一种适于无源LANDMARC算法的定位性能评价方法

针对现有基于无源LANDMARC算法的改进研究主要以提高定位精度为目标,并没有考虑无源半双工通信机制引起的标签读取耗时较长的问题,引入路径损耗公式推导出基于辐射半径的功率能级映射模型.通过分析阅读器最大功率能级、参考标签布设密度对定位精度及系统耗时的影响,结合多目标优化的联合控制机制,提出一种适用于无源LANDMARC算法的定位性能评价方法.多种环境下的仿真结果表明,所提评价方法具有良好的稳定性和实用性,对于无源RFID定位系统的参数选择及性能评定具有一定的实际意义.

改进的LANDMARC算法在ZigBee室内定位中的应用

随着室内定位技术的广泛应用,对定位精度的要求越来越高,传统的LANDMARC算法已不能满足实际应用的需求,因此,结合传统的LANDMARC算法和质心算法,提出一种改进的LANDMARC算法。首先利用MATLAB进行了理论仿真,研究发现改进的LANDMARC算法在参考标签间隔在0~5 m时,定位精度要优于传统经典算法,且定位精度最大可提高35.4%。其次使用ZigBee定位系统进行了实验测量,研究发现实验测量结果与理论仿真结果基本吻合。

基于改进的LANDMARC算法的空间定位实验

利用HIK-RFM104型UHF嵌入式读写模块和中电海康提供的圆极化天线,搭建了基于UHF RFID的直线式测距实验平台。在室内进行测距实验,应用MATLAB将在实验中测得的数据进行非线性拟合处理,得到RSSI与距离的转换模型。基于测距实验,对应用于平面的LANDMARC算法进行改进,使改进后的算法适用于空间定位系统。改进算法解决了基于平面的LANDMARC算法应用于空间时存在误差的问题,降低实验模型成本的同时,提高了空间定位精度。

LANDMARC算法在实验设备管理技术中的应用

针对实验设备无法有效查询定位和无法有效监管问题,通过运用LANDMARC算法、无线射频识别技术和基于RFID技术的实验设备管理平台,能有效的解决实验设备的远距离识别、自动感应读写、精确定位和信息化、智能化管理问题。

改进的LANDMARC算法进行室内定位

在基于射频识别的室内定位LANDMARC算法中,由于待定位标签的定位精度受到参考标签的选择的影响,参考标签之间的信号会产生相互的干扰,所以就采用一种分别选择不同坐标轴上的参考标签的方法来减小参考标签间产生的信号的干扰,同时还可以提高待定位标签的定位精度。在一个13 m*10 m的房间中每隔1 m布置一个参考标签,在房间四角布置上4个读写器。经过多次实验,最终得出结论,使用改进后的LANDMARC算法比原来经典的LANDMARC算法的精确度提升了10%左右,且算法复杂度降低。

改进的LANDMARC算法在隧道人员定位中的应用

介绍LANDMARC k-邻居定位算法原理,结合信号回波强度传播损耗模型,考虑隧道环境的恶劣性以及电磁波的折射、反射、多径效应等因素的影响,将该算法进行改进,引入参考标签可信度的概念,对其权重进行修订,解决标签的失效和信号强度读取错误的弊端;动态设置参考标签的数目,有效提高定位精度。利用Intel公司的R1000射频识别开发平台,将改进算法应用到隧道人员定位系统中。实验结果表明,改进的算法具有更高的定位精度:1m以内的标签占70%,95%的标签定位误差小于1.5m,且最大误差控制在2m以内,对提高隧道人员的安全管理水平有着重要作用。

列检场可视化监控系统LANDMARC算法的改进

以改进的LANDMARC定位算法为核心设计了基于RFID技术的可视化系统,该系统包括职工作业区域可视化监控、列检场作业工步实时动态显示和职工信息管理3个模块.通过测试相同位置下接收信号强度指示值(receive signal strength indication,RSSI)的分布和分析最近邻居数目对定位精度影响,修正RSSI值和优化选取"最近邻居"值,进而实现对LAMDMARC定位算法的改进.现场试验验证表明:经过处理后的RSSI值更为集中且波动范围小,减弱了复杂环境中各种因素对RSSI值的影响并且提高了定位精度.

面向车间布局的自适应LANDMARC算法

在车间定位中,运用基于有源射频识别校验的动态定位(LANDMARC)算法时,由于车间障碍物引起的多径效应和边界处参考标签数量不足,算法无法正确选择参考标签中的最近邻,对此,提出一种面向车间布局的自适应LANDMARC算法。首先引入对数距离路径损耗模型处理RFID读写器接收信号强度指示(RSSI),再通过对比法筛选出参考标签有效值以及插值法在边界插入虚拟标签。对比传统LANDMARC算法,将定位平均误差从0.39 m降低到0.16 m,证明了自适应LANDMARC算法的有效性。

