基于RFID的智慧车间自动导引车定位算法

对车间内设备的实时定位识别是实现智慧工厂的关键要素。提出一种基于RFID的车间自动导引车定位算法,首先采集室内参考点的接收信号强度值,经过数据标准化处理建立指纹库,然后利用指纹匹配算法估计目标粗略位置;通过测量目标标签接收信号相位值,计算自动导引车径向位移速度,并且根据线性最小二乘法拟合目标瞬时速度;最后,经过卡尔曼滤波预测自动导引车的当前精确位置。实验结果表明,该方法相较于传统指纹定位方法精度更高。     

基于PCA-LSSVR算法的WLAN室内定位方法

针对WLAN室内定位系统中存在的接收信号强度指示(RSSI)时变特性降低定位精度的问题,提出一种基于主成分分析(PCA)和最小二乘支持向量回归机(LS-SVR)的PCA-LSSVR定位算法。该算法首先利用PCA对采集的各接入点(AP)的原始RSSI信号进行数据降维和去相关处理,提取主要的定位特征数据;然后利用LS-SVR构建指纹点的定位特征数据与其位置的非线性关系,并利用此关系对测试点的位置进行回归预测。实验结果表明,该算法的定位精度优于几种传统的定位算法,是一种性能良好的WLAN室内定位算法。     

融合 WiFi 与可穿戴惯导模块的室内定位方法

为解决基于智能手机的人员室内定位追踪易受手机姿态影响的问题,提出一种融合WiFi与可穿戴惯导模块的室内定位方法。通过固定在胸部的惯性测量单元实现行人航迹推算PDR)定位,消除手机姿态对PDR定位的影响,采用加权贝叶斯算法实现WiFi指纹定位,为PDR提供初始定位,同时基于无迹卡尔曼滤波融合WiFi定位结果与PDR定位结果,以减少PDR的累积定位误差。最后,在真实室内环境中进行大量实验,实验结果证明本文提出的加权贝叶斯WiFi定位算法相比于传统贝叶斯算法定位误差降低了51.9%,提出的融合WiFi与可穿戴惯导模块的定位方法具有更好的精度和稳定性,相比于纯PDR定位算法平均定位误差降低了65.2%,相比于完全利用手机实现的融合算法,在3种不同手机姿态下平均定位误差分别下降了12.3%、39.3%和48.4%。     

基于 DPC 指纹子空间匹配的室内 WiFi 定位方法

针对无线接收信号强度 (RSS) 受传播环境突发噪声影响从而引起指纹定位较大误差的问题,本文提出了一种指纹子 空间匹配结合密度峰值聚类 (DPC) 的定位算法,有效避免大误差点。 首先通过在线阶段目标 RSS 信号的接入点 (AP) 覆盖 向量,确定有效的参考位置点,并划分多个指纹子空间,利用改进的 WKNN 算法估计目标在每个子空间内的位置;最后利用 DPC 算法选取决策值最大的 S 个估计位置确定目标。 所提算法简单,不需要离线阶段的学习过程训练定位模型,尤其适合存在 大量 AP 的大范围室内定位区域。 实际环境中的定位实验表明,基于 DPC 的指纹子空间匹配算法比 WKNN 算法的定位精度提 升了 25% 左右,且在参考点分布密度为 1. 8 m × 1. 8 m 的实验条件下基本消除了 4 m 以上的大定位误差,有效提高了定位方法 的整体性能。     

基于DBSCAN-3σ的雷达去噪算法研究

为了解决雷达探测数据中噪点过多的问题,提出了结合基于密度的噪声聚类算法(DBSCAN)和拉依达准则(3σ)的去噪方法。以雷达实际测量的目标运动信息为实验数据,运用DBSCAN算法进行聚类,剔除数据中的离群噪点,再通过拉依达准则去除影响较大的奇异值。实验结果表明,去噪之后雷达测距的线性误差由12 mm减少到0.36 mm,性能优于经典的半径滤波算法,可为实际雷达测量提供参考。     

