基于时差定位线性算法和Geiger迭代算法的某铁矿声发射源定位精度分析

随着矿山开采逐渐向深部化发展,地压活动对开采的影响日益显著。声发射源定位技术的应用可以有效的实时监测地压,为安全生产提供指导。定位精度又是声发射源定位的重中之重。时差定位算法应用较为普遍,时差线性定位算法主要构建线性方程组进行代数方法求解,该法较为简单,缺点是方程组可能会出现无解导致定位计算失败。Geiger迭代定位算法在选取了合适迭代初值的基础上进行多次迭代得到定位结果,原理上比时差线性定位算法更精确,对时差定位中的线性定位和Geiger迭代定位两种算法结合云南某大型铁矿的声发射监测系统监测到的声发射事件进行了分析,通过两种定位算法得到的定位结果误差对比分析来具体说明两种方法对于工程实际的适用性和精确度。

基于改进迭代自适应算法的水下近场噪声源定位

水下目标在高速移动时,传统的噪声源定位方法受到阵列天线采样快拍数少的影响而精度差。为降低快拍数较少的影响,提高水下噪声源定位的精度,提出了一种基于迭代自适应方法的水下近场噪声源定位方法。首先,构建了近场噪声源接收模型并基于加权最小二乘法建立了该模型的价值函数;然后,对上述模型进行求导得到接收信号最小二乘估计值;最后,将噪声源可能存在的关键位置区域进行了二维网格划分,再运用迭代自适应算法估计每个网格处的信号能量,绘制的能量谱的谱峰位置即为噪声源位置。仿真实验表明:在声源数已知条件下,与高分辨MUSIC方法和MVDR方法相比,所提方法能够对近场噪声源实现高精度定位,尤其在低信噪比和少快拍数下,所提方法也适用于相干噪声源定位。

大行程推拉电磁驱动微定位平台的内环阻尼与迭代学习控制

为了解决音圈电机驱动柔性微定位平台驱动力小和低阻尼谐振等问题,本文采用两侧音圈电机的推拉模式来提升驱动力的大小,并且利用内环阻尼控制器结合迭代学习控制方法来实现平台的精准控制。首先,搭建了互补配置的双音圈电机驱动双平行四边形柔性机构的微定位平台。其次,设计了内环阻尼速度反馈控制器。然后,采用逆模型迭代学习控制方法来进一步消除周期性的干扰和误差。最后进行了跟踪实验。结果表明:在跟踪1 Hz和2.5 Hz的正弦波时,相比于PI控制,最大误差分别减少74.6%和68.6%,满足微定位平台精准控制的要求。

联合残差网络和最近点迭代的机器人重定位

针对机器人遭遇绑架、系统故障重启而产生的定位丢失问题,提出一种基于ResNet的机器人重定位方法。所提方法将重定位分为基于残差网络(residual network,ResNet)的粗匹配和基于最近点迭代(iterative closest point,ICP)细匹配2个阶段。在粗匹配阶段,将激光点云数据转换为图像,然后将相邻时间的图像堆叠成多通道图像作为ResNet的输入,以增强图像的时序特征。在细匹配阶段,ResNet输出机器人的预测位置,并将预测结果作为ICP算法的初值进行点云细匹配,从而获取最终位姿。对于相似环境,提出动态重定位方法,通过移动机器人进行多次重定位避免误匹配的情况。仿真实验结果表明:该方法与增强蒙特卡罗定位(augmented Monte Carlo localization,AMCL)算法进行了对比,定位用时降低了8.2s,定位成功率提升了43.4%,证明了该算法具有更好的重定位效果。

