一种提高室内定位精度的算法

室内定位技术对于室内物品的实时监管具有重要的实际应用价值。为了进行室内物品的精确定位,文中建立了一种基于距离的最优估计定位模型,并引入变尺度(DFP)算法对模型进行求解,从而达到提高坐标精度的目的。本设计首先对原始距离信息利用最小二乘估计、三次样条插值法来提高测距精度;其次通过三圆公共弦交点法确定出初始坐标值;然后把空间几何关系转换为无约束极小值问题,再采用DFP法对初始坐标进一步精化,以得出更为精确的坐标值。最后通过两种模拟实验对算法进行验证,结果表明:引入最优估计理论的室内定位算法,具有更高的定位精度。     

无线传感器网络节点OSFL-TLBO定位算法

定位技术对于无线传感器的应用是至关重要的,没有位置坐标的传感器节点信息是没有意义的。针对非测距的DV-Hop算法定位精度不高的问题,提出了一种新的基于反向蛙跳-教学优化(OSFL-TLBO)定位算法,以改进DV-Hop用平均跳距来代替欧式距离时的累积误差问题和利用最小二乘法求解非线性方程时对初值敏感,受测量误差影响较大的问题。把无线传感器网络节点的定位问题转化为求解最优解的问题。仿真结果表明,所提算法的定位准确度提高大约10%~25%,有效的提高了定位精度。     

基于改进禁忌搜索的基站布局优化算法

由于室内定位场景的非视距特点,基站布局对于蜂窝网的定位精度具有重要影响,而目前基站布局仅关注容量、覆盖、信号质量,尚未考虑对室内定位精度的影响。提出了一种改进禁忌搜索的基站布局优化算法ITSA,改进了代价函数、邻域产生规则和解禁规则。对所提出的算法在相同的室内场景中仿真实验,结果说明,相比RFID读写器部署优化算法,该算法能够更好地降低定位区域的整体误差。     

粒子群离散算法在无线传感网络中的应用

无线传感器网络通过少数确定锚节点计算到其他节点距离,确定节点坐标。其中DV-Hop定位算法通过最小二乘法求解坐标,累计误差随节点平均距离误差呈指数增长,定位精度较低。提出了用粒子群PSO离散算法替代DV-Hop中的最小二乘法,既发挥PSO全局搜索能力,又避免标准PSO算法过早收敛的问题。实验结果表明,新算法定位精度很高,受距离误差影响不大,能很好地应用于无线传感器网络的定位过程。     

基于ASGSO算法的改进DV-Hop算法

针对无线传感器网络定位技术中DV-Hop算法在最后阶段计算待定位节点坐标时定位精度低的问题,提出了一种基于自适应步长萤火虫优化算法的改进DV-Hop算法(ASGSODV-Hop)。该算法将DV-Hop算法在估算节点坐标阶段所使用的最小二乘法用ASGSO算法代替,采用ASGSO智能算法的自适应迭代寻优对DV-Hop算法定位求解的问题建立特定的适应度函数并进行多次迭代计算实现优化,最终使待定位节点坐标与真实值更为接近。仿真结果表明,该算法的平均定位误差约为23.58%;相比于传统DV-Hop算法,ASGSODV-Hop算法可在无需附加通信开销的情况下使定位误差降低约46.49%,提高了节点的定位精度。     

基于加权最小二乘的多基地声呐定位算法研究

研究水下监视目标跟踪声呐定位精度问题,改善双基地声呐在某些区域(如基线区、发射和接收站的侧边区)定位性能,为了提高系统定位精度,最有效的方法就是增加发射和接收站的数量,形成多基地声呐.根据多基地声呐的几何关系,提出了加权最小二乘估计的多基地声呐定位优化算法,结合定位误差的表达式,对定位性能进行了仿真.仿真结果表明,基于加权最小二乘估计的多基地声呐定位优化算法,能够充分利用各基站的测量信息,有效提高声呐系统的定位精度.与基于距离信息的多基地声呐定位算法相比,算法不仅具有较高的定位精度,而且可以有效解地解决边区定位误差较大的问题.     

