一种Beacon协助的传感器网络定位方法

对无线传感器网络中的定位问题进行了研究,提出一种基于移动beacon协助的定位方法,该方法仅使用一个移动beacon即可完成对整个无线传感器网络的定位.给出两种beacon移动方式来进行定位,经过大量详实的仿真实验,验证了方法的有效性及定位的高精确度,可以将平均误差缩小到30厘米.     

2DVTE: A two-directional videotext extractor for rapid and elaborate design

In video indexing and summarization, videotext is the very compact and accurate information. Most videotext detection and extraction methods only deal with the static videotext on video frames. Few methods can handle motion videotext efficiently since motion videotext is hardly extracted well. In this paper, we propose a two-directional videotext extractor, called 2DVTE. It is developed as an integrated system to detect, localize and extract the scrolling videotexts. First, the detection method is carried out by edge information to classify regions into text and non-text regions. Second, referring to the localization on scrolling videotext, we propose the two-dimensional projection profile method with horizontal and vertical edge map information. Considering the characteristics of Chinese text, the vertical edge map is used to localize the possible text region and horizontal edge map is used to refine the text region. Third, the extraction method consists of dual mode adaptive thresholding and multi-seed filling algorithm. In the dual mode adaptive thresholding, it produces the non-rectangle pattern to divide the background and foreground more precisely. Referring to the multi-seed filling algorithm, it is based on the consideration of the minimum and maximum length and four directions of the stroke while the previous method only considers the minimum length and two directions of the stroke. With this multi-seed exploitation on strokes, precise seeds are obtained to produce more sophisticated videotext. Considering high throughput and the low complexity issue, we can achieve a real-time system on detecting, localizing, and extracting the scrolling videotexts with only one frame usage instead of multi-frame integration in other literatures. According to the experiment results on various video sequences, all of the horizontal and vertical scrolling videotexts can be extracted precisely. We also make comparisons with other methods. In our analysis, the performance of our algorithm is superior to other existing methods in speed and quality.     

基于鸡群优化的无线传感器网络三面定位算法

针对无线传感器网络空间定位问题进行了研究,为了提高未知节点的定位精度,提出一种基于鸡群优化的无线传感器网络三面定位算法。该算法结合了两种未知节点的求解方法,首先利用三面定位模型,通过求取三个面的交点来获取未知节点的坐标;再使用鸡群优化算法进行改进,根据三面定位法计算出的坐标值以及离未知节点最近信标节点的坐标进行初始化,迭代寻优。使用MATLAB进行仿真,改变算法的迭代次数、信标节点占比和通信距离,来对定位精度进行分析。结果表明该定位算法具有较高的定位精度与较快的收敛速度,且陷入局部最优的可能性低于粒子群定位算法。     

基于WSN定位算法的井下单相接地故障研究

由于井下配电网的布线很复杂,故障检测传感器节点的分布却很分散,在故障信号传输过程中如果受到井下环境的干扰,容易造成消弧线圈的故障特征电流很小。传统的故障检测模型针对小电流故障特征很难进行高效准确采集,无法提供准确的故障检测,提出了一种Zigbee改进Music故障定位算法,采用Zigbee网络技术对故障区域进行定位,建立了多通道数据传输机制。改进Music算法通过对阵列输出扩展虚拟矩阵,解决了传统算法只能估计出少于阵元数信号方向的问题,将共轭信息引入到了Music算法中,利用二阶共轭增强法大幅度降低了算法的运算量。仿真结果表明,在相同锚节点密度的情况下,定位精度和定位覆盖率都得到了显著提高。通过单相接地故障电路实验对线路的零序电流进行了实际测量分析,验证了上述方案的可行性,可以有效地解决由于单相接地引起的井下故障问题。     

Extended Kalman Filter-based localization algorithm by edge computing in Wireless Sensor Networks

The Extended Kalman Filter (EKF) has received abundant attention with the growing demands for robotic localization. The EKF algorithm is more realistic in non-linear systems, which has an autonomous white noise in both the system and the estimation model. Also, in the field of engineering, most systems are non-linear. Therefore, the EKF attracts more attention than the Kalman Filter (KF). In this paper, we propose an EKF-based localization algorithm by edge computing, and a mobile robot is used to update its location concerning the landmark. This localization algorithm aims to achieve a high level of accuracy and wider coverage. The proposed algorithm is helpful for the research related to the use of EKF localization algorithms. Simulation results demonstrate that, under the situations presented in the paper, the proposed localization algorithm is more accurate compared with the current state-of-the-art localization algorithms.     

