基于局部网络拓扑特征的鲁棒节点定位算法

针对无线传感器网络的较大测距误差严重影响定位算法精度和鲁棒性的问题,利用节点均匀部署网络的拓扑特征,提出了一种基于局部网络拓扑特征的鲁棒节点定位算法(LFLS算法).该算法通过构建节点测距高估粗差阈值参数和测距低估粗差阈值参数,在对未知节点1跳测距数据集进行粗差识别及剔除等预处理滤波的基础上,使用高斯加权最小二乘定位算法实现节点定位.仿真结果表明,基于局部网络拓扑特征的鲁棒节点定位算法的定位精度明显优于未采用局部网络拓扑特征进行粗差预处理的加权最小二乘定位算法,其中粗差测距直接相关节点的定位精度改进尤为明显.     

抗差估计在GPS网空间坐标系转换中的应用

本文将抗差估计理论运用于GPS网空间坐标系间转换参数的求解,从理论上阐述了抗差估计求参的数学模型及精度评价指标。同时结合实例,将抗差估计与最小二乘估计在GPS网空间坐标系间转换参数求解应用进行分析比较,结果表明当转换基准点存在不稳定点时,采用抗差估计法能有效剔除粗差,其计算结果精度明显高于最小二乘估计法。     

微粒群算法在无线电干涉测距定位中的应用

节点定位是无线传感网络的重要支撑技术.无线电干涉测距虽然测距精度高,但用遗传算法和迭代最小二乘算法进行节点定位的误差较大,本文针对这一问题.提出了基于微粒群算法的节点定位.该算法能够解决连续空间多维函数的优化问题,满足了基于无线电干涉测距节点定位的需要.仿真证明:该算法具有实现简单,运行稳定,计算误差小等优点.与其他常用节点定位技术相比,无线电干涉测距定位技术具有定位精度高,传播距离远,所需硬件设备少等优点.     

无线传感器网络定位求精方法

为了提高传感器节点定位精度,将多种节点坐标计算方案(如极大似然估计、基于泰勒展开的最小二乘法和加权最小二乘法等)应用于定位求精中,并分析和比较了它们的性能.为了解决实际定位过程中锚节点存在的自身位置偏差,设计了相应的坐标求精方法,如总体最小二乘法和约束总体最小二乘法,在此基础上针对无线传感器网络定位误差的特点推广了定位误差的估计下限(参数无偏估计的Cramer-Rao下限).仿真实验结果给出了不同求精方案各自的求精性能和适用场合.在锚节点无位置误差的情况下,在泰勒展开基础上形成的加权最小二乘法更有利于精度提高;在锚节点有位置误差的情况下,约束总体最小二乘法对提高定位精度更有效.     

改进混合蛙跳算法在无线传感网定位中的应用

提出了一种改进混合蛙跳优化算法,用于改善无线传感网中距离矢量跳段定位算法的精度。首先根据锚节点与未知节点的位置关系利用DV-Hop算法进行初始定位, 然后分析误差来源,将目标定位机制转化为求解非线性总体最小二乘问题。同时合理选择加权因子和适应度函数,并利用带有混沌映射与柯西变异的改进混合蛙跳算法对未知节点坐标进行优化。在实验中,比较了最小二乘法、粒子群算法和改进混合蛙跳算法在定位中的性能。结果显示该智能算法简单可靠,而且有效提高了定位精度。     

基于采样保真性的点模型去噪

提出了一种基于采样保真性的点模型去噪算法.该算法通过移动最小二乘曲面,计算每个采样点的保真性;由法向张量投票方法,测量采样点的特征性;利用改进的双边滤波算子获得各个采样点的滤波方向,结合保真性和特征性对点模型去噪.实验结果表明,算法是鲁棒的,在剔除噪声的同时能够有效地保持曲面的几何特征.     

最小二乘网格的模型修补

最小二乘网格是在给定连接图和离散控制点集的基础上,通过求解线性系统对网格中的顶点重新定位而形成的网格.本文提出了一种最小二乘网格的模型修补算法,首先根据模型孔洞构造合适的连接图,然后根据网格连接图以及边界几何信息构造一个线性稀疏系统,最后求解连接网格中所有顶点的三维几何坐标.该算法计算速度快,能取得理想的效果.     

核最小二乘算法检测红外点目标(英文)

对于背景呈非线性变化的复杂图像,用背景预测的方法对红外点目标进行检测时,传统的线性最小二乘法(Least Squares,LS)的效果比较差.文章使用核方法(Kernel Methods,KMs)推导了最小二乘法的非线性版本:核最小二乘算法(Kernel Least Squares,KLS);进一步推导出了更适合动态系统时序预测的指数加权形式的核最小二乘算法(Kemel Exponential wleighted Least Squares,KEWLS).提出了一种基于核方法的红外点目标检测算法,先用KEWLS非线性回归算法预测红外图像背景,再通过自适应门限检测残差图像中的目标,非线性函数回归和红外序列图像检测实验表明核方法较大地改进了算法的非线性函数估计与红外背景预测能力.     

基于非对称往返测距的海洋无线传感网络节点定位算法

提出一种新的基于非对称往返测距的海洋无线传感网络节点定位(LMARR)算法,该算法利用节点间非对称的接收与发送测距信息的时间差,推算出节点间海水声速以及未知节点与其邻居参考节点之间的距离,将三维距离信息转换成二维,运用最小二乘法完成定位计算。与SWN和ARTL算法相比较,仿真结果表明:LMARR算法能有效地提高节点定位的精度,特别是在深度为20～120m海水声速持续变化的区域,定位精度比SWN算法提高了20%,比ARTL算法提高了33%;此外,LMARR算法还具有较高的稳定性。     

机械密封端面接触状态的声发射监测研究

有效监测机械密封的端面接触状态有助于对密封失效做出早期预警。针对密封声发射信号难以降噪的问题,提出基于神经网络粒子滤波和最小二乘支持向量机的声发射建模方法。首先通过机械密封的端面膜厚测量,研究声发射能量在密封启动过程中的变化规律;接着利用人工神经网络构建信号的状态空间,再通过粒子滤波算法对状态空间滤波降噪;最后从滤波信号中提取特征,并利用最小二乘支持向量机构建机械密封端面接触状态的检测模型。实验数据证明该方法能有效实现机械密封端面状态的无损检测,具有良好的工业前景。