基于改进RSSI测距的WSN机动目标跟踪算法

针对扩展卡尔曼滤波(EKF)在机动目标跟踪中传感器对机动目标进行测距时存在的噪声问题,提出了一种基于改进RSSI测距的WSN机动目标跟踪算法。首先,利用鱼鹰优化算法迭代寻优适合BP神经网络的权值和阈值;其次,将传感器的接收信号强度值作为神经网络的输入值,距离作为输出值对神经网络进行训练;最后,利用扩展卡尔曼滤波算法进行定位跟踪,利用匀速圆周运动模型(CM)进行滤波跟踪。使用EKF算法和RSSI算法与文中算法进行比较,以均方根误差为评价指标。经过仿真实验对比表明,所提算法相较于上述算法均方根误差分别降低了21%和56%。

一种基于GWO-BP神经网络的RSSI测距算法

近些年来,基于接收信号强度指示(RSSI)测距的研究受到了广泛的关注,特别是在物联网和室内定位领域。精准的距离估计是基于测距方法实现高精度定位的基础,但由于存在测量噪声和多路径效应的影响,RSSI信号具有很强的波动性,从而导致RSSI与空间真实物理距离之间的映射关系具有不均匀的特点。为了增强RSSI与真实物理距离之间的映射关系,提高RSSI测距的精度,本文基于反向传播(BP)神经网络和灰狼优化(GWO)算法,提出了一种基于GWO-BP神经网络的RSSI测距算法。GWO算法相比于粒子群优化算法(PSO)、遗传算法(GA)、差分演化(DE)、进化编程(EP)、进化策略(ES)具有更快收敛速度和更强稳定性的特点。此外,本文通过开发的手机软件采集实测数据,通过在两个不同的环境内进行试验。结果表明,基于路径损耗模型(PLM)测距的均方根误差(RMSE)分别为2.218、2.059 m,传统BP神经网络测距算法的RMSE分别为1.541、1.551 m,基于GA算法优化BP神经网络测距算法的RMSE分别为1.269、1.201 m,本文提出的GWO-BP神经网络测距算法的RMSE分别为1.054、0.833 m;结果表明本文算法测距精度更高,稳健性更好。

结合YOLOv8与双目测距算法的水面漂浮垃圾检测定位系统设计

为解决户外水域垃圾自动回收船的垃圾目标定位与识别差的问题,提出一种结合YOLOv8与双目测距算法的水面漂浮垃圾回收船的垃圾识别定位系统。该系统主要由摄像头、上位机视觉处理单元和下位机控制单元三部分组成,通过对水域环境内的垃圾进行视觉识别分类后,再进行定位和测距,实现水域垃圾的定位和识别;在定位和识别之后,控制机器收集垃圾。采用双目相机获取图像,使用Jetson Nano嵌入式芯片作为上位机主控芯片,利用最新深度学习模型YOLOv8进行水面垃圾的提取与识别,并通过SGBM算法进行双目测距,得到距离和角度信息;然后将上位机测得的距离和角度信息通过串口通信发送给下位机Arduino控制板,以控制船体做出转向和航行。测试结果表明,收集装置识别结果稳定,准确率达到90.5%,测距结果准确,精度达到厘米级,能够实现控制装置自动收集的目标。

基于EMTR模拟退火优化算法的配电网故障测距

针对配电网线路故障测距快速性和准确性不足的问题,提出一种基于电磁时间反转(electromagnetic time reversal,EMTR)模拟退火优化算法的配电网故障测距。根据配电网线路参数建立镜像线路网络,以测量点处时间反转后的电流建立电流源,并注入回镜像网络,以模拟退火算法加速假设故障位置的计算。建立配电网模型并设置多种情况进行数值试验。试验结果验证了方法的有效性。

