锚点稀疏的无线感知网络定位算法

为有效实现锚点稀疏无线感知网络中节点的定位,提出一种多跳协作分布式定位算法.利用与局域范围内的多跳锚点通信协作,对定位的伪位置进行排除或缩小位置范围;同时,对影响定位精度的测距误差、锚点位置误差进行研究,利用误差分析技术优化锚点的选择,排除冗余锚点带来的误差影响;通过Matlab仿真实验研究定位率与锚点密度之间的关系,验证了算法的有效性和正确性.试验表明,该算法能显著提高定位率(尤其对处于网络边缘的节点定位),有效降低定位误差和定位成本.     

自适应蒙特卡罗无线传感器网络移动节点定位算法

针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高、采样率低等缺点,提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同,自适应地调整不同区域的采样粒子的影响权重,对未知节点进行定位;同时,利用上一时刻采样粒子增加限定条件,提高定位精度。仿真结果表明,本算法在规则度不同的条件下节点的定位误差平均下降了约13%,在速度不同的条件下定位误差平均下降了约10%,网络覆盖率可达到99.19%。     

一种基于RFID的区域实时定位系统布局

建立了基于射频识别(RFID)技术定位系统的数学模型;根据几何精度因子(GDOP),讨论了定位精度与读写器个数及布局之间的关系,给出了实时定位系统(RTLS)的读写器布局策略.仿真结果表明,系统的定位精度随着读写器个数的增加而提高;当测距误差为1.5 m、读写器个数为5个时,应用本文的布局策略,区域内标签定位误差的数学期望可以达到1.726 2 m,满足系统实际需要.     

基于RSSI的改进泰勒级数室内定位算法

室内定位算法的定位范围有限,对定位精度的要求比较严格.泰勒级数展开的定位算法,在研究分析基于信号接收强度(RSSI)的测量距离时,计算接收信号强度转换为距离并不可靠,影响最终定位精度.通过对节点接收信号强度进行采样并分析,滤除过大误差,来进一步减小测量误差以达到提高定位精度.泰勒级数展开的初值可以通过传统加权质心定位算法获得.通过MATLAB仿真实验结果验证了该改进型算法的可行性和有效性,复杂度低且提高了泰勒级数定位算法的定位精度.     

改进UKF算法在移动机器人定位系统中的应用

为解决移动机器人室内定位误差较大的问题,提出一种将最小偏度采样策略和衰减记忆滤波相结合的改进UKF(unscented Kalman filter)算法.该算法采用最小偏度采样策略,采样点个数由2n+1减少到n+2,提高了定位实时性;采用衰减记忆平方根滤波修正量测噪声的权值,避免滤波发散,提高了系统鲁棒性.构建无线局域网定位系统,使用改进的UKF算法对获得的无线信号(RSSI值)进行滤波.采用三边定位法进行定位计算.实验结果表明,系统平均定位误差降低49%,达到0.505 m,可较好地实现机器人的精确定位,满足移动机器人的室内定位要求.     

室内智能移动机器人ZigBee无线网络定位技术

针对目前室内机器人定位方法不能同时满足定位精度、定位范围和复杂环境条件下定位的情况,提出了一种利用ZigBee无线网络、基于接收到信号强度测距的定位方法。研究通过搭建一个ZigBee无线网络室内定位系统,实时提供机器人的位置坐标,为机器人实现路径规划提供保障。通过实验对定位系统中的各项参数进行标定,并分析了影响定位精度的因素。实验结果表明,ZigBee无线网络定位系统在室内复杂环境下可实现定位,在无障碍物的条件下精度可达到0.25 m,可以满足室内机器人的定位精度要求,定位范围可根据实际需求进行扩展。     

基于卡尔曼平滑的AWKNN室内定位方法

基于接收信号强度指示的WIFI室内定位方案存在采集信息跳变现象,进而影响定位精度的问题,提出一种基于卡尔曼滤波的改进自适应加权K最近邻（AWKNN）定位方法。对比分析多种平滑RSSI算法可行性,验证基于卡尔曼滤波对RSSI值进行平滑处理的优势,结合AWKNN算法并采用均方差计算匹配度,通过实时监控相匹配的无线接入点个数后自动调整均方差分母大小,以此实现定位误差的有效控制。实验结果表明,该基于卡尔曼的AWKNN算法在稳定性和定位精度方面较传统WIFI指纹算法有较大幅度提高。     

ZigBee定位系统的精度分析

为了对ZigBee定位系统的精度进行预测,分析引起ZigBee无线网络定位误差的四项主要参数,针对不同参考节点横向间距和纵向间距,不同A、n值,进行了852组实验,综合分析这四项因素对定位精度的影响.提取出173组稳定性强的数据组成BP神经网络的训练样本,构建3层BP神经网络,实现ZigBee定位的精度预测.通过对实验和预测结果进行分析,确定四项因素的合理取值和BP神经网络预测结构.文中方法运用到ZigBee定位时,对设置参数具有参考意义,对定位精度进行预测,根据预测结果合理的调整参数取值,从而提高ZigBee无线定位网络的可用性.     

