无线传感器网络中Min-Max定位算法的研究与改进

常见的基于测距的定位算法有Min-Max定位算法、三边定位算法和最大似然法,在研究这三种定位算法的同时,重点分析了Min-Max定位算法,并对其在定位边界区域误差较大问题提出一种有效的解决办法,并通过仿真进行验证。对比Min-Max及其改进方法的仿真结果表明,改进方法能有效改善定位边缘区域的盲节点的定位精度。

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。

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.

一种基于SSA-DBN的室内可见光指纹定位算法

室内可见光定位在精度方面有着较高的要求,针对这一问题,文中提出了一种麻雀搜索算法(Sparrow Search Algorithm,SSA)优化深度置信网络(Deep Belief Network,DBN)的室内可见光指纹定位算法。首先,采用信号强度特征值与位置坐标建立离线指纹库;其次,利用麻雀搜索算法较好的全局探索和局部开发的能力,对深度置信网络的初始权阈值进行优化,建立网络训练模型,对待定位目标的位置进行预测,避免了DBN陷入局部最优以及收敛速度较慢的问题。最后,利用已建立的离线指纹库数据,计算定位误差并分析。在4 m×4 m×2.5 m的空间中进行实验,结果表明:文中算法的平均定位误差为3.51 cm,定位误差在6 cm以内的概率为89.9%,与DBN定位算法相比,平均定位误差下降了约22.5%。

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。

基于改进烟花优化算法的三维空间气体源定位

为探究三维空间中气体源定位及其源强反算问题,提出1种改进烟花爆炸算法(GWOFA)。将定位过程分为全局定位过程和局部定位过程。全局定位过程即结合灰狼优化算法和莱维飞行在三维空间中的全局搜索过程;局部定位过程是在全局定位的结果上的进一步开发过程,其通过引入边界条件的爆炸半径选取方式和选择策略更加高效地改进烟花优化算法实现。研究结果表明:本文算法相比于支持向量机回归模型(LinearSVR)、GWO算法和粒子群算法具有更高精确度,相比于GWO算法和粒子群算法具有更高稳定性和更低随机性;在气体源定位问题上,本文算法整体表现优于LinearSVR、GWO算法和粒子群算法。研究结果可为解决三维空间中气体源定位问题和相关参数估计问题提供新的思路方法。

基于自适应模拟退火优化算法的集合式电容器局放定位研究

集合式电容器内部局部放电问题可能导致绝缘介质破坏和设备故障。已有的局部放电检测技术在集合式电容器中受到电磁干扰的限制。为此,提出了一种自适应模拟退火粒子群超声定位方法。该方法结合超声检测法克服电磁干扰对定位精度的影响,通过对粒子群参数进行自适应优化,并应用模拟退火和轮盘赌策略进行优化。为检测该方法的效果,通过对比实验表明,该方法提高了定位的准确性和稳定性,为集合式电容器局部放电定位问题提供了有效的解决方案。

一种改进组合加权的TDOA室内二维定位算法

针对现有组合加权算法对定位区域边缘的目标定位时精度较低的问题,在现有组合加权算法的基础上提出了一种改进算法。首先,将基站分组,以到达时差算法得到目标位置的多个估计结果;其次,计算各估计结果之间距离值并排序,以滑动窗口法判断是否存在基站组出现异常定位估计;最后,当任意基站组的定位结果发生异常时,使用目标位置估计结果及其估计克拉美罗下界值设计两个加权步骤的权值,通过二步组合加权算法得到最终定位结果。仿真结果表明,所提算法有效减少了原组合加权算法对定位区域边缘的目标定位时的误差,当测量噪声标准差为0.8 m时,所提算法相较于原算法在正方形边缘区域定位均方根误差减小了0.35 m;在定位狭窄矩形区域时,所提算法平均定位均方根误差减小了0.11 m。

工业机器人装配中基于相机位姿估计算法的单目视觉定位研究

为了提升工业机器人在装配作业中的效率和精准度,结合软指派算法进行研究,构建基于相机位姿估计算法的单目标视觉定位系统,并对其进行仿真验证。实验结果显示,在参数对成功率的影响实验中实验成功率最低为92.5%,在图像噪声对成功率的影响实验中成功率最高达到了97.5%,位置估计误差最大值不超过4 mm,旋转误差在伪特征点的数量为最大时得到了最大值7°。

