基于CDMA调制的可见光通信室内定位技术的研究

多个参考点光源间的信号相互干扰,使得室内可见光通信定位系统的精度不高。为此提出一种基于码分多址(CDMA)调制的可见光定位算法,利用扩频码的正交性,对每个发光二极管(LED)所发出的身份识别(ID)信息进行扩频处理,在克服了码间干扰的同时,提升了信道的容量。接收端由自适应滤波器分辨出解扩后的ID信息以及对应的信号强度,根据ID信息确定定位的位置区域,根据衰减强度确定定位点与各LED的距离,利用接收信号强度(RSS)三角定位算法实现接收机的定位,并采用分集接收技术来提高接收增益以提升定位的精度。仿真结果表明,该定位系统最大误差为6.18cm,超过88%的定位点的测量精度被控制在5cm以内。该系统不仅实现了较高精度的定位,而且易于控制、稳定性好,具有广阔的应用前景。     

室内可见光通信高精度定位系统设计

基于接收信号强度算法的可见光室内定位系统具有结构简单的特点,但是由于漫反射信道、系统噪声等因素,其定位精度受到很大限制,为此提出使用人工神经网络对室内可见光信道参数进行学习,拟合室内信道参数的真实值,实现高精度定位。首先,使用CDMA调制技术消除室内可见多参考点光通信带来的码间干扰问题,CDMA解扩信号经过归一化操作后输入人工神经网络对坐标函数进行训练,使之拟合室内可见光通信信道参数,估计出接收机到各个LED参考点之间的空间距离。其次,由于神经网络训练数据噪声及接收机信号噪声会影响定位精度,我们提出使用Newton-Raphson迭代法,进一步逼近测试点的真实坐标。实验结果表明,在1 m×1 m×1. 2 m的室内可见光通信定位系统模型中,本系统在二维定位应用时平均定位误差为0. 87 cm;在三维定位应用时平均定位误差为1. 47 cm。本文提出的基于接收信号强度的可见光室内定位系统,使用CDMA调制技术,接收信号经过解扩后输入人工神经网络对信道参数进行距离估计,为了进一步地减小噪声等随机过程带来的定位误差,提出一种定位专用的定位坐标解迭代逼近算法,结果表明本系统在二维定位及三维定位均可实现很高的定位精度。     

Kalman滤波辅助的室内伪卫星相对定位算法

在室内伪卫星独立定位系统中, 伪卫星以及接收机的钟差会给定位精度带来非常大的误差. 针对这一问题, 提出了一种适用于室内环境的相对定位算法. 使用Kalman定位算法粗略计算接收机位置, 获得粗略基线, 建立室内相对定位模型, 得到载波相位双差和伪距双差. 载波相位双差通过互补Kalman滤波器来平滑伪距双差, 进一步得到精确基线, 获得接收机精确位置, 并将其代替Kalman定位算法的校正结果, 对接收机进行下一状态预测. 实验结果表明, 该算法具有较高的定位精度, 定位误差在20 cm以内. 关键词： 伪卫星 相对定位 双基线 Kalman滤波     

解决CDMA同步问题的可见光定位算法

为克服时分复用技术中需要时钟同步和频分复用系统不够灵活的问题,提出了一种基于码分复用技术的高精度可见光定位算法。算法在异步场景下实现了码元同步和可见光定位的过程,仿真结果表明,在覆盖房间80%以上的区域时,算法的平均定位误差为6.9cm,最大定位误差为11cm,适用于绝大多数室内基于位置信息的服务。此外,分析了系统定位精度与接收机视场角及接收机离地高度的关系。发现在一定范围内,接收机视场角越大,系统的定位性能越差;接收机的离地高度越大,系统的定位性能越好。     

