一种分布式双麦克风线阵声源定位方法

分布式麦克风阵列由于比传统的单阵列具有更大的空间孔径,可以获得更好的声源定位性能,因此基于分布式麦克风阵列的声源定位方法成为当前麦克风阵列领域研究的热点之一。本文研究了一种基于分布式双麦克风线阵的声源定位方法,并进行了系统实现,从理论上剖析了该算法的定位精度与单阵列定向误差以及声源位置之间的关系,而且还揭示了声源高度扰动对该算法定位精度的影响。最后,分别通过仿真实验和实际定位系统的测试结果,验证了本文理论分析的正确性。     

基于BADV-Hop的传感器节点定位方法

针对无线传感器网络节点的定位误差较高的问题,提出蝙蝠算法校正DV-Hop算法的传感器节点定位精度提高方法(BADV-Hop);首先测量未知节点与锚节点之间的距离,然后采用DV-Hop算法初步确定未知节点的坐标,再采用蝙蝠算法校正DV-Hop算法的定位误差,最后在Matlab 2012平台上对算法性能进行仿真分析;实验结果表明,相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度。     

基于RSSI测距的传感器节点质心定位修正算法

针对传感器网络节点定位精度问题,研究基于RSSI测距的定位算法,提出多信标节点质心定位修正算法,通过该算法计算得到多组未知节点估计坐标,并在此基础上利用质心定位修正算法计算节点坐标修正值;利用仿真实验,证明基于RSSI测距的传感器节点质心定位算法定位精度比传统质心定位算法定位精度提高13.8%,比RSSI加权质心定位算法提高6.3%。     

阵列探测器的像点亚像素定位精度

本文研究阵列探测器的像点亚像素定位精度与内插算法及像斑大小的关系，文中提出一种校正算法误差、提高定位精度的方法。上述分析和论述通过实验证明是正确的。     

基于模糊逻辑的无人机定位系统设计

针对无人机定位精度问题,硬件设计采用模块化设计思想,以STM32系列的微控制器为核心,以微机械传感器和GPS 模块为基础,组成无人机组合导航系统;软件提出了基于“模糊逻辑”的加速度区间自适应算法,修正惯导定位误差随时间快速积累、GPS发射信号受阻,造成的连续定位能力和精度较差的问题,保证了系统定位精度,为小型自主起降固定翼无人机、多旋翼无人机定位奠定基础。     

球形阵列自适应网格分层定位算法

刚性球形传声器阵列可以在无空间模糊的条件下进行球谐域数据处理,基于球形阵列的可控波束形成器导向响应功率(SRP)算法定位精度高,但是计算量大,计算效率低。通过将球面致密的全局网格搜索替换为分层搜索策略可以有效减小SRP算法的计算量。提出MRE-SRP算法保持球形阵列SRP定位精度的同时降低计算量,首先通过球谐域MUSIC(SH-MUSIC)算法判断入射声源的数量减小搜索区域;其次将相对熵模型引入球谐域SRP(SH-SRP)定位算法中,提取网格分层前后的信息增益,设计自适应网格选择判据,实现分层多分辨率网格的精准再细分,从而降低计算量。实验验证了所提出算法的性能,结果显示在单双声源定位中,该算法可以实现较高的定位精度,精准选择分层网格,计算量减少75%以上。     

相机阵列在空间目标初轨确定中的应用

将由商业相机组成的相机阵列应用于空间目标的初轨确定。介绍了相机阵列的系统概况,结合相机阵列的技术特点,从空间目标探测能力、定位精度、初轨确定算法改进三方面分析了将相机阵列应用于空间目标初轨确定的可行性,提供了主要流程,进行了实验验证。实验结果初步展示了相机阵列系统在提高极限探测星等和初轨确定精度方面的能力。     

基于倾斜阵的距离与方位联合估计*

针对阵列倾斜引起的阵不变量方法定位精度下降的问题,该文结合倾斜阵声源定位的三维模型提出一种基于倾斜阵的距离与方位联合估计算法。该算法通过联合自校正方位距离联合估计方法对阵列倾角在声源-接收平面的投影量进行估计和补偿,改善目标距离估计误差的同时,利用匹配出的阵列倾角投影量反向估计目标方位,获得对声源二维位置的估计。通过仿真验证了该算法能够在阵列倾角较小时实现目标方位与距离的联合估计。     

