风场环境中声速修正的分布式声源定位算法

为减小声速误差对定位精度的影响,提出了一种基于声速修正的分布式声源定位方法。首先,将声速表示为未知声源位置的函数,逼近风场中的声速场分布,然后将其代入TDOA (Time Differences of Arrival)算法中,构建非线性超定方程组,最后采用粒子群优化算法求解声源位置。对不同风速、不同声源位置及不同测试区域进行仿真,结果表明:修正后的定位精度比修正前有明显提高,尤其对于大范围并且声源靠近测试区域边缘位置的定位系统,改善更加明显;4个节点的定位系统实验结果表明,修正后的定位误差可降至修正前的4l%,该方法能更好的应用于风场中的定位系统。     

基于Group Lasso的多重信号分类声源 定位优化算法*

多重信号分类算法因其抑制噪声能力强、计算速度快等优点,在声源定位领域得到广泛应用。但该算法在中低频段分辨率及聚焦性能较差。针对该问题,提出一种基于Group Lasso的多重信号分类优化算法。该算法将多重信号分类算法输出值作为初始值,并在Group Lasso算法组间计算时对目标信号进行稀疏、在组内计算时对该组信号进行平滑及阈值截断。仿真结果表明:该优化算法在中低频段可明显提高多重信号分类算法分辨率,同时改善因扫描位置与声源面位置不重合引起的聚焦性能下降问题。     

基于广义正交迭代算法的立体视觉定位

提出了一种新的基于广义正交迭代算法的立体视觉定位.该算法通过提取CenSurE局部特征和相应的U-SURF描述符,采用SAD方法进行子像素立体匹配,并利用U-SURF描述符匹配进行前后帧图像特征跟踪.在RANSAC框架下对匹配点进行3D-3D运动估计获得了运动参量的初始值.由于3D-3D运动估计使3D点集间欧式距离误差...     

基于广义正交迭代算法的立体视觉定位

提出了一种新的基于广义正交迭代算法的立体视觉定位.该算法通过提取CenSurE局部特征和相应的U-SURF描述符,采用SAD方法进行子像素立体匹配,并利用U-SURF描述符匹配进行前后帧图像特征跟踪.在RANSAC框架下对匹配点进行3D-3D运动估计获得了运动参量的初始值.由于3D-3D运动估计使3D点集间欧式距离误差最小,而3D特征点坐标受噪音影响很大,因此运动估计误差也较大.本文把广义正交迭代算法应用到立体视觉定位方法中,得到使立体相机目标空间共线性误差最小的运动估计参量,由于共线性误差比3D-3D运动估计算法中的共点误差受噪音影响更小,从而大大较少了运动估计误差.仿真实验和户外真实实验表明：本文算法获得了较高的计算准确度、鲁棒性和实时性,优于传统方法.     

基于混合粒子群优化算法的DV-Hop定位算法

针对无线传感器网络节点定位技术中DV-Hop算法的不足,利用混合粒子群优化算法对DV-Hop算法的位置估计进行校正,提出了一种CCPDV-Hop算法,该方法在不需要任何额外硬件设备和通信开销基础上,将未知节点定位问题抽象为高维最优化问题,并利用混合粒子群优化算法进行求解。仿真实验结果表明,改进的DV-Hop算法与传统方法相比,定位误差显著下降,定位精度和鲁棒性都有明显提高。     

深海脉冲信号簇到达结构特征及其在水下声源定位中的应用

为了实现对深海水下声源的定位,对典型深海环境中的脉冲信号到达结构特征进行了理论分析,给出了声源和接收位置位于近海面时到达信号的簇信号形式近似表达式。当声源和接收位置处于近海面深度时,接收到的信号呈簇状结构形式。在提取到达信号中各簇信号到达时间、幅值等特征参数的基础上,提出了一种通过对到达信号中簇信号特征参数匹配搜索进行水下脉冲信号定位的方法,仿真分析了不同距离和不同深度处的簇信号特征,并利用一次南海海域爆炸声源的声传播实验数据进行了实验验证。结果表明:各簇信号对应的到达时间、幅值等特征参数可用于对声源位置的匹配定位;海上实验中利用单水听器得到的水下声源的距离估计结果与实测距离结果较为一致,对实验中2.0 km至90.4 km内声源的距离估计误差不大于8%。     