基于ZigBee技术的患者定位系统的研究与实现

从分析信号强度作为场景特征统计的数据所表现数据特征入手,进行Zigbee信号测距的可行性分析。结合系统要求选择指纹法定位方案,优化了测距方程。提出一种参考节点组网布局方案,确定最优参考点间距,大大消除了环境因数的影响提高位置指纹的匹配效率和准确度,进而大幅提高定位精度。     

基于改进支持向量回归的室内定位算法

针对室内无线局域网环境中无线信号不稳定,以及传统支持向量回归定位算法在构建位置坐标与信号强度时的单输出导致位置坐标信息之间的关联性降低的问题,提出一种基于改进支持向量回归的室内定位方法。该算法首先对采集到的接收信号强度(RSS)指纹进行对数处理使其更符合正态分布,然后采用高斯滤波过滤掉小概率的指纹值之后构建指纹数据库;其次,为了降低单独构建x与y坐标模型的误差,提高二维位置信息与RSS之间的关联性,在训练阶段增加训练一个校正坐标z=x·y;最后,根据加权反K近邻的方法得到最优的位置坐标。实验结果表明,提出的算法可以减少室内复杂环境带来的噪声干扰,与传统的支持向量回归定位算法相比有更高的定位精度。     

定子偏斜角对正脉冲器压力信号的影响

为了提高随钻正脉冲测井仪的信号强度,需要对定子偏斜角角度及偏斜特性进行优化。依据计算流体力学的方法建立了不同的定子偏斜角数值计算模型,分析了偏斜角对旋转阀压力信号幅值和速度场分布规律的影响,并通过试验验证了优化结果的合理性。结果表明:定子流域特性对信号强度有很大影响,压力信号幅值随定子偏斜角的减小而减小;单边偏斜比双边偏斜的压力信号强度大。     

基于改进对比学习和并行融合神经网络的室内WiFi定位算法

机器学习在WiFi指纹定位技术中扮演着重要角色。针对信号波动对指纹辨识力的影响往往被忽略以及如何从样本中提取更广泛的表征信息的问题,提出了一种基于改进对比学习(CL)和并行融合神经网络的WiFi定位算法。该算法首先利用改进对比学习来提高指纹辨识力,其在增加不同类别指纹间的区分度的同时能减小同类别指纹间的差异。其次,构建基于卷积神经网络(CNN)和长短期记忆(LSTM)的并行融合网络,与传统的串行融合方式相比,网络可以从原始样本中提取更多的有效特征。此外,在池化层后增加Flatten层以进一步考虑网络的中间层信息,从而利用更广泛的特征信息来提高模型的泛化性能。结果表明,所提算法的定位性能比其他定位算法提高26%。     

基于子信道信息融合的室内定位方法的研究

随着基于位置的服务不断发展,室内定位逐渐成为研究的关键问题,Wi Fi设备的不断普及也为室内定位的研究提供了新的思路。由于室内环境的复杂性以及信号强度信息的不稳定性,传统的定位技术存在着较大的实验误差。利用奇异值分解(SVD)方法对子信道信息进行融合,将原始的信道信息转变为子信道信息的非线性叠加,将能够显著描述指纹的主要信息成分作为指纹特征,并对指纹位置的几何特性进行分析,利用k最近邻(k NN)算法进行指纹选取。理论分析与实验结果都证明了方法的有效性。     

