一种基于分布式融合策略的声定位方法

随着城市环境中对各类目标声检测的需求的发展,开发分布式组网声探测手段越来越有必要。然而对于分布式组网声探测技术,当前的声定位方法对全链路的数据传输依赖程度较高,通信传输会带来巨大的带宽压力和很高的通信成本。因此,本文从能耗的角度研究分布式融合声定位的方法,提出通过分布式位置的声事件能量幅度进行目标的融合定位处理,并通过试验测试进行了可行性验证。验证结果表明,无线声感知网络可以在只接收幅度信息且激发少数节点的情况下实现对目标的定位,定位精度的均方根误差(Root Mean Square Error,RMSE)不大于6 m。     

基于BP神经网络的可见光成像通信列车定位方法

基于通信的列车控制（CBTC）系统的列车定位功能在保障列车安全运行方面具有重要作用。为了提高列车定位的实时性和准确性,依据地铁隧道内LED光源固有的布置方式,提出了一种基于BP神经网络（BPNN）和可见光成像通信相结合的列车定位算法。首先,在光条纹码调制时将不同的特征变量引入身份识别（ID）信息中,使用BPNN对LED-ID信息分类识别,得到LED光源的位置信息,并通过惯性测量单元（IMU）获取相机成像时的姿态角;然后,结合图像传感器（IS）和LED光源之间的几何关系求出二者的相对位置,得到列车的位置坐标;最后,通过仿真实验验证了所提定位算法的有效性。研究结果表明：静态实验中的平均定位误差为2.31 cm,动态实验中的平均定位误差小于5 cm,而且所提定位算法仅需单个LED光源通信,平均定位时间为51.34 ms。所提方法提高了列车定位的实时性和精度,可以作为现有列车定位方法的补充。     

双目视觉辅助PDR的组合导航定位方法

为提高室内定位系统精度和跟踪性能以及适应复杂环境,将行人航迹推算（Pedestrian Dead Reckoning,PDR）与双目视觉组合,提出一种双目视觉辅助PDR的组合导航定位方法 .该方法通过选取或布置地标建立了地标位置数据表;基于轻量化目标检测实现了对地标实时双目测距,保证定位的实时性;利用PDR位置信息得到检出地标类别对应坐标,基于因子图的协同定位和误差估计算法将双目视觉与PDR有效融合,提高了定位精度并抑制PDR累计误差,同时对PDR中航向和单参数模型中单位转换常数进行误差补偿,提高PDR定位精度.实验结果表明,在地标纹理清晰且分布合理情况下,该方法能有效解决室内复杂环境下单一PDR累积误差问题,此外,对航向和单位转换常数实时补偿可提高组合定位系统的定位精度和稳定性.     

基于灰度直方图的激光光斑中心定位算法

为了提高半导体激光加工中激光光斑中心定位精度,根据皮秒超短脉冲激光辐照单晶硅后产生的光斑图像灰度分布特点,提出了一种基于灰度直方图的激光光斑中心定位算法,通过模拟激光光斑仿真分析和单晶硅刻蚀实验,对比研究了不同辐照时间与不同激光功率条件下该算法与传统算法的定位精度。结果表明,在辐照时间不同的条件下,该算法定位精度达到0.761μm,比灰度重心法提高51.3%,比最大行列灰度值法提高93.9%;在激光功率不同条件下,该算法的定位精度达到0.793μm,比灰度重心法提高73.4%,比最大行列灰度值法提高86.8%。此研究可为皮秒超短脉冲激光光斑中心定位控制系统的设计提供指导。     

平面长波红外相机阵列定位误差分析与计算

长波红外相机阵列对近空无人机等小目标有很好的全天候预警能力。针对红外传感器像元间距过大而导致阵列对空间目标定位精度低的缺点,本文引入像元亮度值信息,通过计算阵列目标图像的光斑质心,从而改进了阵列空间目标定位算法。在此基础上,建立了传感器采样量化带来的误差模型,并对定位误差进行计算和分析。结果表明,本文算法定位误差小,能够实现目标定位效果。     

