基于位姿图优化的MEMS-INS/GNSS行人融合定位方法

为了实现消防救援、反恐作战等应急任务复杂场景下行人的室内外无缝定位,提出了一种基于位姿图优化的综合利用微惯性导航系统和全球卫星导航系统的融合定位方法。首先利用经典的EKF滤波算法实现微惯导和卫导融合定位,结合卫导长期精度较高、误差稳定和不随时间累积的优点以及微惯导短时精度高、输出连续、自主定位的优点,实现行人在复杂环境中的室内外无缝定位。在此基础上,提出了一种图优化结合EKF的融合定位新框架,利用卫导定位终端和足部微惯导定位模块进行了实验,比较EKF、图优化-EKF两种算法的融合定位效果。实验结果显示,面对室内外复杂环境,单纯的EKF算法融合定位轨迹航向偏差较大,图优化-EKF算法在轨迹方向保持性上表现更佳,相比EKF算法其融合定位轨迹航向误差减小了48.87%,位姿图优化-EKF算法具有更好的全局稳定性和航向精准度,显著降低了卫星测量异常值对融合定位结果的影响。     

张量的一个新S-型特征值定位集及其应用

通过分裂集合N={1,2,…,n}为子集S及其补集S得到张量的一个比文献中Qi和Li等给出的定位集更小的新S-型特征值定位集,并由该定位集得到了张量正定性判定的一个充分条件和非负张量谱半径的一个更优上界.     

基于粒子滤波的运动目标光电定位仿真研究

运动目标的光电定位不能像静止目标那样简单做均值滤波，鉴于此，引入粒子滤波算法，它不仅可以应用于线性系统，而且还适用于非线性系统。结合光电定位需求，详细推导了计算公式及初值和参数选取公式，对只含测量噪声以及含有测量和运动噪声等的海面运动目标光电无源定位算法进行了仿真计算，验证了算法的有效性，讨论了噪声强度对滤波效果的影响，滤波参数选择对滤波效果的影响，目标运动方式对滤波跟随性的影响，重采样算法对滤波效果的影响等。所得结论为:粒子滤波可用于运动目标光电定位过程，可有效降低定位误差；粒子滤波算法具有较强鲁棒性，适用于噪声较大、目标运动形态变化大等情况。     

多目标定位路线问题模型及禁忌搜索算法研究

在一个完整的物流系统中,总费用和工作量平衡是影响决策的两个基本标准,拓展对员工重要的公平原则-工作量平衡,并权衡工作量与总费用之间的平衡.在此基础上,考虑了带路线分配决策的多目标定位-路线问题,建立了数学模型,采用禁忌搜索算法对模型的求解,为检验车辆多次使用的效果,针对算法设计了联立和序贯两种不同的车辆路线分配形式.算法分析结果表明:区域特征在区分算法两种形式的性能时具有重要的地位.     

一种光纤波长解调光谱峰值定位算法

提出一种基于低复杂度Levenberg-Marquarat的光纤波长解调光谱峰值定位算法,该算法相对于现有的功率加权算法和高斯-多项式拟合算法,具有高精度定位光谱峰值的优点,实验结果表明,在高性噪比情况下,采用基于低复杂度Levenberg-Marquarat的峰值定位算法可以有效地抵制噪声提高解调精度,将光纤波长解调误差控制在1pm内。通过简化后的数据处理过程,可以满足高速解调的要求,便于在数字电路上实现。     

一种基于校正无线电传播时间的室内三维定位模型

对室内终端进行基于无线通信基站的三维定位时,由于无线电在传播过程中,存在建筑物或树木遮挡、反射、折射等物理现象,导致基站到终端传播时间的测量值与精确值之间存在误差.为了减少上述误差对定位精度的影响,运用无线定位原理建立了一种基于校正无线电传播时间的改进的室内三维定位模型.通过对2016年全国研究生数学建模问题C题所提供的不同场景的数据分析,发现基站与终端无线电传播时间的测量值与其精确值之间存在线性关系,而且同一场景下近似有相同的线性关系,场景不同线性关系一般不同.基于这一现象,对基本的定位模型进行了合理的修正形成了改进的定位模型,数值实验表明改进的定位模型有很好的定位精度和鲁棒性.     

即时定位与制图辅助的INS/GPS组合导航系统

即时定位与制图可以在线构建环境特征地图同时利用所建地图辅助定位,可以建立基于特征地图的的地形辅助全自主式导航系统。当GPS信号有效时,导航系统利用INS/GPS组合方式进行精确导航,同时在线建立特征地图,并不断更新修正地图。当GPS信号无效的时候,之前建立的地图用来修正惯导误差,约束惯导误差在一定的范围内,达到精确导航的目的。将及时定位与制图在线制图的功能引入组合导航系统使得该系统具有在线跟踪路标制图和限制系统误差扩延的能力,此性能通过计算机仿真得到验证。     

无线传感器网络三维定位算法

基于在传感器网络中基站能够测量未知节点(M)S发出的辐射到达不同基站的时间差和它们之间的相对角度,提出了一种基于TDOA/AOA混合三维定位算法,根据基站测得的到达时间差(TDOA)和到达角度(AOA),将两种信息进行融合,建立节点位置估计值的混合算法,得到三维空间内的无线传感器节点坐标.仿真结果表明:在AOA测量值精度比较高时,此种混合算法能够实现比其他算法更好的定位性能     

基于空间故障树理论的系统故障定位方法研究

为了系统发生不同类型故障后快速定位可能引起该故障的系统元件,通过分析系统结构和元件故障概率分布,以及系统在不同工作环境中发生各类型故障的统计数量,提出基于空间故障树(Space Fault Tree,SFT)理论的系统故障定位方法.该方法使用SFT概念得到系统内部结构及元件的故障概率矩阵P(X_i),分析元件X_i故障对于所在割集S_j及系统T故障的贡献度,结合系统故障次数统计矩阵Γ(m_q),最终得到元件X_(1~I)与故障m_(1~Q)的相关度矩阵.这个矩阵可反映出对于任意系统故障m_q与故障元件X_(1~I)的相关性排序、对应的割集、及保证结论正确的可能性,还可优化系统故障分类.实例研究表明:方法可确定各故障的至因故障元件,并根据可能性进行排序,排序靠前的元件组合正是系统的割集,这从侧面也说明了方法正确性.     

基于多模差分融合的高速车辆定位算法

针对车辆高速运动下定位延时大、精度低、稳定性差的问题,发挥GPS、RSSI和INS三种定位模式的各自优势,将GPS差分校准算法与RSSI测距相结合求解横坐标,将RSSI测距与INS惯导迭代算法相结合求解纵坐标,提出了一种适合高速运动车辆的多模差分融合精确定位算法。以四车道的高速路为场景进行了仿真实验,当车速为70km/h时,跟踪误差<1m,定位延时<0.2s。实验结果表明,该算法可实现车身级和车道级定位,在精确交通诱导、车辆防撞等智能交通领域具有应用前景和推广价值。