基于多维尺度分析的自适应室内群终端定位方法

室内定位是普适计算领域的热点研究问题。当前,室内定位方法主要分为基于信号传播模型的定位方法和基于无线信号指纹的定位方法。其中,基于指纹的方法由于不需要知道无线信号接入点(Access Point,AP)的位置而得到更加广泛的应用,其需要通过离线阶段采集大量数据来构建丰富的指纹库,满足这一条件需要大量的人工标定工作。对此,文中提出了一种基于指纹空间关系的定位方法,相比于传统的指纹定位方法,该方法无需建立指纹库,只需要通过获取多终端的Wi-Fi信号强度,计算所有终端的不相似度并构建不相似矩阵;通过多维尺度分析(Multidimensional Scaling,MDS)算法,构建出所有终端的位置分布图,进而通过确定其中3个以上终端的位置来定位所有的终端。采用支持向量回归机(Support Vector Regression,SVR)计算任意终端间的距离,并将距离矩阵作为不相似矩阵。文中在商场场景下选择了约2500m^2的区域进行实验,所提方法的平均定位误差约为7m。

面向自闭症患者社交距离认知的可穿戴系统

针对自闭症患者的社交距离认知障碍问题,设计并实现了可穿戴辅助系统,帮助自闭症患者对社交距离进行感知、理解以及作出恰当反应.具体来说,该可穿戴辅助系统包括可穿戴硬件设备以及智能应用程序.实现了自然场景下,通过自闭症患者佩戴该系统实时准确地获得与社交对象之间的距离以及方向.通过实验验证了该系统的可行性和有效性,该系统不仅能够为自闭症患者在面对面社交中提供社交距离的认知辅助,还能够为其他自闭症社交相关的研究提供基础.