基于垂直平分线的非测距定位算法

在无线传感器网络定位机制中,近似三角形内点测试(APIT)定位算法因思想简单、硬件成本低、定位精度高而被广泛应用,但算法性能会因锚节点分布不均匀受到严重影响。为提高节点定位精度和解决APIT定位算法边缘效应的问题,提出一种基于垂直平分线的非测距定位算法。该算法利用接收信号强度指示值(RSSI)值筛选锚节点并与等腰三角形底边中垂线过顶点的几何原理结合进行定位,可以得到比较合理的定理精度,性能相对稳定。仿真结果表明,该算法可有效提高无线传感器网络定位的精度和覆盖率。     

基于FPGA的实时Bayer解马赛克算法与实现

Bayer阵列被广泛地应用于CMOS/CCD?(complementary?metal?oxide?semiconductor/charge-coupled device)等前端传感器中,用以对彩色图像进行压缩编码.通过解马赛克算法将Bayer阵列还原为红、绿、蓝彩色阵列,算法性能影响着成像有效分辨率和纹理细节.随着半...     

警戒模式下多基地声纳配置方法研究

研究了警戒模式下多基地声纳的布阵方法。首先,利用双基地声纳"定位精度几何扩散因子"的几何分布图,提取图中定位误差满足要求的区域。然后,根据该区域的图形特征,提出一种基于正n边形作图方法的多基地声纳布阵算法。通过仿真分析可知,利用该算法布阵后,目标的定位性能与贪婪算法布阵后的定位性能基本接近,但是本文算法的运算量远比贪婪算法小,因此它具有更强的实用性。     

High precision localization for profiled extended object based on GHT

A high precision localization scheme for profiled extended objects based-on Generalized Hough Transform (GHT) is proposed. The proposed localization scheme utilizes the edge points’ gratitude orientations of profiled extended objects to build an R-table in frame t-1. When frame t is coming, we search the R-table according to the pre-computed edge points’ gratitude orientations of profiled extended objects in current frame, generating an accumulator array. The coordination corresponding to the accumulator's peak value is regarded as coarse localization point in current frame. Then, a relaxation iteration method is proposed to refine the coarse localization point to obtain a sub-pixel localization point. Numerical experiments show that the localization scheme has following characteristics: high-precision and stability. Furthermore, we present the results of our work which involves investigation of the performance evaluation for the proposed localization scheme.     

基于最佳线性数据融合的双基地声呐定位优化算法

本文提出了基于最佳线性数据融合的双基地声呐定位优化算法。给出了算法的原理，并通过数值仿真，对不同条件下，双基地系统定位误差的几何分布进行了研究。仿真研究结果表明，采用最佳线性数据融合的双基地声呐定位优化算法，可以更好地利用双基地声呐测量的冗余信息，有效改善双基地声呐中基线区域的定位精度。     

基于模糊距离和DS证据融合的清洁机器人定位设计

针对现有清洁机器人定位算法具有的定位精度不高且难以保证在线定位的实时性问题,设计了一种基于模糊距离和DS(DEMPSTER-SHAFER)证据融合的清洁机器人自定位算法。首先,对清洁机器人的总体结构进行了建模和分析,并对其进行硬件设计,为了实现清洁机器人的实时精确定位,采用DS证据数据融合方法对多传感器采集的数据进行有效数据融合,为了进一步提高其精确性,引入了模糊距离,定义当前传感器采集数据与理想结果之间的距离,根据距模糊距离的大小自适应地调大或减少传感器采集数据分配信度的权重,将加权信度作为新的信度进行融合得到最终的融合结果。在不同的场地中进行实际试验,对文中设计的清洁机器人进行实际定位,实验结果表明文中方法能有效地进行定位,较经典的DS证据融合和其它方法具有较高的定位精度,且具有较小的时间复杂度和空间复杂度, 具有较大的优越性。     

