一种WiFi指纹定位改进算法

目前,基于RSSI(received signal strength indication)的指纹定位算法由于低成本、易实施的特性,逐渐成为室内定位技术的研究热点。然而,基于RSSI的WiFi指纹定位受到指纹点观测质量的影响,RSSI抖动较大时引起定位精度较低。考虑到GPR(Gaussian process regression)模型能够有效地平滑时间序列信号,提出了基于GPR模型的WiFi指纹定位改进算法。实验结果表明,该算法能够有效提高定位精度,定位精度可达到1m,点位误差在小于1.5m限差时,其可靠度可达到83.3%。     

管道内部缺陷定位的一致性检验改进算法

针对管道内部缺陷定位中,里程轮累积误差较大的问题,提出了一种改进的一致性检验算法。在原有一致性检验的基础上,新定义了一种置信距离测度,消除了不同测量精度里程轮之间存在两种置信距离的情况,再利用阈值分辨出有效数据和较大误差定位数据,消除较大误差对定位结果的干扰。综合运用一致性检验和极大似然估计,进行管道内部缺陷检测定位分析,通过试验对比分析可知,新的一致性检验算法具有良好的抗干扰性,其平均相对定位误差为0.212%,有效减少了里程轮定位的累积误差,实现了管道内部缺陷检测的高精度定位,满足管道内检测的实际工程需求。     

接收信号强度测距法无线室内定位解算方法研究

基于接收信号强度测距的无线室内定位精度受到测距精度和定位算法的影响。本文根据对数路径损耗模型得出距离值的无偏估计,对影响测距精度的因素进行了分析;对3种不同的基本定位解算方法展开了详细分析同时进行了精度评定,并通过仿真数据对不同定位解算方法的精度进行了比较。     

星载SAR距离-多普勒定位算法中地球模型的修正

星载合成孔径雷达(Synthetic Aperture Radar,简称SAR)距离-多普勒定位算法(R-D算法)模型基于严格的成像几何构建,不需在视场中设置任何位置确知的特征点。但对具有一定高程的目标,以往的研究将目标高程直接加在平均赤道半径上对地球模型进行修正。由于地球体的椭球特征,这种修正并不能完全消除高程对定位误差的影响,会产生随纬度和目标高程变化的定位误差。本文介绍R-D定位算法的原理,推导将目标大地高归算至地球赤道半径的公式,给出地球模型合理的修正公式。最后根据实例和仿真分析,表明在低纬度的定位研究中,以往的修正方式仍然可以达到很高的精度;而在高纬度和高海拔地区,则会产生较大的定位误差,应使用更为合理的地球模型。     

HJ-1卫星数据估算地表能量平衡

利用遥感数据估算和监测地表能量平衡的研究和应用一直以来都是学术探索的前沿和焦点,目前针对国际主流卫星数据(如MODIS,Landsat TM等)的算法研究有很多,且在不同的尺度上发展了一系列遥感技术和应用方法。本文以环境一号卫星(HJ-1)数据为主要数据源,研究和分析了地表能量平衡遥感估算方法。在下行短波和长波辐射,以及地表净辐射估算的基础上,重点研究了地表显热和潜热通量(蒸散)的估算方法,针对辐射温度代替空气动力学温度所引起的误差校正,对比分析了基于KB-1系数的热力学粗糙度长度,以及附加阻抗两种方法。使用2010年HJ-1B数据反演得到海河流域地表能量平衡各分量瞬时值,利用3个地面站点的测量数据对反演结果进行验证和误差分析。结果表明下行短波辐射的反演误差是地表净辐射反演误差的主要来源,地表温度的反演精度以及地表粗糙度的模拟精度是影响显热通量反演精度的主要因素。利用两种方法估算的显热通量趋势基本一致,但KB-1系数法的反演结果一般低于附加阻抗法。在下垫面较为复杂的区域,模型结果误差较大,需要更加精细的模型以刻画地表非均匀性的影响。     

