一种削弱NLOS影响的定位算法

通过获取坐标已知的基站间TOA值由此得到它们之间的伪距,与其真实距离做差再取平均值的方法,得到在NLOS误差改正值。具体定位时,先利用NLOS误差改正值对TOA观测值进行改正,然后采用附有约束条件的加权最小二乘法(CLW S)得到最终的定位结果。仿真结果表明,该方法可有效地削弱NLOS误差对定位精度的影响。     

基于NLOS抑制的无线定位算法的研究

主要讨论如何抑制由于非视线传输给无线定位带来的精度误差。在无线定位领域中,非视线传输一直是制约定位精度的主要原因。但是,如果采用适当的算法,完全可以将其影响降到最低点。文中给出了一种新的算法,它能很好地抑制NLOS传输带来的不利影响。     

扩展卡尔曼滤波的安卓手机定位算法研究

随着手机定位的应用越来越多,目前市场中许多APP(Application)都会用到定位功能.但多数APP使用传统的定位算法,不能满足人们实时获取高精度地理位置信息的需求.现阶段对于手机的全球定位系统(GPS)芯片原始数据定位方法的研究较少,因此本文主要对利用手机GPS原始数据定位的可行性及定位算法进行了研究.利用Android 7.0系统提供的应用程序接口获取GPS芯片的原始数据参数,根据手机实用场景的速度特征,分别设计并实现了针对于静态场景的静态卡尔曼滤波和针对低速场景的动态卡尔曼滤波定位算法.通过静态实验以及电动车实验和步行实验的结果表明:与传统的定位算法相比,本文设计的静态卡尔曼滤波和动态卡尔曼滤波定位算法拥有更好的定位结果,更加接近实际行走路线,证明了利用手机GPS原始数据定位的可行性,同时也证明了设计的卡尔曼滤波算法可以提高定位精度,论文的研究结果为实现静态与动态的高精度手机定位算法提供了理论依据.     

逐次滤波方法在GPS单点定位中的应用研究

采用平差计算中得到的观测值的残差来估计指数函数经验模型中的参数，从而使随机模型更真实地反映观测值中的随机误差和偏差。由实际GPS观测数据厦广播里历，按以上的函数模型和随机模型采用逐次滤波方法进行解算。结果表明，此方法在未剔除和修复周跳的情况下，可以使单点静态定位的平面外符合精度达1．46m，高程方向的外符合精度为1．72m。     

局部重力场的非均匀B样条最小二乘逼近

讨论了非均匀Ｂ样条最小二乘数据拟合的基本原理,并分别就不规则点及规则网格点情形给出了相应的计算方法,给出了两个数值试验的例子以及一个在局部重力场逼近中的应用实例,试算结果表明该方法具有很好的精度和稳定性,对所述方法在测绘中的应用前景进行了展望。     

逐次最小二乘在高精度曲面建模方法（HASM）中的应用

从高精度曲面建模方法（HASM）曲面方程出发,结合数据平差理论,建立了基于独立单元的计算模型,并且采用逐次最小二乘法对计算方程进行分组求解。对HASM-AD和几种经典方法的精度进行了交叉验证,结果表明,该算法模拟误差的均方根差远小于其他空间插值方法。     

基于改进高斯-牛顿法的NLOS误差消除三维定位模型

针对无线传感网络进行室内定位过程中由于信号非视距(NLOS)传播导致精度低的问题,提出一种基于改进高斯-牛顿法的NLOS误差消除室内三维定位模型.该模型基于欧式距离,利用最小二乘算法得到目标位置的初始解,并根据改进的高斯-牛顿法对非线性最小二乘估计值进行迭代,进一步降低NLOS误差的影响,收敛得到最终的精确位置.实验结果表明：该模型在三维空间的定位误差约在0.64 m,最大定位误差不超过1.29 m,误差小于1.2 m的概率为96.5%,较其他定位方法有更好地定位效果.     

单频GPS精密单点定位的逐次滤波法模型及其精度分析

单频GPS精密单点定位的逐次滤波法,将载波相位观测值在相邻历元间求差以消除电离层延迟误差的影响,并辅助伪距观测值进行高精度定位。本文详细分析该方法的随机模型和函数模型,讨论观测值先验方差的确定方法,包括指数函数经验模型、观测残差向量的开窗估计法等,并采用自编软件计算实测数据分析该模型的精度。     

基于垂直面阵水下定位的算法研究

当前的DGPS水下立体定位是基于水面上的基线面阵双曲线定位系统,对于信号接收器位于同一个垂直平面内时并没有给出具体的定位模型。利用垂直面阵上信号接收机的几何关系自定义坐标系,通过测边网解算方法计算出它们在所定义的坐标系中的坐标。水下声源发射器发射信号,经过一段时间后,各信号接收器接收到信号,利用示波器和信号处理技术得到各信号接收器接收时刻的时间差。通过建立距离交汇模式的定位模型,解算出水下声源发射器的三维坐标。结合在湖北清江的多目标水声信号识别与检测试验,根据实际测得的相关数据解算出水下目标发射器的坐标。由于此定位方法不需要GPS精密时钟,节约了定位成本。适合船体携带,操作方便。为水下目标定位提供了一个新的方法。     

多模型算法在协同定位中的应用

对编队协同中的导航信息融合问题进行了研究。在利用一个定位圆和状态预测相结合的基础上,引入多模型算法进行伪测量确定和状态更新,提出了基于多模型的协同定位算法。仿真结果表明,该算法具有不需要进行定位圆推同的优点,并且性能有较大的提高。     

