一种多源导航信息融合定位方法

针对强电磁对抗环境下,多种无线电导航系统均可能受到干扰,其相应导航传感器无法获取本系统完整的测量信息而进行独立定位,从而导致单一导航设备无法有效定位的问题。 本文提出一种多源导航信息融合定位方法,利用获取的多种导航源的不完整的测量信息,通过对多导航系统的时差、伪距不一致的修正,实现了不同导航系统测量信息在时间和空间上的统一, 然后采用最小二乘方法进行多源伪距联合定位。最后,通过仿真试验,表明该方法提高了多源组合导航设备定位可用性和可靠性。     

一种多传感器融合的行人多模式自主定位方法

在全球卫星导航系统拒止的环境里,导航信息难以获取,基于红外、超声波、射频、Wi Fi、超宽带(UWB)等室内定位方法均需要辅助电子标签,传统航位推算法只适合前向步态的路径跟踪,在后向、左向、右向步态模式下会出现反向或垂直的路径错误。针对以上问题,该文借助移动终端的惯性测量单元数据,在不依赖任何电子标签模式导航的情况下,实现短时多模式步态行人跟踪。结果表明,通过多次重复测试,步态检测准确率≥92%,以实际车库场景为实验背景,该文方法可获得全步态模式下自主路径跟踪,路径追踪误差小于3 m。     

一种基于粒子滤波的多源融合室内定位方法

室内定位技术作为社会各行业迫切需求的科技服务,尚无公认完善的解决方法。由于单一技术的定位方法不可消除其固有缺点,多种定位技术融合提升的方法是实现高精度室内定位的重要研究方向。本文面向日益复杂的室内环境,提出一种多源融合室内定位方法,将深度置信网络与 RSSI 指纹定位方法相结合实现粗略定位,同时使用行人航位测算技术完成行人航迹预测。然后运用粒子滤波器将粗略定位结果与预测的行人航迹信息相融合,提升了传统 RSSI 室内指纹定位技术的精确度与实时性。     

基于多源信息融合的RBF神经网络室内可见光定位算法

针对基于接收信号强度（RSS）的定位技术易受环境干扰而导致定位精度不高和稳定性较差的问题,提出了一种基于多源信息融合的径向基函数（RBF）神经网络室内可见光定位算法。通过将图像的颜色矩特征与RSS矩特征融合,构建指纹库,并采用RBF神经网络进行预测,实现了图像与RSS之间的优势互补,最后对定位算法进行了验证。实验结果表明,经过优化的多源信息融合定位算法较单一RSS定位算法的定位精度提高了9.4%。     

基于多源融合的OFDM室内定位技术研究

目前各种室内定位技术都有其自身的优势和局限性,单一的定位技术已经无法满足高精度的室内定位需求。针对该问题,提出了一种基于多源融合技术的室内定位方法。利用常见正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)信号的时频二维特性实现测距定位,并通过识别主径的方式来抑制多径对子载波相位的影响,同时采用行人航位推算技术得到预测的用户位置,使用粒子滤波器将OFDM定位结果和行人预测信息进行滤波融合。实验结果表明,相较于单一的定位方法,融合后的定位方法更能满足室内定位需求,其平均定位误差小于1 m的概率大于95%。     

基于多信息融合的无源定位算法

为了综合利用各种观测信息,提高目标定位精度,提出了根据测量目标方位角,来波相位差变化率和多普勒频率变化率等多种信息,进行融合卡尔曼滤波(EKF)的无源定位算法。此算法显著提高了目标跟踪定位的收敛速度和精度。在对其定位原理和算法进行分析讨论后,进一步通过计算机仿真结果验证了这种算法的有效性。     

多源信息融合中的位置级融合评述

简要介绍了信息融合理论中的位置级融合的理论及相关算法，并分析了鲁棒融合的必要性、状态与噪声的相关性、研究非标准非线性系统融合算法的重要性及信息融合在工业过程控制系统中的应用。     

IMU辅助的TDOA室内定位

室内环境下,当无线信号受到多径和非视距干扰时,传统的基于到达时间差（Time Difference of Arrival,TDOA）的测距模型定位精度不满足室内定位精度要求。为此,提出利用TDOA与低成本的惯性测量单元（Inertial Measurement Unit,IMU）相结合的定位方法。在视距情况下,只有TDOA系统工作,但在信号受到干扰时,利用IMU能够在短时间内提供一个准确的相对位置信息的特性,采用TDOA算法对其进行辅助定位,并利用卡尔曼滤波器对它们的数据进行预处理,最后使用扩展卡尔曼滤波器对数据进行处理融合。实验结果表明,提出的算法比传统的TDOA定位具有更高的精度。     

多源信息融合软件的设计与实现

针对多源信息类型不一致影响信息利用效率的问题,文章在分析传统多源数据融合模型的基础上,研究了多源信息融合软件的架构及相关技术,设计并开发的软件具有较高的实用价值。     

基于多源数据时点匹配的光电测量信息深度融合方法

由于缺乏对时间特征的考虑,导致光电测量信息融合程度不够,即存在信息覆盖率低、信息丢失率大的问题.针对上述问题,从时点匹配角度着手,对多源光电测量信息进行深度融合研究.研究分为三部分:先对采集到的光电测量信息进行去噪和标准化预处理,然后从处理好的信息中利用核主成分分析法提取特征,并表示成基准时间序列形式,最后进行相关性判...     