平面时差定位精度分析

分析了平面时差定位算法,求解了定位解析解和定位精度,根据实际情况,讨论了不同的雷达位置,接收机位置,时间测量误差和接收机测量误差对定位精度的影响,给出了数值解,直观地反映了不同接收机位置和不同目标位置时时差平面定位的相对定位误差。     

AGV用GPS/DR组合导航信息融合

目的 研究一种满足室外自动导引小车(AGV)导航要求的高精度、低成本的组合导航系统.方法 应用信息融合技术,通过航位推算系统辅助GPS定位,并采用卡尔曼滤波的融合算法,克服了GPS信号的遮蔽与中断问题,使组合系统能够较好地满足AGV导航定位的需要.用VC ++编写融合算法以及实验控制程序,实现了实验数据的采集以及对AGV的运动控制.结果 给出了GPS单独导航和GPS/DR组合导航两种工作状态下的位置误差,从对比中可以看出,组合导航系统的定位精度比GPS单独导航的定位精度提高了50%.结论 组合导航系统可以减小甚至消除推算定位系统随时间积累的误差,并在任何情况下能较好地实现AGV的实时、可靠、准确定位.     

ZigBee无线定位网络的精度分析及优化

针对CC2430/CC2431的ZigBee无线定位网络误差产生的原因,对系统精度进行分析和优化.通过研究单向误差的方法,针对不同网络拓扑结构、不同参考节点间距,进行90小组实验并对数据分析拟合.当网络参数A=78,n=16,节点间距为30m、摆放方式为矩形拓扑结构的情况下,ZigBee无线定位网络的误差均值较小,定位稳定性最高.对参考节点间距为30m时的误差拟合曲线进行了分析,发现矩形的ZigBee无线定位网络区域可以近似分为误差稳定区域和误差单向偏差区域.结果表明：在构建无线定位网络时,可以根据需要选取最佳的参考节点间距,并对有误差的区域进行补偿,从而提高ZigBee无线定位网络的可用性,降低其使用难度.     

基于UWB技术的无线定位系统的研究与测试

介绍了采用UWB技术进行无线定位的优点和方法,使用Ubisense公司的标签和传感器构建了一个UWB无线定位系统,并分别进行静态和动态定位测试.测试结果表明,UWB定位能提供更高的定位精度.     

高效的周期性移动定位优化策略

针对周期性监控应用普遍存在因定位策略局限而导致移动终端耗电量大、精度低等诸多问题,从博弈论和计量经济学角度构建了高效的定位优化策略模型,根据用户使用场景,分析历史移动定位数据,充分考虑各种网络定位和终端定位的基础定位方式及其成功率,构建依次选用全球定位系统、基于位置业务开发的定位技术、无线宽带、基站等的动态移动定位策略.Matlab仿真结果表明,周期性移动定位策略能提高首次定位速度,并能快速精准地进行下一次移动定位,进而可降低通信网络和移动终端系统的压力.     

基于走时拟合的微震源定位及拾震器布阵研究

为解决国内常见微震源定位技术存在的震源定位精度及其可靠性都较低的问题,提出采用匀速P波和走时拟合的震源定位方法,编制了基于Matlab的震源定位程序。对设想的不同油井压裂微震监测中拾震器布阵方案进行震源定位,绘出了震源定位点的三维坐标误差图,比较其定位精度并选出合理的拾震器布阵方案。仿真结果表明,该方法可提高震源的定位精度,同时可根据得到的震源定位误差图分析,在拾震器利用率最高的情况下,选出准确、合理、有效的拾震器布阵方案。     

一种基于移动广播网的TOA／TDOA无线定位算法

针对Chart定位算法在非视距（NLOS）环境下定位性能较差的缺点,提出一种基于多基站TOA区域质心修正的Chart定位算法,该算法利用Chan算法初始定位,再通过TOA区域质心校正,以提高定位精度。仿真结果表明,该算法有效减小了NLOS误差对定位估计的影响,在NLOS误差较大的环境下仍具有良好的定位精度,性能优于Chart算法和Chan-Taylor协调定位算法。     

四站时差定位精度分析

为了研究四站时差定位精度,基于定位算法进行定位误差分析,并给出定位精度表达式,对不同测量条件的定位精度进行了仿真分析.结果表明：目标与受控区距离越近,目标定位精度越高;精度与布站类型有关,其中三角形布局精度最高;时差测量精度越高,定位精度越高;目标高度越高,精度越高.其结论对科学布站具有一定的应用参考价值.     

遗传-禁忌搜索优化的三维DV-Hop定位算法

为进一步提升无线传感器网络的定位精度和稳定性,提出了一种利用遗传-禁忌搜索法改进的三维distance vector-hop （DV-Hop）定位优化算法（TDGT）.首先利用最优跳数、跳数调整因子以及锚节点距离误差加权值对DV-Hop中的节点间跳数和平均跳数进行改进和修正,降低了算法的定位误差;其次将具有快速搜索能力的禁忌搜索引入遗传算法中进行寻优,提升了算法的搜索效率和定位准确性.仿真结果表明,TDGT与现有的无线传感器网络定位算法相比,具有更佳的寻优搜索能力、定位精度和稳定性.     

基于CSI的轻量级自适应井下定位算法

针对传统井下定位成本高、工作危险系数大的问题,提出一种基于信道状态信息(channel state information, CSI)的轻量级自适应井下定位(lightweight self-adaptive underground positioning algorithm, LSA)方法。LSA方法以细粒度的CSI替代粗粒度的接收信号强度(received signal strength indicator, RSSI)来获得更高的定位精度,采用逆傅里叶变换将原始CSI数据转换为信道脉冲响应,以此选取视距信号,并通过构建CSI视距信号衰减模型实现轻量级的精确测距;基于井下现有WiFi网络中的访问接入点(access points, APs)位置和井下巷道特征,计算目标相对AP的方向,根据方向和测距结果完成定位。该方法能够自适应于AP在巷道中的任意位置部署,并利用拐角识别优化算法进一步提高定位的精度。试验结果表明,该方法能够使得定位中位数误差达到0.53 m,且无需在井下单独部署任何定位系统,性能明显优于已提出的CDPF、FILA等其他定位算法。