改进LANDMARC算法在舱室作业人员轨迹定位中的应用

针对船舶修造企业舱室的特殊工作环境的安全要求,提出一种以RFID射频技术为基础的人员定位系统,以实现船上人员的轨迹分布与精准定位。采用改进的LANDMARC算法,通过用距离替换RSSI值对传统的LANDMARC算法进行改进,解决在空间定位中的偏差问题。在实验环境下对系统的设计思路进行了验证,结果表明改进的LANDMARC算法具有更高的定位精度,可用于船舶修造密闭舱室作业人员的跟踪定位。

基于自适应CKF的改进LANDMARC井下定位算法研究

在矿山井下进行人员定位时,为解决传统的LANDMARC算法受井下复杂环境影响出现的定位结果精度不高、波动大的问题,提出了一种基于自适应容积卡尔曼滤波(Volumentric Kalman Filtering,CKF)的改进LANDMARC井下定位算法。首先,该算法结合传统的LANDMARC定位算法建立井下三维空间模型并求解目标位置状态预估值;其次,利用BP神经网络的泛化映射能力,引入神经元参数对CKF算法进行优化,充分结合BP神经网络迭代式学习和CKF在强非线性系统中保持稳定的特点,提高定位算法的自适应能力;最后,将位置状态预估值作为观测量进行自适应CKF滤波处理,用优化后的结果作为目标位置坐标的真实值输出,提高了井下定位的精准性。试验结果表明:引入自适应CKF进行滤波处理可以大大提高传统LANDMARC定位算法的稳定性,定位偏差分布更为集中,偏差在1 m以下的占90%以上,所提算法的定位偏差在0.612 m以下的标签达到60%,可满足井下复杂动态环境的高稳定性要求,与传统的LANDMARC定位算法和经由HIF滤波的LANDMARC定位算法相比应用于井下定位具有更好的适用性。

基于改进LANDMARC定位算法的人员定位技术研究

在万物互联时代,通过定位系统完成人员定位监督成为了可能,同时该项技术也日益完善。当前,基于RFID无线视频技术的局域网人员定位被广泛应用于智慧园区员工管控、重点人员监管等方面。提出了一种基于RFID的局域网人员定位算法,通过优化LANDMARC算法,对采集到的信号分别引入高斯平滑滤波器和卡尔曼滤波器,去除影响信号强度的噪声,提升定位算法的稳定性;针对LANDMARC定位算法定位精度受K值影响较大的问题,引入Logistic回归模型,以提升算法定位的准确度,有效解决了RFID在有金属、水等障碍物情况下定位精度误差大的问题,降低了外界干扰,可为人员的精准定位提供技术手段。

改进A^(*)算法和人工势场法的路径规划

A^(*)算法存在折线路径多和搜索节点多的问题,人工势场(artificial potential field,APF)法存在局部最优和不可到达的问题,针对两种算法存在的问题进行了研究。利用欧氏距离与投影距离提出一种新的混合式启发函数,依据该函数对A^(*)算法的流程进行改进,减少A^(*)算法的搜索节点,提高搜索效率。利用新A^(*)算法生成的最优节点作为APF算法的局部目标点,辅助机器人摆脱局部最优点;通过加入机器人和目标点的位置关系改进势场函数,修改斥力的增益,优化斥力的生成方向。在改进的基础上将两种算法融合提出一种新的算法,利用APF法的势场函数引导A^(*)算法的搜索。从路径长度、避障效果、迭代次数对改进算法进行对比分析,仿真结果表明,提出的改进算法搜索效率高,实现避障的同时保证计算的路径最优。

算法嵌入政府治理:逻辑、风险与规制

伴随着现代信息技术的迅猛发展,智能算法在推动经济社会不断发展的同时也成为推动国家治理现代化的重要驱动力。现阶段如何推进算法技术更有效地嵌入政府治理,在充分发挥技术效益的同时反制技术滥用,实现公共价值最大化目标是亟须关注的时代命题。从“技术—权力—规则”三个维度搭建研究算法嵌入政府治理的分析框架,探索算法技术赋能政府治理的价值意蕴与运作逻辑。聚焦算法技术黑箱阻滞公共责任认定、算法权力削弱政府与民众自主性、算法规则偏好导致治理正义性减损等风险与挑战,提出在实践中要推进技术适度透明化以明晰责任关系链条、规范算法权力运作并坚持人本主义治理理念、明确算法规则决策限度以强化治理正义性等实践进路。

算法解释制度的体系化构建

算法解释在算法治理中举足轻重。算法解释承载着权益保障、社会交往和风险治理三重意义,其在技术层面上的障碍正在逐渐被突破,可以通过多种技术机制实现。在算法治理活动中,应根据常规场景、关键场景和争议场景分别限定选择解释的路径选择和技术方案,通过冻结机制、抽样机制和镜像机制固定算法解释,并使之接受外部的验证与审查,确保算法解释真实、有效。算法解释的系列机制应被进一步构建为体系化的算法解释制度,在这一制度框架内,对解释路径与精度、解释时限、解释瑕疵责任等要素的合理配置,可以实现社会效益与规制负担的精细平衡。

