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。     

一种多进制CPM信号的开环位同步算法

针对位同步问题,提出了一种基于基函数分解的开环位定时估计算法。该算法首先利用基函数分解的结果进行相关运算,将本地参考信号波形和接收信号波形的定时偏差缩小到T/4以内;再根据相关运算提供的角度信息进行精确的位同步估计。该算法不需要提取载波相位信息,复杂度较低。仿真结果表明该算法具有较好的估计精度。     

最大似然估计在GPS定位中的应用研究

讨论了基于ｎ（ｎ≥４）个伪距测量值的最大似然定位原理和定位误差分析，并给出了根据可见卫星个数，自适应调整定位面数目的最大似然估计定位的算法。精度分析中，将标准的利用四颗卫星信号定位，利用五颗卫星信号的最大似然定位同利用所有可见卫星信号的自适应最大似然定位进行了比较，分析表明，与标准的四颗卫星定位相比，ＧＰＳ自适应最大似然定位可改善定位精度１２ｍ（ＣＥＰ）。     

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。     

未知频偏下直扩信号的扩频序列估计

针对未知频偏下的直扩信号,通过将载频吸收至扩频波形中,提出了一种有效的基于协方差矩阵子空间分解的扩频序列估计算法。通过信号子空间分解,提高了含有未知频偏信息的扩频波形估计的信噪比,从而降低了载频估计难度。在随机信号模型条件下,还推导了扩频波形估计器的克拉美劳界。在低信噪比条件下,仿真验证了该算法的有效性。     

运用iBeacon技术的室内导航系统的设计与实现

智能手机中基于位置的应用和服务对室内导航定位以及多目标路径规划等提出了更高的需求,为此,设计了基于iBeacon技术的室内导航系统。对采集到的iBeacon信号强度和移动定位结果分别进行滤波处理,随后采用平滑多目标D*Lite算法根据用户偏好规划不同路径进行导航,并上传定位及导航数据至服务器以便后期查询统计。系统具有开发简便、信号干扰少、定位精度高、多功能导航等优点,采用APP+Web交互方式,供普通用户、商家、管理员3类使用者操作,完善用户体验。实验结果表明:在实验室内测试的500组数据中,432组数据的定位精度达到1 m以内,并成功利用定位信息进行多目标路径规划,实现实时导航。     

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。     

采用复倒谱和子串匹配的音频指纹算法研究

提出了一种基于复倒谱变换和子串匹配的数字音频指纹算法.该算法通过应用混沌方法生成用户指纹,并将原始音频信号分帧并实施复倒谱变换后,进行指纹嵌入.指纹的识别采用子串匹配的方法,计算出待检测的指纹与原始指纹之间的匹配结果,最终确定待检测的未知音频.实验结果表明:该算法具有良好的鲁棒性,能抵御常见的音频攻击,可应用于音乐版权保护、音频识别等领域.     

分布式电动汽车行驶状态与路面附着系数估计

路面附着系数是影响汽车行驶状态估计的重要因素,单一路面附着系数下的汽车行驶状态估计无法适应各种路面工况。针对分布式电动汽车行驶状态与路面附着系数估计问题,研究了一种基于双容积卡尔曼滤波理论的联合估计算法。利用分布式电动汽车多信息源优势,建立3自由度车辆估计模型,将多传感器信号作为估计模型的输入,侧向力通过Dugoff轮胎模型计算获得,设计行驶状态和路面附着双容积联合估计算法。通过典型工况对接路面双移线进行仿真实验,结果表明算法能够实现实时准确估计。     

应用卷积神经网络的测距算法研究

针对传统的接收信号强度指示(RSSI)测距算法过于依赖经验或测距环境从而导致测距精度不高的问题,提出了一种基于卷积神经网络的测距算法。为了减小复杂测距环境下,由多径效应、非视距传输等因素造成的RSSI信号波动,通过多次测量RSSI信号来构建RSSI样本数据。将RSSI样本数据集作为输入训练卷积神经网络,并通过该网络对实时捕获的RSSI信号进行特征提取,从而估计节点之间的距离。实验结果表明:与传统RSSI测距算法相比,该算法显著提高了测距精度。     

基于ROS的机器人室内巡检技术仿真

针对传统巡检机器人在进行巡检时缺乏自主环境感知能力以及无法自主规划路径的问题,提出基于开源机器人操作系统(robot operating system,ROS)融合同时定位与建图(SLAM)、路径规划(path planning)技术进行室内机器人巡检应用的仿真研究思路。首先建立室内巡检机器人模型及仿真地图环境,然后对应用于机器人巡检的关键算法进行分析与选择,最后基于ROS构建室内巡检机器人试验平台,并对巡检过程中所提出的关键技术进行仿真研究。结果表明:基于ROS的室内机器人系统的定位与建图算法以及路径规划算法可靠性较高,实用性强,可以有效应用于室内巡检中。     

