一种顾及用户朝向的PSO-LSSVM指纹定位算法

为了解决人体对WiFi信号遮蔽和最小二乘支持向量机参数优化的问题,提出了一种顾及用户朝向的粒子群优化最小二乘支持向量机指纹定位方法。建立全向指纹库,采用粒子群优化算法求出最小二乘支持向量机最优参数,通过最小二乘支持向量机训练出定位模型,将待测点指纹信息输入定位模型中,最终估算出待测点位置坐标。仿真实验结果表明所提算法在定位误差上达到0.72 m,普通的粒子群优化最小二乘支持向量机算法定位误差为0.84 m,提高了室内定位精度,具有实际的应用价值。     

多频连续波雷达隔圈解距离模糊方法研究

二次差频测距具有原理简单、结构设计相对容易等优点,文中将其应用于边搜索边跟踪模式.在介绍了二次差频测距基本原理的基础上,对该体制雷达的重难点问题隔圈解距离模糊开展研究.首先给出了隔圈解距离模糊方法,然后讨论了目标有效性判决问题,最后通过仿真验证了方法的有效性.     

MEM模型在多传感器多目标无源定位与跟踪中的应用

针对多传感器机动多目标无源定位问题的目标数量多、定位难的特点 ,采用复合弹性系数神经网络模型对该问题进行建模 ,并进行组合优化 ,以期能利用多个传感器较准确地对多个机动目标进行无源定位与跟踪。仿真结果表明该模型能有效地锁定真实目标 ,当多个目标较分散或较集中时 ,该模型仍能有效锁定和跟踪     

基于HHT的仿真模型动态一致性方差分析方法

仿真模型动态数据常具有非线性和非平稳性,如何有效提取动态数据的验证指标和利用动态数据指导模型修改是仿真模型动态验证需要解决的重要问题。该文提出了基于希尔伯特?黄变换(HHT)仿真模型动态一致性方差分析方法,将HHT得到的动态数据时?频分布作为验证特征,建立了基于方差分析的仿真动态一致性检验模型,实现了仿真模型的定量动态验证,解决了差异源的定位问题,为提高模型可信性提供了指导。仿真和实例应用表明,该方法能较为精确地检验动态数据的一致性和实现误差定位,具有一定的可行性和实用性。     

基于信赖域的无线传感器网络节点定位算法

在无线传感器网络中,基于测距的无线定位方法通常基于各类测距模型,以最小二乘法估计位置初值,再利用优化算法提高定位精度。由于测距过程受到各类噪声及其分布变化的影响,在低信噪比情况下传统优化算法存在精度降低、收敛性差等性能恶化的问题,通常导致估计的结果不是最优。针对这一问题,将信赖域算法用于迭代优化过程,使用锥模型函数逼近定位目标函数,将目标函数的优化过程转变为一系列最优化子问题。仿真结果表明,该方法性能稳定,收敛速度快,在低信噪比环境下比传统算法具有更好的定位性能。     

基于信赖域改进的动态Kriging模型的冲压成形工艺参数优化

在工程优化问题中使用基于代理模型的优化方法能有效提高优化效率,减少优化时间。为了提高基于期望最大加点准则(EI)的动态Kriging建模效率与精度,利用信赖域方法与最小响应面加点准则(MSP)对期望最大加点准则进行改进,提出了改进的混合加点准则,发展了基于信赖域改进的动态Kriging优化策略。以NUMISHEET2002标准考题中翼子板为研究对象,将5条拉延筋阻力作为设计变量,板料减薄率作为响应值,基于改进的混合加点准则,建立翼子板成形工艺参数与成形质量之间的动态Kriging模型,进一步利用粒子群算法获得最优工艺参数。结果表明:优化后的工艺参数能有效消除板料成形过程中的拉裂缺陷,提高翼子板成形质量。     

一种扩展多站无源探测定位范围的新方法

长基线时差定位体制的多站无源探测定位系统对采用窄波束发射的辐射源存在一定的难度,影响其实际使用.文中以多站无源探测定位装备的单个侦察站为基础,利用空频域信息实现对目标辐射源的单站无源定位.在保持现有系统硬件不变的基础上,设计了单多站一体化无源探测定位系统结构,讨论了系统实现的关键技术和解决途径,并通过仿真方法提出了单站无源定位对角度、角速度、多普勒频率参数测量的要求,这对改造现有的多站无源定位系统和扩展多站无源探测定位范围具有一定的参考意义和应用价值.仿真实验表明,单站无源定位系统对角度的测量精度要达到mrad量级,角速度的测量精度要达到mrad/s量级,多普勒频率变化率的测量精度要达到Hz/s量级.     