一维准周期声子晶体中平面波的传播和局部化

本文研究了平面波在一维准周期声子晶体中的传播,引进局部化因子的概念研究了结构的带隙特性和局部化特征,利用Wolf方法给出了局部化因子的表达式并用传递矩阵法计算了局部化因子,考查了平面波垂直入射和斜入射的情形,并与相应的周期结构及随机失谐结构进行了比较。     

Fast implementation of sparse iterative covariance-based estimation for source localization

Fast implementations of the sparse iterative covariance-based estimation (SPICE) algorithm are presented for source localization with a uniform linear array (ULA). SPICE is a robust, user parameter-free, high-resolution, iterative, and globally convergent estimation algorithm for array processing. SPICE offers superior resolution and lower sidelobe levels for source localization compared to the conventional delay-and-sum beamforming method; however, a traditional SPICE implementation has a higher computational complexity (which is exacerbated in higher dimensional data). It is shown that the computational complexity of the SPICE algorithm can be mitigated by exploiting the Toeplitz structure of the array output covariance matrix using Gohberg-Semencul factorization. The SPICE algorithm is also extended to the acoustic vector-sensor ULA scenario with a specific nonuniform white noise assumption, and the fast implementation is developed based on the block Toeplitz properties of the array output covariance matrix. Finally, numerical simulations illustrate the computational gains of the proposed methods.     

不等间距非直线三元阵在水声平面声源被动定位中的应用

根据实际实验环境和布放需求,在对称直线阵被动定位基本理论基础上,推导了不等间距非直线三元阵进行水声被动定位的精确显式公式,将非直线阵形误差角用于修正测距、测向过程,并采用平均法和卡尔曼滤波法对实测数据的中间处理结果和最终结果进行后置处理。海上试验结果验证了算法的正确性,在近距离有效范围内取得较为满意的目标定位结果。     

A Spherical Band-based DV-Hop localization technique for three-dimensional wireless sensor network

Wireless Sensor Networks have been the focal point of research for many years due to their wide range of application areas. Such networks consist of resource-constrained sensor nodes that are generally not equipped with any positioning component due to cost issues. This requires the adoption of suitable methodologies to infer the location of the deployed sensor nodes. Location information of such sensor nodes can be obtained with the help of some location-aware nodes. Numerous localization algorithms exist in the literature. Amongst them, Distance Vector Hop (DV-Hop) is a computationally less expensive algorithm that uses hop count values between sensor nodes and anchor nodes for location estimation of the deployed sensor nodes. However, the traditional DV-Hop algorithm produces a larger positioning deviation for a higher hop count value. Several existing works attempt to address this issue by either modifying the hop size or optimizing the estimated position resulting in comparatively higher localization errors and computationally expensive. This paper aims to solve the issue by modifying the hop size by dividing it into equal-sized spherical bands (SB). Sensor nodes use this SB value for computing their distances from anchor nodes and non-coplanar anchor nodes for location estimation. The simulation results demonstrate that the mean localization error of the proposed approach has reduced approximately by 75%, 66%, and 47% in comparison to traditional DV-Hop, 3D PSODV-Hop, and 3D GAIDV-Hop respectively.     

基于最差性能优化的运动声源稳健聚焦定位识别方法研究

基于被动合成孔径原理,提出了一种具有高稳健性的运动声源高分辨聚焦定位识别方法.该方法采用综合优化手段,通过矢量最大似然聚焦定位算法生成虚拟阵列坐标及数据矩阵,进而利用基于最差性能优化的稀疏虚拟阵列聚焦算法,获取稳健的高分辨定位识别效果.理论及仿真研究表明,该方法对于非匀速运动以及与基阵存在运动倾角的复杂情况具有较强的适用性,聚焦空间谱表现出更大的动态范围、更为尖锐的聚焦峰尺度以及更强的背景噪声起伏压制能力.湖上试验进一步验证,在高分辨最小方差信号无畸变响应法(MVDR)聚焦算法动态范围仅为3.5 dB的相 关键词： 稳健性 运动噪声源定位识别 矢量阵 最差性能优化