无线传感网络中目标定位的研究

在无线传感网络WSNs(Wireless Sensor Networks)中,现存的基于压缩感知的目标定位算法是假定目标均落在预定网格,当不满足此假设时,将极大地降低了目标定位算法的性能.为此,提出基于变分贝叶斯期望最大化的目标定位VBEM-TL (Variational Bayesian Expectation Maximization-based Target Localization)算法.VBEM-TL算法先利用一阶泰勒级数展开算法建立稀疏近似模型,然后将目标定位问题转化成稀疏恢复问题,再利用VBEM算法重构稀疏矢量.最后,依据重构的稀疏矢量估计目标位置.实验数据表明,提出的VBEM-TL算法能够有效地降低定位误差.     

基于无线信道状态相位信息优化的定位算法

随着位置服务需求的增长,基于Wi-Fi接收信号的室内定位技术一直是研究热点之一.通过检测环境变化对Wi-Fi无线信道状态信息CSI的影响,从而实现对室内人员的定位具有通用性强、部署成本低等优点.针对大多系统仅使用CSI中幅度信息所带来准确性和稳定性不足的问题,设计并实现了一种基于CSI相位信息优化的定位算法,该方法通过采集幅度和相位参数相结合作为位置指纹特征,并对特征数据进行预先平滑去噪后进行指纹库的构建,然后通过机器学习方法进行人员位置的分类识别.由于相位和幅度信息可以相互补充,弥补了某些易混淆位置的分类错误,从而解决了采用单一特征的定位准确性和稳定性问题.实验进行了两种不同多径场景下的实验,比较了不同指纹特征选取、数据预处理方法以及三种机器学习算法对定位准确度的影响,其结果表明采用本文所提出算法总体上可以在仅使用CSI幅度特征的基础上提高13%.     

无线传感网中节点的协同过滤定位算法

针对无线传感器网络迭代定位算法中节点定位精确度低的问题,提出了协同过滤定位算法(Cooperative Filter Localization Algorithm, CFLA)。该算法对周围只有两个信标节点的未知节点进行定位时,产生出未知节点的两个候选点。为了精准高效地判定出候选点,引入两种协同过滤定位模型。模型一,通过选择出合理的参考节点,利用该参考节点与未知节点的协作进行候选点的过滤。模型二,利用该模型中可以直接通信的未知节点之间的相互协作,判定它们之间的测距与它们的候选点间的欧式距离之间的关系过滤出精度高的候选点。仿真结果表明,在相同的网路环境下,CFLA算法在能量消耗上低于SL-n和RAMP;在信标节点占比为8%时,该算法的定位误差比SL-n算法减少了14.7%,比RAMP算法减少了9.6%,有效地提高了节点的定位精度。     

网络空间测绘的概念及其技术体系的研究

对地理网络空间学进行研究,将地理测绘的理论、方法和技术手段运用于网络空间态势感知,已成为测绘与网络两个领域研究人员共同关注的热点问题。首先,分别阐述了地理空间和网络空间的概念,并在此基础上回顾总结了地理网络空间学的发展历程与研究现状,提出了网络空间测绘的概念;其次,阐述了网络空间测绘的研究范围、作用与地位,阐明了网络空间测绘的技术体系,并深入分析了其所涉及的关键技术;最后,重点开展了地理网络空间制图技术的研究,并给出了初步实验结果。研究表明:网络空间作为测绘学研究的新对象,为传统测绘学提供了新的思维和理论,网络空间测绘学对于丰富和革新测绘科学理论和技术具有重要意义;发展并运用传统测绘的理论方法和技术手段,有助于网络研究和管理人员更及时、准确地探测网络资源,精确感知网络态势。     

基于Rényi散度最大化的多特征闭环检测

相比单特征,多图像特征的组合提供更多的场景判别信息,可以提高检测精度,但需要设计合适的组合准则.文中提出多特征组合的加权方法,把特征组合的闭环检测精度表示为正确匹配和错误匹配的图像对在特征空间中距离分布的Rényi散度,最优特征组合为最大化Rényi散度.分析验证Rényi散度的参数与对应最优特征组合的闭环检测性能之间的关系.实验表明,文中方法可以提高闭环检测精度.当Rényi散度的参数取0.75~1 时,最优特征组合性能最佳.