一种基于接收信号强度指示测距机制的空气质量监测系统节点定位算法

针对空气质量监测节点定位的实际需求,提出应用校正法和递推最小二乘(LS)估计算法的空气质量无线监测定位实施方案。通过估算获得各节点间距离,精确计算出信标节点间的测量值与实际值,再计算得信标节点的相对偏差系数,以校正由接收信号强度指示(RSSI)模型估算的待测节点与信标节点间的距离,最后使用源于观测数据的递推LS算法计算出未知节点的位置信息。仿真试验显示,当节点数N=100时,区域边沿处位置偏差Ei均值稳定在0.268 9 m以下,在相同的信标点数目与相同的距离偏差时,所提算法和普通的LS算法相比较,获得的位置偏差和算法耗时分别减少了0.045 3 m和0.742 s。所提算法在提高定位精度的同时,降低了信标节点间的距离测量误差等条件对定位准确度的干扰,适用于大型公共场所的空气质量监测系统中。

基于超宽带非对称双边双程测距的矿山井下定位跟踪算法研究

在地下矿山建立稳定、有效、高精度的人员定位系统和算法,对矿井事故灾害的灾时指导逃生和灾后救援等方面起着至关重要的作用。基于超宽带定位测距系统,进行了室内非对称双边双程测距试验,利用粒子群算法、Taylor级数迭代等智能算法完成对目标的定位,以期获得更精确的定位解析,相较于传统的Wi-Fi通信系统及射频识别人员定位管理方法,能够在保证实时性的同时,有效、准确地提供遇险人员的位置及周边地形状况,达到了厘米级定位精度,实现了井下精确定位,为井下救援工作提供技术支持。

基于激光测距仪的智能物联网体感交互感知研究

当前的智能物联网设备在识别用户指令方面存在不足,时常需要用户多次尝试,降低了用户的使用体验和对设备的信任度。为了解决问题,提出了一种基于激光测距仪的智能物联网体感交互感知方法。首先,拟合激光波绘制结果,并利用距离变换算法设定智能物联网的体感交互方式。然后,通过误差传递公式,计算激光测距仪的协方差矩阵,依据此调整参数和测量点。最后,融合激光图像特征,识别操作者的动态指令。实验结果表明,所提方法能够显著提升智能物联网设备对体感指令的采集完整度,正确完成所有体感指令,且平均体感动作类别划分精准度高达97.02%,说明所提方法具有较高的体感交互感知精度。

基于测距修正和蝙蝠优化的改进DV-Hop定位算法

本文对DV-Hop算法定位误差大的问题进行研究。针对DV-Hop算法在求解平均跳距和未知节点位置两个阶段的缺陷,提出一种基于测距修正和蝙蝠优化的改进DV-Hop定位算法。首先,采用最小均方误差准则求解锚节点间的平均跳距,并添加校正因子减小测距误差;其次,利用混沌映射策略初始化种群并设置阈值M控制映射的次数,采用速度加权策略控制搜索的步长,增强蝙蝠算法跳出局部最优的能力;最后,使用改进蝙蝠算法确定未知节点的位置。仿真结果表明,提出的定位算法具有更高的定位精度,相比DV-Hop算法、BADV-Hop算法、PSODV-Hop算法分别提升了32.35%、18.80%、8.16%。

基于WOA-SVR算法的高压直流输电线路故障测距

为提高高压直流输电线路故障定位的准确度,提出了一种基于行波固有频率法和单端行波法时域定位相结合的新方法。线路端点故障时利用固有频率法测距存在死区问题,而采用行波法时域定位不受频变影响,将两种方法结合可以有效提高定位准确度。将变分模态分解(VMD)后的变分模态能量值与小波模极大值提取的行波波头到达测距装置的时间作为特征值,利用支持向量回归(SVR)拟合特征值与故障距离之间的非线性关系,并用鲸鱼优化算法(WOA)优化SVR的参数,形成WOA-SVR故障测距模型。仿真结果表明:该方法具有较高的测距精度和收敛速度,耐受过渡电阻能力强,具有较高的实用价值。