基于改进的鲸鱼优化迭代算法的水下传感器网络节点定位方法

针对水下无线传感器网络中锚节点较少、迭代误差大导致节点定位精度低的问题,文章提出了一种基于改进的鲸鱼优化-牛顿迭代的水下三维节点定位算法(Improved Whale Optimization-Newton Iteration,IWONI)。该算法首先使用牛顿迭代算法对节点距离远近关系建立对应法则,并利用目标位置估计值和修正因子为改进的鲸鱼优化算法提供动态搜索区域;其次,建立以测量误差为权重的适应度函数作为判断基准,采用改进的鲸鱼优化算法进行迭代求解,以获得最优解;最后,利用定位方程得到网络节点位置。为了验证IWONI算法的性能,将IWONI算法与时间差定位算法(TDOA-CHAN、TDOA-Taylor)、测距定位算法(最小二乘法、高斯牛顿迭代法)和牛顿迭代算法进行定位误差、收敛性能和定位成功率对比实验,并验证了节点数量对定位精度的影响。实验结果表明:(1)IWONI算法的定位误差和收敛速度明显优于其他对比算法。(2)IWONI算法在测量噪声大时的定位成功率高达92%,明显优于其他对比算法。(3)在通信半径不变的情况下,选择5~7个传感器节点可以在IWONI算法中实现定位精度与成本开销的平衡。

融合迭代平均滤波的RSSI室内定位算法

针对室内定位中,受无线通信距离和环境的影响,紫蜂(ZigBee)观测信号的随机噪声较为显著,导致定位结果的精度和稳定性较弱的问题,提出一种融合迭代平均滤波的RSSI室内定位算法:在数据采集过程中,采用高斯滤波对观测信号进行预处理,并根据接收信号强度指数测距理论建立起路径损耗模型,由此估算出信号接收节点到广播信标节点间的距离;然后,在定位解算过程中,在线性最小二乘算法的基础上融合迭代平均滤波算法,以抑制随机误差对定位结果的影响;最后,采用自研的CC2530 ZigBee模组对算法的可行性和稳定性进行实验验证。结果表明,等权最小二乘算法的点位精度约为0.64m,距离定权后,最小二乘算法的精度提升到0.52m;用等权最小二乘算法融合迭代平均滤波,精度也能达到0.5 m左右,与距离定权最小二乘的精度相当;同时,融合距离定权和迭代平均滤波2种方法的点位精度可以提高到0.35 m左右。

抵御恶意攻击的无线传感网络安全梯度下降安全与牛顿迭代安全定位算法

本文主要研究了基于梯度下降和基于牛顿迭代两种安全定位算法,在无线传感网络抵御恶意攻击中的应用策略。基于梯度下降的安全定位算法,采用梯度下降法求最小二乘解,使估计值接近真实值,然后进行异常检测,剔除检测到的恶意锚节点,从而提高定位精度,保证网络安全;基于牛顿迭代的安全定位算法,采用牛顿迭代法缩小定位误差,然后使用差分自适应策略进行异常检测,滤除恶意锚节点后提高定位精度。在此基础上设计了对比实验,将RSSI测量值与两种算法下的仿真值进行对比。结果表明两种安全定位算法都能较为准确地定位节点,基于牛顿迭代的安全定位算法定位精度更高,在无线传感网络抵御恶意攻击方面有更好的应用效果。

基于迭代卡尔曼滤波器的GPS-激光-IMU融合建图算法

在当前机器人导航和环境感知领域,室外大尺度场景下的三维激光SLAM一直是一个挑战性问题。由于GPS信号在某些环境下的不稳定性和激光SLAM的误差累积特性,传统算法在大尺度场景下表现不佳。针对室外大尺度场景下三维激光SLAM(同步定位和地图构建)存在的误差累积严重问题,本文提出了一种基于迭代卡尔曼滤波器的GPS-激光-IMU融合建图算法。该算法通过利用惯性测量单元(IMU)数据对机器人状态进行预测,同时以激光和全球定位系统(GPS)数据作为观测,更新机器人状态,推导出观测方程和雅可比矩阵,显著提高了建图的精度和鲁棒性。里程计中融合GPS数据的绝对位置信息以解决长时间运行中的误差累积问题。在特征稀疏的环境中,由于约束不足可能导致算法崩溃,GPS数据的引入可以提高系统的鲁棒性。此外,重力对于IMU数据预测机器人状态起到关键的作用。虽然重力是三维向量,但在不发生区域变化的情况下,其模长是不变的,因此被视为二自由度向量。通过将重力的优化转化为旋转矩阵群上的优化,成功避免了重力过参数化的问题,提高了算法的精度。在室外场景下与其他算法进行了性能测试对比并且验证了在大尺度场景下的鲁棒性和精度,结果表明:本文算法的均方根误差为0.089 m,与其他算法相比降低了54%。

