移动机器人Markov定位算法的研究——方向传感器建模新方法

为了改善移动机器人Markov定位算法中方向传感器模型的性能,提出基于高斯函数的新概率模型.该模型考虑了方向角周期性问题,对相位进行了转换,利用高斯函数对方向传感器进行了概率建模.将此模型放入Markov算法,与其他传感器组成观测模型,并进行对称环境中的单次定位仿真和复杂环境中的连续定位仿真.仿真结果表明,这种概率模型计算量小,收敛速度快,在大量测量噪声存在下工作稳定.

特征地图中基于高斯核函数的自动导引车Markov定位算法

针对特征地图中应用Markov定位算法在对自动导引车全局定位时出现传感器观测与地图之间的特征数据关联不唯一而导致定位失败的问题,提出一种不通过数据关联的Markov定位计算新方法。利用高斯核函数将环境中的稀疏特征拟合成平滑致密曲线,通过对比传感器观测和算法预测得到的两个致密曲线相似度来计算Markov定位中的观测模型。建立了模型及算法,设计了两种环境对该方法进行仿真分析,相似环境下的仿真验证了位姿估计的准确性,非相似环境下的仿真验证了全局定位的高效性。通过在半封闭环境的自动导引车对比定位实验,验证了该方法在实际环境中对位姿估计的有效性和优越性。

基于改进Markov算法的电力线载波通信网络安全态势感知仿真研究

针对电力线载波通信网络安全态势感知单位运算时间较长且误差较大等问题,基于改进Markov算法研究一种新型通信网络安全态势感知方法。采用分区采集与降维运算数据预处理,去除电力线载波信号干扰因素。利用隶属关联矩阵挖掘网络安全要素特征,构建层次化Markov网络安全态势感知模型。利用BW算法寻找目标参数最优解,来确定感知目标点位置,缩短挖掘时间,提高感知精准度。经过试验验证,所提方法单位感知时间只有60~90 ms,多组并行感知均方误差不超过2%,表明所提方法能够满足电力线载波通信网络安全态势感知应用需求。

基于改进麻雀搜索算法的无线传感器网络定位研究

针对距离矢量跳(DV-Hop)算法在无线传感器网络中存在的定位误差大的问题,提出了一种基于改进麻雀搜索的无线传感器网络定位算法。首先,针对传统DV-Hop算法,修正了节点平均跳距和节点最小跳数。其次,引入Sine混沌映射、自适应惯性权重和双样本学习策略提高算法的搜索能力;最后,利用MATLAB构建仿真模型进行性能对比实验。实验结果表明:与其他节点定位算法相比,所提算法可有效提高对未知节点的定位精度和收敛速度。

基于P波到时拾取的分析法与遗传算法联合定位方法与应用

针对岩石力学震源定位问题,提出了一种在P波到时精确拾取的基础上通过分析法过滤异常到达传感器和遗传算法(genetic algorithms,简称GA)求解联合定位方法,并将其应用于岩石材料的破裂面定位以及采矿工程中。为了消除传感器到时精度、传统迭代法及迭代初值选择对定位的影响,基于时频分析的改进长短时窗(short-term average/long-term average,简称STA/LTA)法拾取P波到时,求解不同传感器组合分析解的逻辑概率密度函数过滤异常到达,引入遗传算法对到达清晰的震源进行定位。通过断铅、含夹层组合煤岩单轴压缩试验及定点爆破试验对该方法进行验证。结果表明:在对信号预先带通滤波后进行变分模态分解(variational mode decomposition,简称VMD)精确滤波的基础上结合改进STA/LTA法可以大幅提升到时拾取精度;通过分析法过滤异常到达对定位精度的影响,结合具有全局性、不受初值影响的遗传算法对震源定位,应用于岩石材料试验以及采矿工程中可以较准确的对震源进行定位,该方法较传统迭代法、线性定位法等更具有工程实际应用价值。

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。

基于TOA与AOA算法的室内定位方法

为了解决传统室内定位技术成本较高、稳定性差以及难于部署等问题,提出一种将到达时间(time of arrival,TOA)与到达角(angle of arrival,AOA)相结合的室内定位系统.该系统由定位基站与被控定位单元组成,其特征在于使用对射式布置的超声波传感器获取定位基站与被控定位单元之间的距离特征,利用角度传感器获取被控定位单元相对于定位基站的角度特征,以单基站就实现了精确的室内定位过程.分析了该系统基本结构与原理,建立定位与控制模型,在一定范围内对其定点定位精度与跟随定位精度进行了实验验证.实验结果表明:该系统结构简单,易于安装布置,鲁棒性强,在测试范围内的最大定点定位误差不超过5 cm,跟随定位误差不超过15 cm.