基于Root-MUSIC算法的激光扫频干涉测量方法研究

玻璃的厚度作为工业生产中的一项重要的指标,如何对其快速的测量成为了研究热点。提出采用激光扫频干涉测量方法,将采样的信号进行插值拟合,校正其拍频非线性,再通过频谱估计法获取距离信息。当测量厚度较小的玻璃时,FFT算法因受栅栏效应和频谱干涉的影响,导致难以在频谱图中将玻璃前后表面的频率区分出来。为解决该问题,采用Root-MUSIC算法处理信号,实验结果表明在FFT算法分辨临近目标频率失效的情况下,Root-MUSIC算法可以进行有效区分,运算效率也远高于MUSIC算法,且精度可达50微米左右,为解决玻璃厚度测量问题提供了思路。

基于全质心WLS-HDS-TWR算法的无人驾驶农业机械协同定位算法研究

针对室内全球导航卫星系统(Global navigation satellite system,GNSS)信号受遮挡时,农用车辆协同定位精度低、稳定性差、信号丢包等问题,本文开展面向超宽带(Ultra-wideband,UWB)调频技术的室内外农用车辆协同定位算法研究。首先,搭建三基站多边测距定位模型,实现主基站绝对位置标定以及辅助基站绝对位置坐标的变换求解;其次,提出全质心加权最小二乘的高速双边双向(Weighted least squares high double sided two-way ranging,WLS-HDS-TWR)农机协同定位算法,基于泰勒级数展开的WLS估计算法,求解主车位置。同时,提出面向室内环境的多状态基站组合的UWB定位模块布设模式,并验证其可行性;通过飞行时间法(Time of flight,TOF)获取主从车距离信息,融合GNSS标定位置信息、主车坐标信息以及测距信息,实现主从车协同定位。最后,基于Prescan/Simulink搭建联合仿真平台,验证提出算法的可靠性;通过农用履带车辆开展室内及室外协同定位实车试验,试验结果表明:全质心WLS-HDS-TWR协同定位算法可有效解决室内GNSS信号缺失问题,室内环境下,定位精度较HDS-TWR及全质心LS-HDS-TWR算法分别提高26.98%和22.03%,满足智能农机协同定位作业需求。

较粗空间分辨率影响下FMCW 激光雷达测距方法研究

由于环境中杂散光和电磁干扰等原因,以及不同路径的长度和反射特性的差异,FMCW激光雷达系统在接收目标回波信号时会受到多径干扰的影响,存在噪声干扰,使得目标测距结果准确性较低。为此,提出较粗空间分辨率影响下FMCW激光雷达测距方法。根据FMCWN激光雷达系统的发射信号与回波信号获取中频信号;采用EMD算法分解中频信号,计算信号IMF分量之间的互相关系数,确定并剔除存在噪声的IMF分量;采用SFFT算法对去噪后的中频信号频谱局部细化处理,获取其估计值,确定修正方向,修正频率估计值,利用中频信号修正后的频率确定被测目标的距离。实验结果表明,所提方法具有良好的去噪效果、频谱估计精度、测距精度高,测距效率高,测距均方根误差均在0.04以内,耗时最长仅为0.23 ms。

北斗导航卫星B1I测距码生成算法及相关性分析

GNSS软件接收机在信号捕获、追踪和导航定位算法研究方面有巨大优势,卫星导航信号的伪随机码结构特性是进行GNSS软件接收机设计开发的基础和前提。本文根据北斗卫星导航系统空间信号接口控制文件,分析研究了北斗卫星导航系统B1I伪随机码的生成原理,提出并实现了相应的软件生成算法,通过仿真模拟,深入分析研究了B1I伪随机码自身特性及其自相关、互相关特性。

基于激光跟踪仪高精度测距特性的转站方法研究

激光跟踪仪转站精度直接决定大尺寸测量网的测量精度,针对激光跟踪仪转站问题,基于激光跟踪仪高精度测距特点,提出一种转站参数计算方法。首先,根据激光跟踪仪测距准确的特点,利用Nelder-Mead算法对于平移分量进行求解;然后将所求平移分量作为强约束注入旋转分量的求解过程中,获取激光跟踪仪转站旋转分量,从而求得激光跟踪仪转站参数;最后,以均方根误差与转站点位误差为依据,在仿真条件下,验证了不同尺度测量场下提出的方法相较于传统SVD分解方法均有转站精度提高的效果。