碳同位素检测值准确度与信号强度之间的关系探讨

为了满足油气田科研工作的需要,为勘探开发提供准确的数据,利用GC-C-IRMS技术对鄂尔多斯盆地的天然气样品进行在线碳同位素分析。由于该盆地天然气中甲烷含量很高,乙烷等重烃含量很低,要获得乙烷、丙烷等组分准确的碳同位素值,通常需要通过两次进样完成对一个样品的分析。经过多次反复实验,发现Almp 44 mV信号强度与检测值之间有一定的关系,当Almp 44 mV信号强度小于190 mV时,数据的稳定性变差,接近和超出误差范围的样品数增多;当信号强度大于190 mV时,数据基本趋于稳定。此方法在实际应用时,一般应结合其他地球化学参数使用。掌握此规律后,只要仪器稳定,环境温度恒定,每次检测样品的Almp 44 mV信号强度大于190 mV,就可认为该数据比较可靠。     

基于LabVIEW的智能养殖系统设计与研究

借助无线局域网设计了一套基于LabVIEW的智能养殖系统.该系统以LabVIEW为开发平台,利用WiFi无线数据收发模块进行数据的无线采集与传输,实现对养殖系统的远距离控制,并通过摄像头实时监测整个系统的运行情况.该系统可以根据养殖对象的种类、数量以及不同的生长期对饲料的不同需求进行自动投料及清洁圈舍,节省了人力成本.     

一种基于WiFi无线通讯的智能插座设计与实现

为实现插座的远程控制,同时降低现有智能插座的成本,设计了一款智能型节电插座.通过对当前不同智能插座控制模式的比较,选择了WiFi作为无线通信方式,并采用操作简单、功能齐全的51系列单片机STC89C51作为主控芯片,构建了总体方案.设计了主控芯片的最小系统,基于ESP8266的无线WiFi模块,以及复位电路和晶振电路,采用C语言进行了软件程序设计,并进行了手机APP开发,最终实现了智能插座的整体功能.通过串口WiFi模块,传统的串口设备就能接入无线网络.此WiFi模块可以通过终端像普通路由器一样设置和修改密码,也可以通过配置软件进行修改和设置,安全性较高.结果表明,通过手机APP发送WiFi无线信号与单片机系统交互信息后,可以达到用低成本单片机控制继电器通断插座的目的.在此基础上通过改进设计及软件,就可以拓展定时通断电量使用情况统计、电压或电流异常检测报警等新功能.     

基于多基站IMMKF-DOA辅助车辆协同定位算法研究

针对传统卡尔曼滤波算法在进行车辆实时运动过程中难以精准定位问题,提出一种基于运动状态自适应的交互多模型卡尔曼滤波(Interacting multiple model Kalman filter,IMMKF)与多基站到达方向(Direction-of-arrival,DOA)相融合进行车辆位置实时估计算法。基于无偏估计器对测量噪声协方差进行实时更新并将其嵌入标准卡尔曼滤波算法中实现自适应交互多模型卡尔曼滤波。针对车辆不同运动状态及动态行驶环境对车辆定位估计精度的影响,构建自适应交互多模型卡尔曼滤波器与多基站信息融合算法进行车辆位置实时估计,考虑不同车速与不同基站数等行驶工况下车辆定位精度的变化趋势,实现车辆实时位置的准确估计。利用PreScan-Simulink联合仿真平台进行虚拟仿真验证和实车试验验证。结果表明,基于交互多模型卡尔曼滤波与到达方向角的融合算法相对标准的卡尔曼滤波估计精度高,较好地改善了传统单一模型的卡尔曼滤波算法在进行车辆实时运动状态估计过程中精准定位问题,实车试验验证了提出算法对车辆定位精度较传统卡尔曼滤波算法的精度提高了一个数量级,实现了更精确的车辆位置估计。     

基于线性判别分析和梯度提升决策树的WLAN室内定位算法

为了减小室内无线局域网(WLAN)环境中接收信号强度值复杂的时变特性对定位精度的影响,提出了一种基于线性判别分析和梯度提升决策树的室内定位算法。该算法利用线性判别分析(LDA)提取原始位置指纹的主要定位特征,去除冗余和噪声;接着,使用前向分布算法,将损失函数在当前模型的负梯度值作为误差的近似值,拟合一个分类回归树,并使用加法模型将生成的分类回归树线性组合,生成梯度提升决策树(GBDT)定位模型。实验结果表明,与其他室内定位算法相比,该算法的定位精度提升20%,并且减少了接入点使用个数。     