零模检测波速度的迭代提取及其在配电网单相接地故障定位中的应用

提出了零模检测波速度的迭代提取算法,并基于此给出了配电网单相接地故障定位方法。针对零模波速度随频率变化大的问题,本文通过分析发现选择小波变换合适大尺度下模极大值标定波头到达时刻可使零模检测波速度更稳定,并分析得出可利用波头到达时刻频率分量与故障距离的关系、零模波速度与频率的关系构造迭代公式提取零模检测波速度,提高了零模波速度求取的准确性及抗干扰能力。基于此,提出基于模量行波传输时间差的配电网单相接地故障双端定位方法,该方法无需时间同步,不仅可定位主干线路故障点,还可定位分支线路故障点。通过PSCAD/EMTDC对该方法进行仿真,结果证实了其有效性与实用性。

基于迭代的无线传感器网络三维定位算法

针对目前无线传感器网络三维空间定位存在精度不高、计算复杂、传输数据量大等问题,提出了一种基于测距的分布式算法———高精度迭代三维定位算法(ILAH-3D)。该方法将经典二维算法AHLos(Ad-Hoc Localization System)扩展到三维空间,通过采用加权最小二乘法和加入定位节点升级锚节点的验证条件来减少累计误差,提高节点定位精度,并根据三维空间中节点的各种位置关系,给出了约束协作算法的执行条件,然后结合升级的锚节点再进行新一轮的定位运算。该方法计算简单、通信量小,与已有三维定位算法相比,在测距存在一定误差的情况下,依然可以达到很好的精度。

一种基于高斯牛顿迭代的单站无源定位算法

由于初始估计误差大、可观测性弱,且可得到的观测量受限等特点,对运动辐射源的快速单站被动定位一直是个难题。针对单站无源定位特点,对IEKF(iterated extended Kalman filter)算法进行改进,该算法对IEKF中的测量更新按照高斯牛顿迭代方法进行修正,从而减小非线性滤波的线性化误差,改善滤波算法性能。所提算法和UKF(unscented Kalman filter)I、EKF以及EKF(extended Kalman filter)算法的仿真比较表明,提出的算法可以用更小的计算量得到和UKF相当甚至更好的定位性能,在定位精度和收敛速度上明显优于IEKF以及EKF。

卫星干扰源定位的位置迭代算法

卫星干扰源定位系统通过测量两颗卫星对干扰源形成的不同时差和频差完成对未知干扰源的定位,但定位方程为3个非线性方程,难于求解。学者Haworth等人(1995,1997)提出了利用迭代的算法求解;然而该文的实验结果表明Haworth等人的迭代算法是发散的。该文通过详细的推导,指出了Haworth等人迭代算法的失误,修改了Haworth等人的迭代算法,并通过实验验证了修改后的迭代算法的正确性。

光点定位中的曲面拟合迭代算法

在光电检测系统中,需要对光点信号的位置实现亚像素定位。光纤从一端照明,由光纤另一端出射光点,由面阵CCD摄像机获取光点的灰度分布。基于最小二乘法,采用高斯曲面拟合算法拟合其分布,用高斯拟合函数的极值点作为光点的定位点。实验结果表明,采用多次迭代算法可以提高定位精度;拟合算法的稳定性(标准差)为0.7μm.高斯曲面拟合算法具有重复精度高、稳定性好的特点。