基于改进自适应IMM算法的高速列车组合定位

针对列车高精度定位问题,该文提出基于改进自适应交互多模型(IMM)的高速列车高精度组合定位方法。首先,根据列车定位需求和各传感器特点,设计了卫星接收器、轮轴测速传感器、测速雷达以及单轴陀螺仪4种传感器的组合定位方案。然后,针对IMM融合滤波算法因先验信息不准导致固定参数设置不当的问题,引入Sage-Husa自适应滤波和转移概率矩阵(TPM)自适应更新集成为自适应IMM算法。针对多模型切换的滞后问题,利用子模型似然函数值能快速反映模型变化趋势的特点,将似然函数值设为判定标志,并引入判定窗对TPM矩阵元素进行修正,有效提升了模型的切换速度。最后,基于改进自适应IMM算法对4种传感器定位信息进行融合滤波,实现高速列车的高精度组合定位。仿真结果表明:改进后的算法相比其他自适应IMM算法提升定位精度1.6%~14.7%,并且能通过提高模型间切换速度来有效降低位置误差峰值,同时具备较好的抗噪性能。

WSN中基于改进秃鹰算法的三维非测距节点定位

在三维无线传感器网络中进行非测距算法的定位时,由于三维空间节点的分布比较复杂,导致算法的定位精度不高。为了提升非测距算法在三维空间中的定位精度,提出了一种3D-CBD定位算法。算法利用多个通信半径对跳数进行优化,并对锚节点的跳距进行加权平均,从而使各权值的平均跳距能够参与到未知节点中的平均跳距的计算。在秃鹰搜索算法中加入Circle混沌映射策略和莱维飞行策略,用来保证种群分散更均匀,扩大了群体的搜索范围,使算法能够及时跳出局部最优,通过对目标函数进行迭代寻优从而找到最佳的未知节点坐标。仿真结果表明,与3D-DV-Hop算法及现有改进算法相比,所提算法定位误差平均值降低了约49.6%、33.1%和13%,定位精度更高。

基于广义互相关时延估计(TDOA)算法的声源定位跟踪系统设计与实现

为实现在二维平面内对声源进行实时定位和动态跟踪,运用时延估计(TDOA)互相关算法设计一种原声监听头阵列的CC-TDOA声源定位跟踪系统,实现对多个原声监听头进行同步采样,再进行信号放大及运算处理,运用LCD屏实时显示目标声源的距离和方位角度,同时运用二维云台控制激光笔对准声源,并持续动态跟踪声源。模拟仿真及真实环境实验测试表明,采用基于到达时间差的互相关定位算法,计算量小,精度较高,测试角度误差小于2o,距离误差小于1.2%,可以满足多种智能应用场合中声源实时定位与跟踪的要求。

基于改进凸包缺陷算法的扎带定位方法

针对传统视觉在检测捆扎带时存在难检、漏检、定位扎带位置困难和速度慢等问题,提出一种基于改进凸包缺陷算法的扎带定位方法。采用自适应直方图均衡化图像增强算法,以增强编织袋区域与背景的对比度;利用快速凸包算法获得编织袋轮廓的凸包,减少获取凸包的时间;最后,通过改进凸包缺陷算法对编织袋轮廓凸包进行缺陷检测,根据检测结果中凸包缺陷点的位置和缺陷深度进行筛选得到扎带定位点。同时为验证该算法的准确性与鲁棒性,在具有复杂背景干扰的环境下进行实验,将传统凸包缺陷算法与改进后的凸包缺陷算法进行对比分析。实验结果表明:相比于传统凸包缺陷算法无法检测出编织袋轮廓的全部缺陷从而存在漏检,改进后的凸包缺陷算法漏检率为0,定位误差小于4 mm,可有效定位扎带位置并具有较高的鲁棒性。

基于射频技术的典型无人机定位算法研究

为提高机场运行的安全性,解决各类“黑飞”现象,以射频定位技术得到的信息数据作为基础,通过相关算法进行计算,得出目标位置,并分析多地面射频侦测站布局对无人机定位精度的影响,确定协同算法的定位精度大于单一定位的精度,基站数量越多定位越精确。

共形天线表面微小焊盘视觉定位算法设计

共形天线是一种特殊形态的新型雷达天线,具有低剖面性以及低散射面积,是未来雷达天线发展的重要趋势之一。当前,共形天线的装配方式正由人工装配转向自动化装配以提升生产效率和批产一致性,但共形天线表面的焊盘尺寸小,数量多且分布在复杂曲面上,现有视觉定位算法难以满足实际使用需求。为此,文中提出了一种多目标亚像素定位算法。该算法结合了模板匹配和亚像素定位算法,可以同时给出多个焊盘的精准位置信息。由仿真分析与实验验证可知,该算法的视觉定位精度可达5μm,有效提升了共形天线的装配质量。

基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法

由于无线传感器网络自身节点数量庞大,导致在异常节点自适应定位过程中,定位到的异常节点个数较少的问题.针对上述问题,提出基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法.从网络中提取出异常节点的原始数据,并对异常节点数据属性进行详细的解析,根据解析后的数据属性,利用蚁群算法的优化搜索特性,结合并行计算的思想,建立并行蚁群算法模型,模拟蚂蚁在寻找食物过程中的协作和寻优行为,运行并行蚁群算法,获取异常节点的估计坐标值,实现节点的自适应定位.实验结果表明,该方法在面对复杂网络环境和多种异常类型时能够定位到多个异常节点,增强了定位方法的鲁棒性和自适应性.