基于智能手机的快速可见光室内定位系统

基于智能手机的可见光定位不仅定位精度高,还兼具了可见光通信与移动互联网的优势。由于图像处理的高计算复杂度,现有系统定位速度较低无法支持实时导航。论文提出了一种快速和高精度的可见光室内定位系统,通过设计无闪烁线路编码方案和轻量级图像处理算法降低定位时延,同时还具有抑制调制闪烁和支持多级调光的优点。市售Android智能手机完成了原型系统开发和现场测试,实验结果显示,系统平均定位精度可达到7.5 cm,定位时间可低至22.7 ms(单灯)和35.7 ms(双灯),可支持移动速度高达18 km/h的实时室内导航。     

K-means+SSA-Elman网络可见光室内位置感知算法

由于室内环境复杂,基于Elman神经网络的可见光位置感知存在收敛速度慢、定位精度低等缺点。论文提出基于麻雀搜索算法（sparrow search algorithm, SSA）优化Elman神经网络,同时融合K-means聚类的一种可见光室内位置感知算法。对采集到的数据建立数据库,利用SSA对Elman的拓扑结构和连接权阈值进行优化,建立训练模型,解决基于Elman神经网络室内位置感知算法易陷入局部最优的问题,提高收敛速度和稳健性;利用K-means对数据库优化分类,将处理好的数据代入模型训练得初步预测结果;将初步预测结果代入子类二次训练得预测点的最终坐标,进一步提高定位精度。基于0.8 m×0.8 m×0.8 m的立体空间进行实验,结果表明:论文算法平均定位误差3.22 cm,定位误差小于6 cm,概率达到90%,相较SSA-Elman算法定位精度提高7.5%;相较Elman网络算法定位精度提高16%。     

湍流信道下无线光副载波盲均衡算法研究EI北大核心CSCD

建立了针对大气湍流时变信道的盲均衡系统模型.基于无线光副载波四相相移键控调制,在不同光强起伏方差下分析了两种自适应盲均衡算法的收敛性、稳定性和均方误差,对比了均衡前后星座图改善效果.结果表明:随着湍流强度的增加,变步长恒模算法较固定步长恒模算法收敛快、均方误差小,但其稳定性差,且比例因子逐渐减小算法才能收敛.探测器接收的信号经过两种盲均衡器后星座图聚敛性均得到有效改善.在相同信噪比下湍流信道与高斯信道相比,湍流信道算法迭代步长因子和比例因子取值较小才可收敛,均方误差大.两种盲均衡算法可有效改善湍流信道下星座图聚敛性,对提高无线光接收端星座图检测率具有一定的意义.     

基于免疫算法的高精度室内可见光三维定位系统

针对现有室内可见光三维定位系统存在的计算复杂、精度低等缺点,提出了一种基于免疫算法的室内可见光高精度三维定位系统。免疫算法是受生物免疫系统的启示而设计出来的一种具有全局寻优能力的智能算法,可以用于解决全局优化问题,而基于可见光通信(VLC)的室内定位,可以将其转化为全局优化问题。因此,在三维室内定位中,可以通过免疫算法获得最佳的接收机坐标。由于系统噪声和系统中使用的设备不完善,接收器和发射器之间的距离偏离实际值,产生定位误差。通过将误差修正因子引入免疫算法,可以精确地确定接收机在三维空间中的坐标。仿真结果表明,在3m×3m×4m的室内环境中,80次迭代的定位误差为0.69cm。多点定位测试的平均定位误差为2.13cm。运动场景定位的扩展实验也表明,所提方法96.04%的定位误差在1.7cm以下,优于现有的三维可见光室内定位方法。因此,基于免疫算法的室内可见三维定位系统可以实现高精度的定位服务,在各种室内定位场景中具有潜在的应用价值。     

基于区域划分的自适应可见光定位算法研究

为了提高传统可见光定位算法的定位精度,提出一种基于区域划分的新型自适应可见光定位算法.在对单光源和多光源定位算法的研究基础上,设计基于对称结构接收机的两光源定位算法来弥补边缘区域的定位误差.依据上述三种算法在不同区域的定位误差分布特性,构建公平性函数,并结合朗伯辐射模型,将定位区域划分为多个子区域.在定位阶段,先根据接...     