改进的距离重构三维定位算法

针对三维定位算法中节点坐标转换精度低的问题,在距离重构多维定位算法DR-MDS的基础上,提出了改进的距离重构三维定位算法。该算法在距离重构和MDS-MPA算法的思想下,采用优化的最小均方根偏差几何中心修正算法RMSDGCC(Root Mean Square Deviation-Geometric Center Correction),先计算出坐标转换矩阵,然后利用锚节点的几何中心对所有节点进行修正,实现节点从相对坐标向绝对坐标较高精度的转换。算法可以实现有效的坐标转换,获得较好的定位效果。实验结果显示,与原多维定位算法相比,在不引入测距误差的情况下,改进算法在测距半径为15 m时定位精度提高14%,定位误差缩小至0.63 m,测距半径为35 m时,定位精度提高87%,定位误差几乎为0。该改进算法在三维空间中有更高的节点定位精度。     

基于RSSI差分校正的最小二乘-拟牛顿定位算法

针对无线传感器网络(WSN)中存在定位精度不足的问题,提出了一种基于RSSI差分校正的最小二乘-拟牛顿定位算法。在RSSI测距方面,首先通过信标节点的自校正定位求得误差校正系数,将该误差校正系数运用到求未知节点到信标节点的距离当中。在定位计算方面,该算法运用最小二乘法估计简单和拟牛顿法收敛速度快的特点,将最小二乘法计算出来的初值,用拟牛顿法对未知节点坐标进行迭代求精。通过仿真实验表明,本文提出的定位算法定位精度高,与传统的最小二乘法相比提高了近36%的精度。     

基于RSSI自适应选择定位算法的研究

在基于RSSI(Received Signal Strength Indication)的Wi-Fi室内测距定位技术研究中,首先利用对数距离衰减模型进行测距,然后针对定位精度不高的问题,这里提出利用RSSI自适应选择定位算法的方法,即在定位阶段,当满足能够准确确定定位节点所在的最小区域条件时,采用加权质心定位算法,加权因子由1/d表示;当不满足条件时,采用最小二乘定位算法。实验结果表明,自适应选择算法可避免一般加权质心算法由于最小区域的错误锁定而造成的定位误差大的弊端,同时也解决了最小二乘算法在边界区域定位精度难以控制的问题,若考虑定位误差在5m以内的情况,该算法可使35m的走廊定位准确率达到85.7%,较单独采用一般加权质心算法或最小二乘法,定位精度都有较大提高。     

基于NSGA-Ⅱ算法的地基伪卫星定位系统布站方法研究

在地基伪卫星定位系统独立组网时,可将其布站问题转换为多目标优化问题求解,以提高系统信号覆盖率、优化基站几何布局为目标,从而达到减少基站数量同时保证良好定位精度的目的。提出了基于带精英策略的非支配排序遗传（NSGA-Ⅱ）算法的伪卫星系统多目标布站方法,通过可视域分析技术确定系统信号覆盖率,并采用一种多矩阵相乘的加权水平精度因子计算方法衡量基站几何布局,最后利用NSGA-Ⅱ算法求解两个优化目标的非支配最优解集。以张家界某山区地形进行仿真,结果显示只需28个基站系统信号覆盖率就可以达到90%,同时能保证系统基站几何布局较优,性能优于普通遗传算法,在实际工程布站应用中有一定的指导意义。     

一种面向室内定位的基站选择优化方法

基于蜂窝网的室内定位由于与通信网络共用基础设施,因此具有覆盖范围广、无需基础设施再投资等突出优点,已成为电信运营商级室内定位的首选,是5G通信领域的研究热点之一。在蜂窝网室内定位场景中,基站的布局将直接影响接收首径的数量、到达时间TOA(Time of Arrivaling)和测量误差等要素,从而影响定位精度。据此,文中提出一种面向室内定位的基站选择优化方法,以减小由于基站布局引入的误差。首先,引入TOA信息去除TDOA定位的虚定位点;其次,针对不同基站选择方案得到的定位结果,利用二次聚类的思想去除孤立点,并根据聚类结果中样本节点数量最多的类确定定位点的位置。实验结果表明,与其他优化方法相比,所提方法的室内定位平均误差降低了15.49%。     

民航多点定位系统基站布局优化

针对民航机场场面监视领域多点定位系统固定形状的基站布局方式造成进出场飞机定位精度低的问题,建立监视区域内基站布局问题的数学模型。以GDOP数值工具为定位精度评判标准,利用免疫寻优算法计算得到最优的基站布局方案;将此布置基站方案与星形、T形布置基站方式进行图形和数据的对比,同时又在此布置基站方案下改变主站位置来进行数据对比。仿真结果和对比数据表明免疫寻优算法布置基站的最优性且可以显著提高飞机定位精度。     

一种基于TOA测距的室内三维质心定位算法研究

针对现有的室内三维定位技术定位精度较低的问题,提出了一种基于到达时间(TOA,time of arrival)测距的室内三维质心定位方法.在COMSOL软件中,建立真实的物理场仿真环境,将筛选出的4个基站坐标分别作为球心,基站与终端间的距离分别作为半径,构建出三维球体定位模型,对质心定位算法进行仿真.通过在相同实验条件下仿真实验表明,相比于传统质心定位的算法和基于RSSI的质心定位算法,改进的定位算法在精度上得到了提高,对环境也具有良好的适应性.     