改进卡尔曼滤波在多传感器室内定位中的应用

利用手机内置加速度传感器、陀螺仪等多传感器融合进行行人航位推算,以实现室内定位,具有成本低、灵敏度高、定位方法简便等优点,但在人员非步态扰动以及传感器自身测量误差产生漂移的情况下,传感器信号采集的波动干扰大,导致室内定位精度较低。针对此问题,提出一种改进的卡尔曼滤波,即以均值滤波对采样信号作一次处理,降低波动明显的采样数据干扰和系统响应时间,再将处理后的采样数据作为一次测量值利用卡尔曼滤波进行递归运算,提高了系统定位精度。实验结果表明:所提算法在2 m内的定位精度提高了57.3%,在1 m内定位精度达到68.2%,同时运行稳定性有所增强。     

DS-UWB信号DOA的估计方法

到达角估计是直接序列超宽带系统的关键技术之一。传统的到达角估计方法都基于窄带信号,不能直接应用在该系统。针对该问题,提出了一种基于四阶累积量的到达角估计方法。该方法建立在直接序列超宽带系统阵列信号的频域模型。仿真结果表明该算法有效易行,能准确估计直接序列超宽带信号的到达角。     

对基于量化水印的两频带滤波攻击的估计

提出了一种基于量化水印的两频带幅值比例攻击的估计算法。基于量化的水印算法在有加性噪声攻击的情况下可以达到信道容量,然而对线性时不变滤波攻击没有鲁棒性。该文集中考虑一种使用滤波器组调整信号频谱的多频带幅值比例攻击,给出受攻击信号的概率密度函数(PDF)模型;使用这个PDF模型的简化近似;给出两频带滤波攻击幅值比例因子的最大似然估计方法。以合成的音频信号进行实验,结果显示出所提出的估计技术的有效性。     

欠采样超宽带LFM信号参数估计

针对Nyquist采样频率过高、硬件实现困难的问题,提出一种基于欠采样的超宽带线性调频信号的调制斜率和初始频率估计方法。该方法利用互谱ESPRIT算法和余数定理对欠采样信号进行解模糊,在低信噪比情况下仍能较精确地估计超宽带线性调频信号的调制斜率和初始频率。计算机仿真证实了该方法的有效性。     

机械臂非线性定位方程计算新方法

针对机械臂定位算法中,数值算法计算量大,仿真过程存在累积误差,几何算法通用性不强等问题,以手术机器 人六自由度机械臂为研究对象,建立了一组多关节机械臂非线性定位方程组,提出了其基于非线性大范围渐近稳定的 求解方法。结果表明该方法既简化运算,又有利于物理实现,为机械臂高速、准确运动提供了基础,实验表明该算法适用 多关节的移动机械臂的非线性定位方程的求解,有较高的求解精度和收敛速度。     

基于ibeacon的室内二阶段定位算法研究

针对室内定位需求的日益增加,提出了一种基于ibeacon的室内二阶段定位算法。在建立传输模型时,采用高斯滤波与中值滤波相结合对RSSI值进行优化处理;在坐标定位时分成2阶段:第1阶段通过极大似然法对未知点坐标进行粗略估计,缩小定位范围;第2阶段先对三角质心算法的加权因子进行改进,再采用改进的加权三角质心定位算法对未知点坐标进行精细定位。实验结果表明:在实验室环境下算法的定位精度可达1.22 m,对比一般的加权三角质心算法在定位的精度和稳定性方面都有了较好的提升,平均误差减少了30%左右。     

高速移动Ad hoc网络中基于DoA估计的定位问题

关注使用智能天线技术的DoA估计实现高速移动Ad hoc网络的定位问题。针对现有的传统方法不能克服信号多径传播导致的散射等情况,对一种散射信号模型和MUSIC改进的MSDS算法进行了研究。仿真结果给出了MSDS算法与传统MUSIC算法针对散射信号模型的比较,并且对影响MSDS算法的因素进行了调查。     

LAD准则下的无线传感器网络节点定位方法

多维标度算法广泛应用于无线传感器网络的节点定位。经典的MDS算法通过构造距离平方矩阵(非相似性矩阵)和进行双质心变换,在相似性空间中根据最小二乘准则进行求解。若测量噪声为高斯白噪声,经过变换后,相似性矩阵中元素的误差不再服从高斯分布,基于LS的估计不再是最优的。针对这一问题,用最小绝对值偏差准则改进MDS算法代价函数,对无线传感器网络节点定位进行研究。仿真结果表明,该方法具有良好的稳健性,比经典MDS算法具有更好的定位性能。     

一种新型同时测向测距四相时空调制扩频系统

针对通信定位综合一体化的趋势和未来移动通信发展的需要,提出了一种新的四相时空调制扩频技术,设计了一种利用36元均匀间隔圆阵天线发射的通信定位综合化系统。该系统除具有直接序列扩频PSK的通信能力外,还能测定用户方位和传播时延,具有抗多径、抗多用户干扰的潜力。文中给出了信号的编码、调制、发射、解扩和方位角估计等关键技术的解决方案,并分析了误码和测角性能。