基于蚁群算法的大气激光通信中低密度奇偶校验码的盲识别

针对传统线性分组码识别方法对码长较长的低密度奇偶校验(LDPC)码不适用的情况,利用蚁群算法对对偶空间进行优化搜索,完成了对LDPC码的识别。建立了大气激光通信信道模型和LDPC码的识别模型,给出了大气激光通信湍流信道下校验关系对数似然比函数表达式;将基本蚁群算法与LDPC码的识别问题结合,将对数似然比函数经过处理作为目标函数,通过不断迭代每次搜索过程中目标函数最优值和最佳搜索路径,实现对LDPC码的识别。仿真结果表明:当码长为256时,在弱湍流条件下,当信噪比不低于8dB时,识别率可达78%;在强湍流条件下,当信噪比不低于10dB时,识别率可达77%。此外,蚁群算法中的参数设置对算法性能有较大影响,应根据实际情况加以选择。     

基于并行蚁群算法的长基线定位方法*

为了降低各个误差源对水声目标导航定位精度的影响,该文将水声目标导航定位问题抽象为带约束条件的非线性优化问题,并论证了最优化表达式参数求解过程与降低误差源干扰的过程具有同一性;设计了并行蚁群算法求其最优解。海试数据处理结果表明,该方法具有收敛速度快、解稳定和定位精度高等优点,能有效地降低各个误差源对水声目标导航定位精度的影响。     

基于四节点RSSI的三维空间定位算法

针对提高室内三维空间的定位精度和速度的问题,从减少节点数量、建立特定坐标系的角度提出了一种基于四节点和特定坐标系的三维空间定位算法。该算法引入位置相对固定的四个节点,提高解算速度;充分考虑有效反射区对衰减指数影响,根据伯鲁斯特角将天线辐射场区分为叠加加强区和叠加减弱区,建立三维坐标系进行定位,结合信号强度指示(Received Signal Strength Indicator, RSSI)衰减模型,在叠加减弱区定位,把三维空间问题转化到二维空间,降低定位算法的复杂度。文中分别阐述方法的原理与验证,结果表明,四节点定位算法的解算速度比降低复杂度(Complexity-Reduced Trilateration Approach , COLA)定位算法有较大提高,该算法平均定位误差小于2米。     

基于蚁群算法的辊式涂布涂层厚度图像检测

针对目前辊式涂布涂层厚度检测效率低、准确率低等问题，提出一种基于启发式蚁群算法的辊式涂布涂层厚度机器视觉检测方法。采用Canny算子的原理提取出边缘信息，得到了边缘点的先验知识；然后建立了改进的蚁群算法的边缘追踪模型，实现了信息素和启发信息对蚂蚁的导向作用，同时较好地避免了蚂蚁在非边缘区域的分布和行走，解决了传统蚁群算法中随机性与正反馈两种机制的协调问题，使用改进蚁群算法的机器视觉法进行测量实验，与机理建模法对比最大误差为5.74%，平均误差为4.04%，满足实际生产需要。     

基于BLCD分解与ACO-DBN网络的光纤振动信号识别

针对光纤振动信号受噪声干扰严重、特征提取单一和识别时间长的问题,提出了改进的局部特征尺度分解和蚁群算法优化深度置信网络的识别方法。首先,采用三次B样条函数插值拟合均值曲线改进局部特征尺度分解算法,并对原始信号进行分解得到一系列内禀尺度分量之和。其次,利用峭度因子和能谱系数构成融合指标筛选有效分量。然后,分别提取有效分量在时域、频域和时-频域的熵值特征进行融合并降维。最后,将综合特征向量馈入蚁群优化后的深度置信网络进行训练和识别,提高算法效率和识别率。采用实测数据进行实验验证,结果表明,信噪比平均提升8 dB,信号平均识别率可达95.83%,平均识别时间为0.715 s。     

