提出了内存分配过程中的内存分配优化算法(AOA)和内存回收过程中的内存回收优化算法(COA)。AOA算法在内存分配过程中通过设定一个可分割阀值避免小碎片的产生;COA算法在内存回收过程中将地址连续的内存块合并成较大的空闲区,减少链表中小空闲区数目,提高了内存空间的利用率。实验结果表明,内存分配优化算法(AOA)和内存回收优化算法(COA)缩短系统响应时间,适用于资源受限环境下开发嵌入式实时应用。