应用迭代圆环像素率法实现快速虹膜定位

针对虹膜定位易受噪声影响、速度慢、自适应性差等问题,提出了基于迭代圆环像素率法的快速虹膜定位算法。提出的定位算法包括切割虹膜图像、Hough圆检测粗定位、微积分算子精定位3个部分,从切割虹膜图像、图像抽样、迭代圆环像素率法、快速Hough圆检测以及分层定位思想5方面提高算法的速度。提出了缩小半径范围的迭代圆环像素率法以及消除瞳孔光斑的形态学方法,瞳孔分割阈值以及小范围的圆心、半径候选集等参数都是通过计算得到,自适应性好。使用4个虹膜数据库进行实验,并与相近算法进行了对比。实验结果表明,该算法的定位准确率为97.75%～99.07%,定位时间为52.847～158.502 ms,是一种鲁棒、快速、自适应的虹膜定位算法。

基于迭代递推的供水管道多泄漏点声定位方法

针对多泄漏点产生的声发射信号及环境噪声对供水管道泄漏定位的影响,进行供水管道多泄漏点声定位方法研究。发展了一种基于迭代递推的供水管道多泄漏点声定位方法,研究迭代递推中品质因数阈值、信噪比阈值、相位偏移量的寻优区间和泄漏相关时频点的判定阈值等参数选择对泄漏定位效果的影响,并优选出适合的参数值。在此基础上,进行供水管道多漏点检测实验;结果表明,该方法可以实现管道上多个泄漏检测和定位,且定位误差小于1 m。研究工作为实际供水管道多泄漏点检测及定位提供了可行的解决方案。

无线传感器网络SL-n迭代定位算法

无线传感器网络迭代多边定位算法在迭代定位过程中使用全局最小均方估计(MMSE)方法估计盲节点的位置,导致算法定位误差很大,缺乏稳健性。针对此问题,提出了SL-n估计方法,该方法首先把某盲节点的所有参考节点进行分组,通过三边法或局部MMSE方法求出的每组相应样本值,并用这些样本值估计出此盲节点的位置。仿真实验表明,当部分参考节点的参考误差较大时,该方法优于全局MMSE处理方法,可以有效降低定位误差。

基于多元线性回归快速迭代的室内定位方法研究

主要研究一种新的室内定位方法。该方法采用传统的信号—传播模型,利用多元线性回归法求出该模型中的相应参数,从而利用该模型求出初始各移动终端的位置;再采用快速迭代法和各移动终端相互校正从而提高定位的精度。实验结果表明,该算法时间复杂度小、收敛速度快,且具有较高的估计精度。

自适应迭代平方根UKF的单站无源定位算法

针对单站无源定位可观测性弱、收敛速度慢、定位精度差等问题,在结合相位差变化率和多普勒频率变化率定位方法的基础上,提出了一种基于自适应迭代SRUKF的单站无源定位算法,通过使用误差协方差阵的平方根替代协方差阵参与滤波,保证了滤波算法的数值稳定性.在迭代判决准则的约束下,通过对状态及其误差协方差矩阵平方根的自适应迭代估计调整滤波的观测值与状态值之间的权比,使滤波预测值误差协方差阵的平方根更为准确、合理,从而提高算法的稳定性、收敛速度和定位精度.仿真结果验证了新算法的有效性.

长基线水声定位系统中一种迭代声速修正算法

长基线水下目标定位算法主要根据几何原理进行定位,目前常用的解算方法是根据几何原理列出方程组,直接对方程组进行解算得到目标位置的近似解。通过对长基线定位算法方程组的几何分析,选取不同几何交汇点作为目标近似解,比较各目标近似解的定位精度并找到最优解;同时依据解算算法及其几何关系,提出一种迭代声速修正算法,不但提高了同步工作方式下阵内目标点的定位精度,而且算法复杂度低,实现简单。最后,通过仿真分析验证了此算法的有效性。

直线电机定位力波动的辨识及迭代补偿方法

针对直线电机在运动过程中受定位力波动影响而在高精度领域应用受限的问题,采用定位力补偿控制的方法提高直线电机的定位精度。在不改变系统结构的情况下,首先利用加速度计采集电机全程定位力波动数据,经过谱分析确定了波动力的模型结构,而后通过递推最小二乘法获取了具体的模型参数,并在模型基础上设计了基于位置的补偿控制器和迭代学习控制器对定位力进行补偿。经仿真和实验结果证明,所提方法可显著降低直线电机运动过程中的定位误差。