基于模型的过程工业时间序列异常值检测方法

时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作.为满足过程工业中控制系统大数据量时间序列异常值检测需求,提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法.该方法将基于“偏差”的检测思想与统计学理论相结合,首先利用基于数据的鲁棒建模方法对待检测数据进行拟合并得到拟合残差,然后利用统计学知识分析拟合残差以最终确定数据的异常情况.为了实现算法的在线检测要求,引进了两窗口结构并对其加以改进;通过合理的选取先验分布以及对未知参数进行边缘化处理的方式,有效地减少了算法中的参数个数,提高了算法的可用性.仿真实验可以证明所提出的时间序列异常值在线检测算法具有很好的检测准确性和一定的实用性.     

利用自适应卡尔曼滤波实现光电跟踪中的复合控制

为了在光电跟踪控制系统中实现复合控制以提高跟踪精度,构建了基于模型自适应卡尔曼滤波算法的复合控制结构。首先,利用跟踪脱靶量数据和仪器位置数据合成目标角位置数据;然后,利用模型自适应卡尔曼滤波算法对目标角位置数据进行滤波估计以获得目标角速度信息;最后,将目标角速度信息前馈到速度回路,从而构成复合控制系统。实验结果表明:采用复合控制结构后,目标跟踪精度提高了50%。基于模型自适应卡尔曼滤波算法的复合控制技术能够在保持原反馈控制系统稳定性的条件下提高跟踪精度。     

基于无线传感器网络自校正定位算法

节点定位是无线传感器网络的重要应用之一,为了抑制实际应用中各种环境因素对无线传感器节点精度的影响,提出了一种基于误差校正的定位算法。通过基于粒子群优化算法的粒子群优化-接收信号强度指示算法(par-ticle swarm optimization-received signal strength indication,简称PSO-RSSI算法)将未知节点收到信标节点一定数量的存在偏差的链路质量指示值进行优化,实现对误差的补偿。将链路质量指示值转化为接收信号强度指示值,从而得到距离。实验结果表明,该算法可提高定位精度,具有普遍应用价值。     

基于假设检验的发动机振动值统计分析

某型发动机在深化验证和可靠性试飞期间,多次出现发动机振动值异常增大现象,且在试飞第二阶段出现频率较高。对该发动机机载振动值进行统计,从不同的角度对发动机振动值变化规律进行分析,并初步分析了原因。最后基于假设检验原理对不同样本数据(不同试飞阶段)的发动机振动值进行处理和分析,得出不同时期的振动数据大部分不满足F分布或T分布,从而确定其不属于同一个样本总体,这从侧面说明该发动机振动特性随试飞时间的增加有较大的变化。     

基于高阶统计特征实值阴性克隆选择算法的轴承故障检测

为解决轴承故障检测领域中异常样本数据不易收集的现实应用问题,提出一种基于实值阴性克隆选择算法(Real-valued negative clone selection,RNCS)的一类轴承故障检测模型。该模型只需要正常样本数据进行训练,利用改进的RNCS生成故障检测器集合以此实现轴承故障检测。该算法通过引入自适应变异算子和克隆成熟度判定算子,能够提高原有算法抗体的检测能力并加快算法收敛速度。为解决因高阶统计特征(Higher order statistics,HOS)信息繁多而无法有效实现智能检测的不足,模型利用HOS特征矩阵分解的奇异值谱为特征进行检测,该方法不仅有效地减少了数据维度及训练时间,同时还降低了噪声影响提高了检测性能。试验中对不同参数选择及不同正常训练样本个数情况下的检测器性能进行了分析,不同检测器个数之间的性能比较也在试验中给出。将建议的方法同原有算法进行比较,试验结果验证了设计思想的正确性和算法的高效检测性能。