衰减匹配的超声Barker码激励方法

为增加超声穿透高声衰减介质的能力,提出了一种衰减匹配的超声Barker码激励方法。基于换能器高斯响应与材料非频散线性衰减的假设,得到了Barker码激励的信号模型,求解旁瓣抑制滤波后脉冲压缩的信噪比表达式可知,该方法仅需要根据材料衰减特性与轴向分辨率的要求,分别调整Barker码的中心频率与时长,便可以获得更高的信噪比。取衰减系数为1.4 Np/(MHz·cm)、厚度为5 cm的橡胶为试样进行验证。当与方波激励方法的轴向分辨率相近时,衰减匹配的Barker码激励方法比传统Barker码激励方法的信噪比增益提高接近5 dB;当牺牲一定轴向分辨率时,信噪比增益提高接近11 dB。结果表明,衰减匹配的Barker码激励方法可以降低依频率衰减对脉冲压缩的影响,有效提高衰减回波的信噪比。      

基于禁忌搜索的车联网蒙特卡洛定位算法

在蒙特卡洛定位算法中引入禁忌搜索算法以提高车联网中快速定位的性能。自组织车联网高速移动的车辆和快速变化的网络拓扑结构,使用传统的蒙特卡洛定位算法,不能迅速的收敛位置信息。在滤波阶段引入禁忌搜索算法对传统蒙特卡洛定位算法进行改进, 优化滤波排除可能性较小的位置点,获得近似最优估计位置采样集。仿真结果表明,改进后的算法在样本采集数、计算时间、定位精度等方面有了显著提升,改进后的算法能更好地解决车联网的定位问题。     

强度调制532 nm激光水下测距

激光水下探测在水下目标搜寻、资源勘探等领域具有重要的应用,而散射是激光水下探测面临的主要挑战.载波调制激光雷达具有抗散射、抗干扰的优点,本文利用自行研制的532 nm强度调制激光源,在3 m长的水箱中搭建激光水下探测系统. 532 nm激光源最大输出功率为2.56 W,强度调制范围为10.0 MHz—2.1 GHz,光束发散角约0.5 mrad.通过在水箱中添加氢氧化镁(Mg(OH)_2)粉末,测量了不同浑浊度下水的衰减系数.采用相位测距的方法,目标反射光的调制信号为探测信号,对激光源进行调制的电信号作为参考信号,利用相关运算获得激光的延时时间,进而可以获得水下目标的距离.最大调制频率为500 MHz时,实现了距离为4.3个衰减长度目标的探测,测距误差约12 cm.探测距离越远,测距误差越大,调制频率越高,测距精度越高.     

基于周期图最大似然算法的相干激光测风多普勒频率估计

采用径向风速的估计不确定度和探测概率作为评价指标,研究了周期图最大似然(PML)算法的多普勒频率估计性能.基于大气分层激光回波模型,分别以PML和周期图最大值法(PM)对回波信号进行处理,验证了PML算法在相干激光测风中的可行性;分析比较不同信噪比条件下PML算法的风速估计不确定度与探测概率.仿真结果表明,在发射脉冲宽度为400ns、采样点数为128时,PML算法适合在中等信噪比条件下使用,且风速估计的不确定度整体小于PM算法的,在信噪比为-13dB时径向风速的估计不确定度为0.75m/s,探测概率在90%以上,该研究为后续的外场试验提供了指导.     

Underwater target localization using long baseline positioning system

The absolute position of an underwater target is difficult to pinpoint because the global positioning system (GPS) cannot penetrate water bodies. The long baseline (LBL) positioning system can extend GPS using high-precision calibrated underwater beacons as references. While traditional LBL systems give the target position without considering calibration error of deployed beacons. To solve this problem, we propose a method different from previous works, that combining the errors of observations together. We use GPS outputs as true values to evaluate the localization performance. An LBL system with four beacons was installed in deep sea to test the results. The positioning accuracy in deep sea improves nearly 5 m. The results suggest that beacon positioning errors have a great impact on localization precision, that is significant in high-precision positioning tasks.