多路绝对激光测距仪精密三维控制网的建立与解算

建立高精度三维控制网是实现大型粒子加速器等精密工程测量的前提条件,目前主要通过间接测量两点间距离或者自由设站实现,而多路绝对激光测距仪可在0.02~30 m范围内直接测量空间中两点间距离,利用高精度绝对测距值可建立高精度的三维测边控制网。基于多路绝对激光测距仪高精度绝对测距性能,建立仅含控制点间距离的秩亏自由网平差模型,通过任意初值选取,应用改进的LM算法迭代求解非线性超定方程组实现坐标概算,得到方程组的一组解作为未知数的近似值进行整网平差,获得高精度控制点坐标。实验数据分析表明,在8 m×3.5 m×2.5 m的实验范围内,建立控制点平均点位精度优于±1.14μm的三维测边网,可满足现代工业生产中对安装定位的高精度需求。

一种改进的基于蓝牙和加速计的测距算法

目前,基于蓝牙的定位技术已经被广泛应用。但是,蓝牙的工作频段在拥堵的2.4GHz。一部分Wi-Fi设备、无线键鼠等电器也在这个频段工作,而且该频段也容易受到某些大功率电器的干扰,所以这就导致2.4GHz的无线设备的无线信号强度RSSI不稳定,从而直接影响了用于定位、测距功能的算法的准确度和稳定性。本文设计了一种改进的基于蓝牙和加速计的测距算法,用于提高测距的准确度和稳定性。

基于自适应几何约束ORB的红外双目测距方法

针对传统特征匹配算法计算效率低、误匹配率高和双目视觉测量精度不足等问题,提出了一种基于自适应几何约束和随机抽样一致性方法的ORB(Oriented FAST and Rotated BRIEF)红外双目测距方法。首先,通过FAST(Features from Accelerated Segment Test)算法与BRIEF(Binary Robust Independent Elementary Features)算法检测并描述关键点,采用快速最近邻搜索的算法完成特征点初始匹配。然后,根据初始匹配点对的斜率与距离选择相应的阈值,构建基于斜率与距离的几何约束,剔除明显错误匹配点对。最后利用随机抽样一致性方法去除异常点完成精匹配,结合热像仪标定参数计算出目标物体的距离。实验结果表明,改进的ORB算法与传统算法相比,具有较好的特征点质量和较高的测量精度,测距平均绝对误差为1.64%,具有较好的实用价值。

基于平稳小波变换算法的线路故障测距

为解决在线路故障识别时,其行波波头难以辨认以及存在行波波速需要消减这两个问题,本文提出了一种基于平稳小波变换算法的线路故障测距的方法。与传统意义上的小波算法相比,本文提出的算法存在以下3个优点:1.可以有效消除噪声的干扰;2.提高了对行波波头的识别率;3.增强了对奇异点的识别成功率。将上述提出的算法与测距算法相结合,使线路故障的测距结果更加准确。并经MATLAB仿真算例结果发现,本文提出的算法对故障的定位精度高,效果具有普适性。

高速铁路AT供电故障测距同相差流比算法研究与实践

高速铁路AT供电方式下发生故障时必须对故障点准确定位,这对故障测距算法的准确性提出较高要求。同相差流比算法可以准确计算出故障点位置,最大误差不超过50 m。本文对同相差流比算法进行理论研究,对算法中各种故障类型测距计算式进行理论推导,并基于故障实例对该算法的测距误差进行验证。

基于BP神经网络的长距离分布式光纤传感高空间分辨率定位算法

为解决基于数字编码移相-积分测距系统中,因发送序列与本地序列之间的真实相位差非1 bit码长的整数倍而影响测量结果准确性这一问题,文中提出一种基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法。该算法根据BP神经网络判断1 bit内细分程度并与传统算法相结合实现动态测距。实验结果表明,基于BP神经网络长距离分布式光纤传感高空间分辨率定位算法的长距离定位精度平均相对误差从0.23降低到0.035,弥补了空间分辨率与准确率受数字码本身局限性的问题,为大规模基础设施的长距离、高精度实时监测提供了可能。