基于改进模拟退火遗传算法的高速公路服务区自洽能源系统高能效优化

针对高速公路自洽能源系统高能效优化的问题,基于改进模拟退火遗传算法(SA-GA),提出了一种综合考虑经济目标和环保目标的自洽能源系统高能效优化运行策略。首先根据高速公路服务区自洽能源系统中各电力单元特性,建立一种综合考虑系统经济性和环保性的能效目标函数;其次根据高速公路服务区自洽能源系统的分类,建立了不同类型系统对应的约束条件;为避免遗传算法易陷入局部最优的缺陷,引入模拟退火算法,对改进后的SA-GA算法采用降温函数,寻找全局最优解;利用新疆某高速公路服务区自洽能源系统发电和负荷数据,并在传统服务区负荷的基础上进一步考虑新能源汽车充电站的影响。测试函数测试结果表明:SA-GA算法在求解速度和稳定性方面有明显提升,改进SA-GA算法对夏季、冬季典型日能效优化的结果,相较于遗传算法,在寻优精度提升约为20.33%。

教育数字化转型中的算法权力及其规制

依托框架优势、机器优势和嵌入优势的全新算法,将会随着数字平台的搭建、数据资源的挖掘、“人–机”交互的设计,由单纯的计算工具向事务运行规则转变,进而演变为教育数字化转型中不容回避的权力议题。教育数字化转型中的算法权力既有益于管理风险、规范行为和辅助决策,也可能由于自身的局限以及它与教育之间的冲突,导致教育的风险异化、行为降格和决策失衡。要将算法权力规制到安全、可靠的“笼子”之中,除借助算法目标的教育审查、算法设计的教育解释、算法运行的教育监管、算法应用的教育鉴别、算法信息的教育备案、算法责任的教育认定,以构建从背景、过程到结果的规范机制;还应诉诸教育之于算法的祛魅、平衡与扬弃,以凸显“入乎其内却又出乎其外”的制衡思想。

积极伦理观下算法歧视治理模式的革新

算法技术已借助大数据技术被广泛应用,成为影响人们日常生活的重要角色,其也因技术中立性不断遭受现实挑战而呈现出事实上的歧视性。重新审视算法歧视及其治理路径是发挥算法积极作用、避免算法消极影响的重要前提。传统伦理观念影响下的算法歧视治理模式存在价值观念偏航、治理结构失衡及技术治理落后的问题,影响算法歧视治理实效。社会发展促进了伦理观念的革新,积极伦理观的树立可以为算法技术向善的实现提供理论指引。算法治理结构的优化及反歧视技术水平的提高是纠正算法歧视的重要前提,理念、制度及技术三维措施的综合运用方可在算法领域实现科技向善的伦理目标。

改进流向算法的无线传感器网络覆盖优化

针对标准流向算法易陷入局部最优和收敛精度低等问题,提出一种融合莱维(Levy)飞行和入侵杂草策略的改进流向算法.首先,该算法在选择水流流向时引入Levy飞行机制,使水流沿最优水流位置方向做Levy飞行运动,避免陷入局部最优;其次,利用入侵杂草策略,对每一代水流进行繁殖、空间扩散和竞争操作,增加水流的多样性,扩大搜索范围,提高全局寻优能力.最后,将改进流向算法应用于无线传感器网络覆盖优化中,并与标准流向算法及其他改进算法进行实验对比.仿真结果表明,相比标准流向算法及其他改进算法,所提改进流向算法的覆盖性能有大幅提升,覆盖率可达98.52%,可实现更均匀的节点分布和更低的部署成本.

如何实现“黑箱”下的算法治理?——平台推荐算法监管的测量实验与策略探索

近年来,平台推荐算法的快速发展和广泛应用深刻改变了互联网信息内容的供给方式,同时也引发了一系列算法风险与现实问题。平台推荐算法治理与监管成为政府规范算法应用的重点内容之一,无论是算法备案制度的探索,还是实现算法透明化的设想,均面临着一定的困难和挑战。在不打开算法“黑箱”的前提下,平台推荐算法规制与监管是否有可行之道?论文基于机器行为学思想,采用实验方法,以用户视角对推荐结果进行跟踪记录,通过实验数据的对比分析,验证了平台推荐算法结果差异的可测性。基于实验结果,论文提出了通过对不同平台推荐结果进行大规模数据测试和检验,测量平台推荐算法运行逻辑与推荐效果,从而实现“黑箱”下有效的逆向监管,以期丰富未来算法治理的选择。

AGV路径规划及避障算法研究综述

自动导向车(Automated Guided Vehicle,AGV)目前被广泛应用于物流、仓储、制造业和仓储等领域.AGV的路径规划和避障算法是实现AGV自主导航的关键技术,决定了AGV在复杂环境中能否高效、安全地完成任务,近年来成为AGV领域的重要研究热点之一.本文根据AGV路径规划及避障算法的原理与特点,将主流AGV路径规划及避障算法划分为局部避障路径规划算法、基于几何模型的路径规划算法、智能路径规划算法和混合算法4类,对算法的原理、工作流程、优缺点进行了深入分析,并介绍了相应的改进算法.最后,本文对AGV路径规划及避障的未来发展趋势进行展望,为AGV路径规划及避障算法的研究指出了方向.