长距离网络RTK基准站间整周模糊度单历元确定方法

提出一种长距离(100～200km)网络RTK基准站间的整周模糊度单历元确定方法。该方法首先利用载波相位模糊度间的线性约束关系对双差宽巷模糊度进行搜索。为了减小非弥散误差残差对载波相位模糊度解算的影响,采用了一种新的根据高度角重新选择基准卫星的方法。然后根据双差宽巷模糊度选取双频载波相位模糊度的备选组合,利用基准站间非弥散误差残差的计算值对双差载波相位模糊度进行搜索和确定。经试验算例的验证,该方法快速、稳定,不受周跳影响,只需一个历元的观测数据即可确定长距离基准站间的双差整周模糊度。     

基于序贯平差的长距离基准站间模糊度快速固定

序贯平差方法是长距离网络RTK基准站间模糊度固定中的常用方法,该方法充分利用了卫星间的相关信息以及多余观测量,是理论严密且十分有效的方法。一般文献中只给出了参数不变的序贯平差公式。但是,观测过程中的参数是不断变化的,参数不变的序贯平差公式并不适用于网络RTK系统。此外,对于序贯平差而言,由于一般不存储历史观测值,因此,模糊度固定后无法将其带入原观测方程重新平差,这导致法方程更新困难。针对以上问题,本文给出了参数变化的序贯平差公式及严密的推导过程,并给出了模糊度固定后法方程的更新方法。结合长距离网络RTK基准站间模糊度固定问题,通过实验,证明了给出的序贯平差公式和法方程更新方法正确有效。     

一种多参考站的GPS伪距差分定位方法

受到流动站与参考站间距离的影响,随着基线长度的增加,测站间误差相关性降低,伪距差分RTD定位精度逐渐下降。基于网络RTK的思想,提出了一种多参考站伪距差分(NRTD)定位方法;通过建立参考站双差伪距和载波相位观测方程,序贯平差得到模糊度浮点解,进而提取出双差电离层和对流层延迟,建立区域误差模型并生成伪距差分改正数;最后将其发送给流动站进行伪距差分定位。实验结果表明,与常规RTD方法相比较,NRTD方法的定位性能够有很大提升,在N、E、U这3个方向的定位精度分别提高了39.5%、15.3%和23.6%以上,同时在N、E方向99%以上历元的定位精度优于1 m,能够满足长基线下的亚米级定位需求。     

多重提纯算法约束的图像特征点匹配

针对特征点匹配准确度和效率不高的问题,提出了一种多重提纯算法约束下的特征点匹配方法。采用影像的SURF特征点作为匹配基元,利用比率、对称性和基于极线约束的随机采样一致性3种算法进行图像特征点提纯和匹配。实验表明,该方法能够消除大多数的错误匹配,弥补了单一匹配算法的不足,具有较高的准确性和效率。     

基于正则化方法的室内三维定位算法

首先简述了基于无线通信的室内三维定位技术的发展概况、实现方式以及有待研究解决的问题,然后详细叙述了定位算法的基本原理,分析并解决了病态方程组的求解问题,接着利用实测数据建立了非视距传播环境下(Non-Line Of Sight,NLOS)的测量误差模型,最终通过迭代得到终端的三维定位坐标。实验证明了该定位算法的精度在x、y轴能够达到0.2 m,在z轴能够达到1.8 m。     

一种基于流形正则化的半监督指纹定位算法

针对传统指纹定位算法采集带标签训练数据成本高的问题,本文提出了一种基于流形正则化的半监督指纹定位算法。首先以流形假设为依据,利用批量输入的带标签数据与无标签数据之间的相似度构建图拉普拉斯算子;然后与极限学习机算法相结合,通过随机特征映射建立隐含层;最后在流形正则化框架下,求解隐含层和输出层之间的权值矩阵,从而建立位置估计模型。仿真结果表明,与INN、SVR、ELM 3种算法相比,该算法的训练和测试时间相对较短,且在带标签训练数据稀疏的前提下仍能保持较高的准确率与稳定性。     

基于SFIM算法的融合影像分类研究

以福州市城乡结合部的Landsat7 ETM⁺影像为例,就该融合算法的自动分类精度作进一步研究,并藉此对该算法作全面评价。研究结果表明,SFIM融合影像的分类精度高于原始未融合影像的分类精度,但选择不同尺寸的均值滤波器会影响融合影像的分类精度。试验表明,太大尺寸的滤波器虽然能提高高分辨率影像的信息融入度,但会降低融合影像的分类精度和光谱的保真度。     

利用极值梯度的通用亚像素边缘检测方法

针对传统边缘检测方法存在的通用性较差、精度不高等问题,提出一种利用极值梯度的通用亚像素边缘检测方法。该方法将极值梯度分解为正梯度和负梯度,并在八个方向上进行判断与求解,然后得到由局部灰度增加最大和减小最大的两类像点共同组成的初始边缘,最后根据初始边缘的特点,分别建立不同类型边缘的亚像素定位拟合模型。为验证该方法的性能,分别利用模拟影像和实际影像与传统方法进行对比试验。试验结果表明该方法对不同类型的边缘都能较好的检测,并且对包括角点在内的边缘有更高的定位精度。因此,该方法可有效应用于影像的边缘检测中。