OFDM系统二维变换域信道估计算法

着重分析OFDM系统的二维变换域(2-D transform-domain)的导频辅助信道估计。在变换域中对导频位置的信道频率响应(CFR)矩阵采用右下补零和中间补零两种方式进行插值,以获得整个信道的频率响应。考虑到上述两种方法带来的插值误差,提出了根据时间、频率方向的导频数目采用不同的补零数量和补零方式。采用Simulink构建基带仿真系统,仿真改进前后的系统误比特率(BER)并和其他二维插值方式进行比较。结果表明,该改进方法显著地提高了基于变换域信道估计的准确性,降低了系统的误比特率。     

基于分布式传感器阵列的静态气体源定位方法

基于气体湍流扩散模型提出了适用于稳定风场的静态气体源定位方法,采用分布式传感器阵列对空间内的目标气体浓度进行检测,依靠多点观测结果计算气体源位置。定位算法预先设定气味源的潜在范围,采用遍历计算的方法将气味源定位问题转变为根据最小二乘法则在预设范围内求取气体源坐标最优解的问题。通过仿真实验对新算法进行验证,建立金属氧化物气敏传感器阵列及信号采样系统,以乙醇蒸汽为目标气体在实验室环境下进行了实际气体源定位实验。     

二维CWH-M矩阵在空频OCDMA网络中的应用

对一种新的补沃尔什哈达码-M(CWH-M)二维码,在空频二维OCDMA系统中的应用进行了研究, 实现了该码字的编解码方案和系统设计．理论分析得到该二维码在理论上可以实现完全正交,彻底消除多用户干扰．仿真结果表明了基于CWH-M二维码OCDMA系统性能比采用一维编解码方案和采用简单开关控制的二维编解码方案有了显著提高。     

多站无源跟踪系统容错算法

针对多个雷达侦察站组成的无源跟踪系统,在用时间差法对目标进行跟踪时,各站点之间通信或信号测量被干扰,造成系统无法工作。该文提出基于单站多站、时差和角度测量组合的容错跟踪算法。该算法假定系统被干扰工作时使用基于时差测量的跟踪方法,而多站角度和单站角度跟踪方法作为备用,通过对每个周期目标状态变量的检测,判定是否需要切换为备用跟踪方法。该算法使跟踪系统有更强的适应性,而精度并没有下降。仿真实验验证了该算法的有效性。     

三站时差定位系统观测站构型研究

针对三站对雷达辐射源测时差定位系统,提出了用"站间构型测度"分析构型对定位精度影响的方法,推导了几何精度稀释因子(GDOP)与三站构成的三角形面积的显式表达式并通过仿真分析了构型对定位精度的影响;文中提出了站间编队构型优化设计准则,为提高三站定位系统的定位精度提供了理论依据.     

TDOA/DOA数据联合无线蜂窝定位

针对传统的双曲线定位和圆周定位方法至少需要3个基站参与定位的问题,提出了一种在WCDMA上行链路中利用移动台信号到达基站的时间差和角度信息来实现对移动台定位的优化方法。该方法最少需要两个基站信息实现定位,降低了系统实现的复杂度,在相同数量基站信息下比单纯利用移动台信号到达基站的时间差方法精度高。最后给出了利用该实现方案和算法在WCDMA环境下的仿真结果和性能分析。     

一种非视距传播下的TDOA定位算法

提出了一种不需要任何非视距传播测量值先验信息且具有解析表达式解、非递归的双曲线定位算法。通过一步简单残差加权得出一个与真实移动台位置比较接近的初始定位估计,利用该初始值构造了一个加权矩阵,进行两次加权最小二乘计算,得出了一个最后的定位结果。理论分析与目前流行定位算法的仿真结果比较表明,该定位算法能有效地抑制非视距传播误差的影响,计算量相当小。     

双机TDOA/DD无源定位方法

利用辐射源信号到达两架飞机的时差(TDOA)与微分多普勒(DD)的组合TDOA/DD对该辐射源进行无源定位,给出了定位算法,推导了定位误差解析表达式。按等时差与等微分多普勒曲线表达式绘制了双机TDOA/DD定位的双曲线与微分多普勒曲线。用定位误差解析表达式,对TDOA/DD定位与测向定位的误差进行了分析和对比,显示了TDOA/DD定位方法的优良性能。     

一种NLOS环境定位精度提高方法

用蜂窝网络对移动台进行定位估计时,为了降低电波的非视距传播对定位精度的不利影响,提出了一种先对电波到达时间差和到达时间测量值进行平滑和重构,再采用两次加权最小二乘算法对移动台进行定位估计的算法。仿真结果表明,该算法在电波的非视距环境中能显著提高对移动台的定位性能。     

单一出厂定价制度下区位假设与厂商选址决策

本文修改Hotelling（1929）模型的基本假定，假定厂商边际生产成本为正，交通成本由消费者负担，厂商区位可以为内生变量，也可以为外生变量，在此假定前提下，分析厂商的最优的区位一价格策略，以探讨最大差异化原则或者最小差异化原则何时成立，或者不成立。     

Hotelling模型再探讨

文章修改Hotelling模型的基本假定,假定厂商边际生产成本为正,交通成本由消费者负担,厂商区位可以为内生变量,也可以为外生变量,在此假定前提下,分析厂商的最优的区位—价格策略,以探讨最大差异化原则或者最小差异化原则何时成立,或者不成立。     

单一出厂定价制度下区位假设与厂商选址决策

本文修改Hotelling（1929）模型的基本假定,假定厂商边际生产成本为正,交通成本由消费者负担,厂商区位可以为内生变量,也可以为外生变量,在此假定前提下,分析厂商的最优的区位一价格策略,以探讨最大差异化原则或者最小差异化原则何时成立,或者不成立。