一种基于位置指纹的室内WLAN定位方法

针对室内信号时变性导致定位不准的问题,提出了一种改进的3阶段位置指纹定位法。采样阶段,将采集信号的坐标、方位、接收信号强度的高斯分布及其对应的无线接入点等信息存储在数据库中生成位置指纹;在校正阶段中,利用参考点间信号强度的关联性信息,使用局部加权线性回归法,计算出一些虚拟点的信号强度;最后是线上实时定位阶段。通过与传统的加权K最邻近算法、直方图和联合聚类等3种定位方法相比较,该算法在同样的场景下可以取得更好的定位精度。     

一种新型的INS与UWB融合的室内行人跟踪方法

针对单一室内定位系统定位精度低、鲁棒性差的问题,提出了一种新型的基于动态鲁棒容积卡尔曼滤波的超宽带(Ultra-wideband,UWB)与惯性导航系统(Inertial Navigation System,INS)融合的定位方法.首先建立了一种易于实现的UWB-INS融合定位框架,然后提出了一种动态鲁棒容积卡尔曼滤波...     

基于FISST的多源异类信息配准算法

针对超高速、超强机动等特定目标的探测和跟踪问题,雷达等传统传感器的量测值少,难于获得有效的探测跟踪,还需要人工情报、专家库信息等异类信息,对于这些信息的配准融合处理尚无有效方法.基于有限集合统计学（FISST）理论,在对几种异类信息进行统一表示并给出相应的滤波处理方法基础上,提出了焦点目标的匹配概率（匹配度）作为异类信息配准指标,并采用卡尔曼证据滤波方法进行计算.最后给出了仿真实例,验证了方法的有效性和可行性.     

基于多数据源的室内定位方法探讨

数据定位系统在社会发展中的应用逐步扩大,定位技术水平也逐步实现多领域方向发展。数据定位系统中包括户外定位系统和室内定外系统两类。室内定位系统包括光感技术,无线传播技术等多重技术手段作为多数据源的定位发展的基本模式进行深度发展。市内定位技术的应用范围在日常生活中广泛应用于军事,民用领域,实现了移动通信技术的更新与发展。     

多源融合的数据链网络性能评估方法研究

针对无线通信条件下数据链网络性能测试和评估难题,设计了数据链网络性能评估方法。首先,采集数据链的记录数据;然后,通过对战术数据系统(Tactical Data System, TDS)数据的消息协议解析,按照数据链消息标准格式化TDS数据,提取时间、消息类型、数据链平台和收发消息四维变量;最后,结合集合映射理论,分析通信网络连通性,生成连通性评估报告和战术消息时序图。基于数据链网络实际业务数据,分析了测试样本经过传输造成的丢包、误码和时延抖动等影响,验证了多源融合方法的可行性和有效性。     

Building information systems based on precise indoor positioning

During the last 10 years, many modern IT-based applications have developed inside buildings. Many of those applications would benefit by the ability to locate people and/or objects inside the building (indoor positioning). However, most of today's indoor positioning systems are not able to deliver precise position information (<10?cm) along with quality parameters. Ultra wide band (UWB) is a new radio-based technology that allows the determination of distances in indoor environments with a very high spatial resolution even through building materials. At the Institute of Geodesy of TU Darmstadt, a high-resolution UWB positioning system (UWB-ILPS; ILPS, indoor local positioning systems) based on trilateration principle has been developed to estimate the position of a mobile station precisely. To benefit from knowing the position and orientation, it is necessary to select and merge data linked to the user's location for indoor location services. By this means, the visitor to a public building may benefit from the system as his position is shown on a digital floor plan generated dynamically or by retrieving location-based information inside the building. Mixed reality systems also offer advantages for a mobile building information system. For this purpose, a webcam was replaced by the digital camera in the UWB-ILPS prototype. Knowing the camera's location in space and its view direction, one is able to merge the real world taken by the webcam with the virtual world represented by a 3D CAD model of the building.     

基于神经网络信息融合隧道CO浓度预测研究

高速公路隧道监控系统存在传感器单一、可靠性低等问题,如果能对失效传感器数据预测,可提高隧道安全性。利用BP和RBF神经网络的非线性逼近能力融合提取隧道CO浓度信息特征,再用最优均方误差加权融合算法对两种网络分别提取的信息再次融合预测隧道CO浓度。提高了模型预测精度,进而给出数据预处理方法和模型评价指标。仿真实验表明:该模型对隧道CO浓度预测的有效性,性能优于单一神经网络融合预测模型。     

信息物理融合电力系统网络化控制研究

传统电力系统研究与信息系统演技在理论与方式上面都存在较大差异,因此在电力系统现有结构上面难以对于信息系统深入性分析,进而提高电力系统分析与控制水平.信息物理融合电力系统网络化控制主要优势就是促进电网智能化建设,提高电力系统安全稳定性能.     

一种基于证据理论的可靠性信息融合方法

针对产品同一状态信息的融合问题,提出了基于证据理论的多个验后信息加权融合法。该方法在充分考虑多个验后分布一致度的基础上,结合D-S证据理论计算权重因子,再通过加权融合法的一般思路得到一个综合的验后分布形式,进一步提高了统计推断的精度和置信度,最后以实例计算验证了方法的有效性和可行性。