全光网络中攻击定位和恢复算法的研究与仿真

分析了全光网络分布式攻击定位算法,构建了全光网络攻击定位与恢复的仿真平台。实验表明,针对单点攻击,对光网络的透明性引起的"攻击泛滥",能够利用分布式攻击定位算法找到攻击源头,在此基础上,对自动保护倒换和环回两种全光网络进行快速恢复。     

基于二次相关算法的双M-Z光纤传感器的定位方法

双马赫-曾德干涉仪型分布式光纤传感系统因灵敏度高而易受环境噪声及系统噪声的影响,使得利用直接互相关算法计算扰动信号位置存在较大误差.采用二次互相关算法,先对两路接收信号做互相关运算,再与其中一路信号的自相关结果做互相关运算,通过对两路信号的时延估计对扰动信号定位,减小了噪声带来的误差并提高计算准确度.对该算法进行了理论仿真和分析,搭建了实验装置进行了实验验证.实验结果表明,与采用直接互相关定位算法结果比较,采用本文算法能够有效提高系统对扰动信号的定位准确度,且具有较高的实时性.     

基于蝙蝠优化算法的无线传感器网络节点定位研究

节点定位是无线传感器网络应用中的关键技术,Dv-Hop算法的定位精度不尽人意,因此将三方面改进的蝙蝠算法应用于Dv-Hop平均跳距的计算过程中,在Dv-Hop的第三阶段引入改进后的蝙蝠算法代替最小二乘法来计算未知节点的坐标,大大降低平均跳距导致的定位误差,提高定位精度;仿真结果表明,改进的BA算法优化的DV-hop定位算法在不同锚节点密度、不同通信半径、不同节点数量以及定位精确度等方面表现出良好的性能。     

一体化多系统无缝定位算法设计

介绍了“区域性定位”和“无缝隙定位”两种模式下三种系统的一体化导航定位,三种系统分别是区域无线、卫星和捷联惯性系统;其中自主性强的惯性定位系统可以连续地输出所需的导航定位信息,并且短期内精度和稳定性都是比较优秀的,但要克服惯性长期工作积累误差的问题,可以采取一体化的方式将其他两种导航定位加以整合;最后通过跑车试验验证了整合后的系统具有适应环境能力强,容错性好的特点。     

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。     

基于皮肤表面“振动信号”的多摄像头人体识别定位

提出了一种适应场景广泛的基于皮肤表面"振动信号"的多摄像头人体识别定位方法。提出了同一人体皮肤表面"振动信号"在多摄像头下具有同步性而不同人体皮肤表面"振动信号"具有差异性的原理,并通过实验进行了验证。基于肤色区域跟踪技术,实现了多摄像头下的人体皮肤表面"振动信号"的获取;基于其差异性和同步性原理及余弦相似度,实现了人体识别;并通过多摄像头坐标计算实现了多摄像头人体定位,最大定位距离误差为61.01cm。     

机载光电系统的地面多目标定位算法

传统的单目标地理定位方法无法适应现代战场态势实时多变、目标数量多的情况。为了提高目标定位效率,在单目标地理定位的基础上,给出一种适用于机载光电侦察系统的半主动多目标定位算法。通过建立初始东北天坐标系、飞机东北天坐标系、飞机机轴坐标系、光电稳瞄坐标系和多目标投影坐标系,同时结合目标相对方位、俯仰角度,得到了一系列欧拉角坐标转换公式,可以同时计算出多个地面目标的经纬度。计算机仿真结果表明:该算法能够对同一视场内的多个目标同时进行定位,即具有多目标定位功能。由于像素偏差增加了坐标转换累积误差,次目标定位精度略低于主目标定位精度。     