基于卡尔曼滤波算法的无人机定位控制

对于无人机飞行过程中精准定位问题,以四旋翼无人机为研究对象,针对随机噪声干扰下无人机位置测量值与真实值存在较大误差的情形,提出一种基于卡尔曼滤波的无人机定位算法。仿真结果表明,经卡尔曼滤波后的无人机位置测量值与真实值之间误差明显减小,验证了卡尔曼滤波算法可以提高无人机定位的控制精度,仿真结果同时还说明若想要达到最佳的滤波效果,测量噪声协方差数值取值要合适,过大或过小都会对滤波效果产生影响,文中研究内容对无人机定位精准控制具有一定的借鉴意义。

融合云平台和地图匹配算法的新能源汽车通信网络定位方法

传统独立的汽车定位方法依赖于车辆位姿,导致通信网络定位结果存在偏差和不稳定的问题,为此提出融合云平台和地图匹配算法的新能源汽车通信网络定位方法。获取新能源汽车在通信网络中的位置信息,搭建新能源汽车的视觉地图,在云平台上嵌入地图匹配算法,匹配汽车位置信息与视觉地图中道路信息,得到新能源汽车的定位轨迹,完成新能源汽车通信网络定位研究。实验结果表明,文章定位方法下新能源汽车通信网络单点定位精度可以控制在20 cm之内,累积误差较小,能够获得较好的稳定性效果。

基于改进灰狼算法与隐枚举法的配电网分区故障定位研究

分布式电源接入配电网,使传统故障定位方法适用性下降。为此,文中提出了一种改进灰狼算法与隐枚举法相结合的配电网分区故障定位方法。对灰狼算法进行二进制处理并引入动态范围搜索、Levy飞行、局部搜索和非线性收敛因子4种改进策略,提高算法的快速性和准确性。建立能够满足含分布式电源配电网需求的编码方式、开关函数以及目标函数。通过分析故障点与开关函数的对应机理,提出区域定位与区段定位相结合的分区定位模型,并使用改进灰狼算法与隐枚举法联合求解。最后,以IEEE 33节点配电网为例进行仿真试验。结果表明,文章提出的求解算法和分区定位方法能够准确、迅速定位故障区段,并具备较高的容错性与稳定性。

基于多通信半径和改进麻雀搜索算法的DV-HOP节点定位研究

在无线传感器网络中,传统DV-Hop(Distance Vector-Hop)算法因跳数和平均跳距计算存在较大偏差,从而对未知节点定位产生较大误差.针对该问题,设计了基于多通信半径和改进麻雀搜索的DV-Hop定位算法.首先采用多通信半径修正节点间的跳数,使跳数值较真实反映两个节点间的距离.其次采用修正的跳数去修正信标节点的平均跳距,从而获得未知节点到各信标节点修正后的距离.最后采用麻雀搜索算法(Sparrow Search Algorithm,SSA)估算未知节点位置,将节点定位问题转化为函数寻优问题.针对麻雀搜索算法前期容易陷入局部最优解,后期寻优精度不高的问题,提出将Levy飞行策略引入麻雀搜索算法中,提升算法的全局寻优能力.仿真结果表明,与传统DV-Hop算法、SSA DV-Hop算法相比,改进SSA DV-Hop算法的定位精度明显提高.

基于自适应蚁群算法的含分布式电源配电网故障定位研究

由于含分布式电源的新型配电网不同于传统配电网,新型配电网的结构更加复杂,系统潮流方向发生改变导致传统的定位方法可靠性下降,为此提出一种自适应蚁群算法。在传统蚁群算法基础上,改进信息素挥发因子表达式、更换信息素更新机制及限定信息素浓度的取值,改进后的自适应蚁群算法的容错能力和快速性得到大幅提高。仿真结果表明,自适应蚁群算法不受故障区段数量的影响,能够准确进行故障定位;此外,当多个分布式电源同时接入配电网发生三重故障且有2处故障信息畸变的情况下,自适应蚁群算法求解速度更快,比传统蚁群算法求解速度提升了18.63%,准确率提升了10%,验证了自适应蚁群算法具有很好的容错能力和搜索速度。

基于优化领先狼群算法的微震源定位研究

为分析不同启发式方法对求解微震源定位精度问题的影响,提出一种优化领先狼群算法。该算法在领先狼群算法的基础上,调整搜索步长和围攻步长两个参数,提高了在搜索过程中跳出局部最优解的能力。通过理论模型反演和工程数据分析,验证了优化领先狼群算法的有效性。与常用的粒子群算法和模拟退火算法两种启发式算法相比,优化领先狼群算法收敛更快,精度更高,受P波波速误差影响更小。该算法为智能启发式算法应用于微震源定位提供了新思路。