面向复杂机房环境的室内定位技术应用研究#br#

考虑到机房数据中心运维智能化管理迫切需要精准的室内定位服务,针对机房金属遮挡、电磁辐射和其他机房设备干扰严重的复杂环境以及非视距传播误差显著降低传统室内定位精度问题,提出一种运用最优化理论原理和K最邻近算法的抗非视距传播误差的室内三维三边定位算法,在此基础上设计和开发基于超宽带技术的机房室内定位系统,用于复杂机房环境的室内定位导航。实验证明,该定位系统比Wi-Fi、蓝牙指纹定位具有更高的定位精度,在复杂的机房环境下基于非线性最小二乘法进行目标函数求解的最优化方法与KNN算法相结合的室内定位方案具备较好的定位性能,为机房数据中心运维智能化的位置定位导航服务提供了有效的方法和手段。     

基于阈值筛选的室内定位优化算法

针对室内超宽带（Ultra-Wide Band, UWB）的定位技术在复杂遮挡的环境下定位效果不好、定位不精确的缺陷,本文提出一种在Chan算法的基础上对粒子群算法进行优化的混合算法定位方法。首先利用Chan算法求出定位标签初始估计位置坐标,并在非视距（NLOS）环境下通过设置阈值θ以对Chan算法计算出的位置坐标进行筛选;将已知的基站接收到的距离差与用Chan算法求出的标签位置信息求出的不同基站间的距离差做差值和,若差值和小于该阈值则直接输出位置坐标,反之则将位置坐标作为粒子群算法的初始值,通过迭代优化不断追踪个体极值和局部极值,更新个体的位置和速度,寻找到全局最优解再进行输出。仿真结果与实际场地实验结果表明,与单一算法相比,本文提出的混合定位算法在非视距环境下的定位精度可提高27%~31%;收敛速度快,算法复杂度低,满足室内定位的要求。     

基于粒子群算法的多机无源定位系统优化布站

在一定海空战场背景下,通过调整多机无源定位系统中各机位置布局可以有效地提高该系统对特定区域目标的定位精度。文中通过推导多机时差定位算法误差的GDOP公式,提出了利用粒子群算法寻找多机无源定位系统最优布站的方法。与传统典型布站相比较显著降低了对区域目标定位误差,明显提升了多机无源定位动态快速布站能力。同时利用粒子群算法对定位站数不同情况下进行仿真,得出了对应的最优布站形式。     

基于超声波的模型船舶室内定位系统研究

针对模型船舶动力定位系统室内环境的全球定位系统信号受限问题,提出一种基于超声波的高精度室内定位解决方案.应用加权最小二乘法建立系统定位算法的数学模型,给出方程的求解过程.实验结果表明,该算法得出的船舶位置理论值与真实值较为吻合,能为模型船舶动力定位系统的应用与研究提供理论基础.     

基于超宽带技术的室内定位系统应用开发

本文基于超宽带技术搭建了一套室内定位系统,通过分布于室内固定位置的基站测量与目标物体标签距离的方法,采用基于到达时间估计的检测方法以及三边测量法解算出目标物体的坐标位置,并基于Python语言编写的坐标显示软件实时可视化。通过测量在室内的一辆华夫派小车的位置进行了试验,结果表明,本文提出的方法可以实现室内精度较高的实时定位,且定位精度在10 cm以内。     

基于UWB的密集行人三维协同定位算法

针对复杂室内环境中密集行人定位精度低、超宽带(UWB)基站密度要求高的问题,提出一种基于UWB的密集行人三维协同定位算法。首先使用聚类算法抑制测距数据中较大非视距(NLOS)误差,并使用高斯均值混合滤波抑制标准测量误差;然后提出双层协同定位算法,建立协同定位数学模型,并结合迭代初始值获取策略进行初步定位,降低了基站数量要求,在筛选出NLOS误差较小的测距数据并修正后,进行二次定位;最后考虑行人高机动性,设计一种交互多模型卡尔曼滤波算法,缓解了定位结果跳变问题。实验结果表明,所提算法在弱NLOS环境和强NLOS环境下定位精度分别达到0.11 m、0.17 m,相比其他算法,具有较高定位精度,进一步降低了对UWB基站密度要求。