基于可见光通信的室内两点定位算法研究

针对可见光通信中基于接收信号强度的三边定位法在实际中难以应用的现状,提出一种基于可见光通信的室内两点定位模型,只需2个LED,能够克服定位需要多灯环境的限制,同时定位接收端结构简单,不需以往研究中的复杂设计,只在平面上配置3个光电探测器即可。利用收发两端的位置关系计算坐标的可能解,以光电探测器组合成的三角形具有相对位置不变的性质作为判据,判断出真实坐标完成单点定位,最后进行加权定位提升鲁棒性。不降噪处理时,大小适中的接收端在5m×3m×3m的室内环境中,55%以上区域的定位精度在25cm以内,同时能够有效克服接收端水平旋转或上下抖动对定位效果的影响,具备实际应用价值。     

基于蝙蝠算法的DV-Hop定位改进

无线传感器网络DV-Hop定位算法在定位过程中,由于待定位节点和锚节点之间的估算距离存在误差,这就使得定位结果必然会有误差,因此定位问题的本质就是最小化定位误差。蝙蝠算法是一种具有良好性能的智能优化算法,根据节点间的距离和锚节点的位置,应用蝙蝠算法对DV-Hop的定位结果进行了优化。基于蝙蝠算法的DV-Hop优化,无需额外增加硬件设备和节点间的通信数据量。仿真实验证明,应用蝙蝠算法改进的DV-Hop定位较原始DV-Hop定位平均提高定位精度35%以上。     

基于滑动窗口子空间的混沌信号降噪算法

基于子空间投影理论，利用混沌信号特性，提出了一种基于滑动窗口子空间投影的混沌信号降噪算法，通过相空间重构和多次迭代运算，较好地解决了低信噪比下的混沌信号降噪问题。对算法的复杂性作了研究，并对重构维数、延迟时间、迭代次数等参数的选择进行了讨论。利用Lorenz模型进行仿真得到了比较好的效果，与传统算法相比，新算法具有降噪效果较好、局部特性损失较少、精度较高等优点。     

分布式光纤Sagnac干涉仪中基于倒谱的多分辨率入侵定位算法

基于Sagnac结构的分布式光纤干涉仪具有灵敏度高和动态范围大等特点, 特别适合监测入侵信号, 并确定其发生位置. 不同于现有的时域自相关及频域陷波点定位方法, 本文提出将两相干光束相位差信号变换到倒谱域, 通过倒谱系数峰来方便准确地确定入侵位置. 此外, 为克服倒谱定位中降采样带来的分辨率粗糙问题, 提出了多分辨率定位综合的改进方法. 通过改变降采样因子和利用高阶倒谱峰两种措施对同一入侵信号得到一系列定位值, 并对所有定位值取平均作为入侵信号的最终定位值. 实验首先在距离传感光缆尾端40.498 km处制造3个入侵信号. 采用本文提出的倒谱方法对该入侵得到84个定位值, 综合后的定位误差分别只有9 m, 17 m 和 11 m, 显示了对入侵信号定位的准确性. 之后对不同位置的入侵信号进行定位, 7次实验的定位误差的标准差达到12 m, 而相同情况下的自相关方法和陷波点方法的定位误差标准差分别为695 m和118 m. 此外, 这种方法还具有操作简单、易于自动测量等特点, 有望在Sagnac干涉传感系统中发挥重要作用.     

基于自适应无迹卡尔曼的机器人室内定位算法

针对室内环境复杂,难以通过单一传感器对机器人精准定位的问题,以室内环境中的两轮差动移动机器人为研究对象,提出了一种自适应无迹卡尔曼室内定位算法。该方法以无迹卡尔曼滤波（UKF）算法为基础,融合里程计、超声波定位系统、电子罗盘等传感器数据,利用超声波定位低频特性好的特点,弥补里程计结合电子罗盘进行航迹推算的累积误差和打滑影响。鉴于实际中量测噪声往往难以确定,利用Sage-Husa自适应方法,并根据不同传感器的噪声特性设置不同的加权系数,在线更新量测噪声特性,以实现对量测噪声的自适应。通过仿真验证,该方法能在传感器噪声特性未知的情况下,有效适应传感器噪声的变化,从而能够在复杂室内环境下,实现较高精度和鲁棒性的位姿估计。