基于BAS的模糊PID解耦算法在船舶动力定位中的应用

模糊PID应用于船舶动力定位控制时,因无法保证量化比例因子选取到最优值可能限制控制性能。基于某动力定位船舶的三自由度运动模型,利用串联补偿解耦算法消除船舶横荡与首摇控制量的相互影响,选取纵荡与横荡的时间乘绝对误差积分(Integrals of Time-weighted Absolute Error,ITAE)之和为目标函数,尝试利用天牛须搜索算法(Beetle Antennae Search algorithm,BAS)对模糊PID中的量化比例因子进行优化。利用Matlab/Simulink,采用PID、模糊PID、基于BAS的模糊PID等3种控制策略,对定点定位工况下动力定位船舶在无干扰和瞬时干扰条件运动响应进行仿真。研究发现,相比于PID和模糊PID,基于BAS的模糊PID在纵荡和横荡运动控制上可显著提高控制精度并减少超调量,进而可改善动力定位系统性能。

基于改进麻雀搜索算法的3DDV-Hop定位算法

针对经典3DDV-Hop算法定位精度不高的问题,提出一种基于改进麻雀搜索算法优化的改进的3DDV-Hop算法;算法首先通过多通信半径优化传感器节点之间跳数,并且在平均跳距计算过程中引入动态加权因子提高平均跳距计算精度,其次在麻雀搜索算法的基础上融合反向学习策略与萤火虫算法分别对麻雀搜索算法的种群与位置更新迭代进行优化,最后将未知节点坐标计算问题转化成改进后的麻雀搜索算法寻优问题,利用改进后的麻雀搜索算法替代最小二乘法计算未知节点坐标,进一步提高未知节点位置计算精度;经过MATLAB仿真验证,改进算法对比于经典3DDV-Hop算法和相关算法,定位精度得到有效提高。

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。

应用消息传递和卡尔曼模型的无线传感网定位跟踪算法

针对无线传感网系统中传感节点的定位跟踪问题,提出了一种基于消息传递和卡尔曼模型的定位跟踪算法。将目标物与多个锚节点之间的测距整理为线性混合模型,通过贝叶斯公式进行因式分解,建立因子图。假定目标物位置随时间连续移动,相邻的定位坐标之间存在潜在的缓变关系,并利用卡尔曼模型挖掘该关系,即将测距、定位和卡尔曼模型整体进行优化。在因子图中选择合适的消息更新规则,对每条边上的消息进行更新计算,形成定位跟踪算法。最后,建立虚拟和实测环境对所提算法进行数值验证。由于将测距、跟踪和卡尔曼模型融合为一个整体进行优化,相比文献中已有方法,所提定位跟踪算法在仿真环境中表现出超过2 dB的性能优势,在实测场景下也具有接近1 dB的性能增益,证明了其有效性。

智能运维中多维监测指标异常定位算法及试验研究

智能运维系统涉及多种维度的监测指标,系统的重要功能是异常信息检测和原因自动化分析。本研究基于变分循环网络建立了异常信息时序定位算法,利用蒙特卡洛树搜索(Monte Carlo Tree Search,MCTS)设计针对多维因素的根因分析优化方法。利用系统实际监测数据训练算法模型,并对其性能进行检验。结果显示,与对照组相比,设计算法在精确率、召回率等方面具有优势。

基于LSD检测的无人机视觉着陆定位算法

针对复杂电磁干扰和拒止环境下固定翼无人机自主着陆的应用场景,提出了一种基于LSD的无人机视觉着陆定位算法,通过检测跑道的左右边线以及起始线对无人机进行定位;根据机场跑道的形态学特征,构建机场跑道数据模型,并对实验所用相机进行标定,采用灰度化和高斯滤波对采集到的图像进行预处理,采用LSD直线检测算法以提取跑道的直线特征,设计几何滤波策略从直线特征中提取出跑道的三条边线,采用蒙版技术以提高检测算法的抗干扰能力;根据相机成像原理推导出基于线检测的PNP定位算法,通过检测得到的机场跑道线在像素坐标系下的位置信息求出无人机相对于跑道的三维位置;分别在视景仿真环境和真实机场环境进行检测和定位解算,结果满足无人机着陆定位实时性和准确性的要求,从而验证了视觉着陆定位算法的有效性。