一种基于随机森林的LOS/NLOS基站识别方法

蜂窝移动通信环境复杂多变,在基站和移动台之间不可避免会出现电波的非视距（Non-Line-of-Sight,NLOS）传播,使基站和移动台之间的距离测量误差显著增大,导致定位性能急剧下降。为了准确识别出视距（Line-of-Sight,LOS）与非视距传播的基站信号,提出了一种基于随机森林的LOS/NLOS基站识别方法,通过分析移动台与各基站接收机测量距离与定位误差之间的相关性,选择LOS/NLOS测量距离作为特征进行分类器训练,再将分类器用于LOS/NLOS基站的识别。仿真结果表明,该方法对NLOS基站的正确识别率达到90%以上,能取得较好的定位性能。     

基于CiteSpace的物联网测距技术研究可视化分析

运用文献计量分析方法和CiteSpace知识图谱可视化分析方法了解国内外对于物联网测距技术的研究现状和热点,进而预测未来研究态势。对CNKI和WOS数据库中2011—2021年国内外四种主流测距技术（RSSI、TOA、TDOA、AOA）的文献数据进行可视化分析,从关键词共现知识图谱、关键词聚类知识图谱、研究机构合作网络知识图谱等方面进行定量统计和分析。结果表明,国内外对测距技术的应用研究主要集中在定位方面;我国注重对RSSI和TOA的研究,国外则偏向于对TOA和TDOA的研究。     

面向低轨通信星座的导航定位方法比对研究

当前基于低轨卫星的导航定位方法研究成为国内外热点,其中基于低轨通信卫星的导航定位技术更是当前研究的重点方向。然而低轨通信星座较低的时空基准精度给导航定位带来了较大的挑战,针对弱时空基准约束的低轨卫星导航定位体制设计还处在研究的初级阶段。本文针对低轨通信星座的导航定位服务需求,基于LEO通信卫星的伪码测距信号与多普勒测频信号,开展精度因子（Dilution of Precision,DOP）及定位精度均方根误差（Root Mean Square Error,RMSE）分析,并对两类测量体制下的低轨通信星座导航定位服务性能进行分析论证。理论分析与仿真结果表明,在设定低轨通信卫星10 m～30 m弱时空基准误差的约束下,多普勒测频体制具有更优的导航定位精度,其周期平滑后的三维RMSE值为1.28 m,相比伪码测距体制下的三维RMSE值优化了86.8%;二维RMSE值为0.99 m,相比于伪码测距体制提升了52.9%。本文提出了一种较为可靠的低轨通信星座多普勒定位方案,为未来低轨通信卫星用于导航定位服务提供了有益参考。     

改进的免疫粒子群算法在TDOA定位中的应用

针对无线传感器网络中的TDOA节点无源定位估计中的非线性优化问题,提出了一种改进的免疫粒子群优化(Immune Particle Swarm Optimization, IPSO)的TDOA定位算法。该算法在自适应粒子群算法的基础上,引入免疫过程,增加了粒子种群的多样性,平衡局部搜索能力和全局搜索能力,有效地解决粒子易陷入局部最优问题,更快收敛到全局最优解。仿真结果表明,提出的算法相比于标准粒子群算法、自适应粒子群算法、Chan算法,当基站数量仅为4～5个、半径达到100 m时定位精度仍然较高,当加入随机噪声时,性能更加稳定,鲁棒性较好。     

双重JPEG压缩图像篡改区域检测与定位

对JPEG(joint photographic experts group)图像实施篡改往往会产生双重JPEG(double JPEG,DJPE) 压缩痕迹,分析该痕迹有助于揭示图像压缩历史并实现篡改区域定位。现有算法在图像尺寸较小和质量因子(quality factor,QF) 较低的时候性能不佳,对两个QF的组合情况存在限制。本文提出了一种端到端的混合QF双重JPEG压缩图像取证网络,命名为DJPEGNet。首先,使用预处理层从图像头文件中提取表征压缩历史信息的量化表 (quantization table,Qtable) 特征,将图像从空域转换至DCT(discrete cosine transform)域构造统计直方图特征。然后,将两个特征输入到由深度可分离卷积和残差结构堆叠而成的主体结构,输出二分类结果。最后,使用滑动窗口算法自动定位篡改区域并绘制概率分布图。实验结果表明,在使用不同Qtable集生成的小尺寸数据集上,DJPEGNet所有指标均优于现有最先进的算法,其中ACC提高了1.78%,TPR提升了2.00%,TNR提升了1.60%。