复杂环境下的超宽带高精度定位算法

针对相对于室外更为复杂的室内或者灾害环境中,全球导航定位系统(GNSS)信号受到严重影响导致定位精度下降甚至会无法定位的问题,该文充分利用了超宽带(UWB)极高的时间分辨率、优异的抗多径能力和非视距(NLOS)环境下较强的穿透力,从信号传播层面改进定位算法,通过经验值判断测量环境,在基准站与移动站之间不存在障碍物遮挡的情况下,通过UWB定位模型进行定位并通过卡尔曼距离滤波模型去除噪声;在基准站与移动站之间存在障碍物且在信号可以穿透障碍物的情况下,通过路径损耗模型实现对NLOS误差的粗略估计,在此基础上加入卡尔曼距离滤波模型做进一步估计,进而以此估计值对定位结果进行改正。基于室内环境下的实测实验结果表明:无论静态或者动态,在产生NLOS误差导致定位结果轨迹与实际参考轨迹差别较大的时候,该文定位算法会对定位结果有较好的改正,通过经验值判断的方法可实现复杂环境下较好的定位。     

粒子群算法在概率积分法沉陷预计模型参数反演中的应用

针对开采沉陷预计模型参数反演所存在的算法复杂、计算量大等缺陷,将粒子群算法引入到概率积分法开采沉陷预计模型参数反演中。研究粒子群算法反演概率积分法预计模型参数的基本原理、编码方法及适应度函数的构造方法,同时结合河北省某煤矿的实测数据,以下沉拟合值与实测值的中误差作为反演精度的评价标准对算法进行实例验证,对提高开采沉陷预计的精度有一定的参考实用价值。     

基于卡尔曼滤波的地形反演方法及其仿真研究

推导基于卡尔曼滤波的海底地形反演算法,算法通过利用重力梯度仪测量重力梯度异常,提高地形反演的精度和分辨率.结合地形坡度计算理论和矩形棱柱法,建立基于卡尔曼滤波的系统方程和量测方程.对算法进行仿真,分析地形均值误差、随机误差和梯度仪测量精度对反演精度的影响,最后的区域反演仿真结果表明:反演后的地形在精度和分辨率上都有所提...     

改进粒子群优化算法在地磁匹配中的应用

针对传统地磁匹配算法精度较低及无法修正载体航向误差等问题,该文提出一种基于改进粒子群优化的地磁匹配算法.该算法以平均Hausdorff距离作为适应度函数,采用改进粒子群优化算法在待匹配区内搜索最优解,从而完成地磁匹配.文中基于某区域地磁场数据插值处理后得到的地磁基准图进行仿真实验.结果表明:当载体的初始位置存在较大误差时,改进粒子群优化算法仍具有较高的匹配精度;当载体航向误差较大时,其定位精度较MAGCOM算法相比有大幅的提高.该算法较好地弥补了传统地磁匹配算法存在的缺陷,实现了对地磁匹配算法精度的提高和载体航向误差的修正.     

基于GMM-DBC的CSI室内定位算法

针对贝叶斯室内定位技术存在定位精度低及时间复杂度较高的问题，提出了一种基于高斯混合模型和密度聚类(GMM-DBC)的信道状态信息(CSI)定位算法.通过对分模型参数的初次估计构建GMM概率分布模型并进行误差计算；引入确定分模型个数(DSM)策略，结合误差计算结果更新GMM模型参数，减小由模型精度引起的定位误差；基于不同参考点的分布特征，判断参考点间紧密程度，将紧密相连的参考点划为一类，减小搜索范围，降低时间复杂度；根据分簇结果，利用改进的贝叶斯概率算法进行权值计算，得到最终定位结果.实验结果表明：所提算法能较好地提高定位精度，降低时间复杂度.     

多传感器行人航位推算方法和UKF融合算法

针对利用惯性测量单元进行行人航位推算（PDR）时,其定位误差会随时间累积的问题,提出了一种基于多传感器融合的室内行人航位推算方法;对于智能移动设备的低成本多传感器,设计了基于无迹卡尔曼滤波（UKF）的初始对准,设定4种阈值条件进行步伐状态检测;在行走过程中,针对步长和航向角误差累积的问题,利用基于UKF的零速度更新（ZUPT）对速度误差进行修正,零角速率更新（ZARU）和磁力计融合对航向角误差进行修正,从而有效提高了行人最终的位置精度。试验结果表明：使用该方法可以有效提高PDR位置精度,平均位置偏差占总路程的1.5%左右。     

PDR算法对地磁室内定位精度的提升研究

利用建筑物中金属结构引起的地磁场扰动可以对室内的行人目标进行定位，而且基于地磁场的定位无需布设任何额外设施，因此可以以低成本实现定位。但仅靠单一的地磁技术无法满足室内定位的精度要求。为了解决磁场数据中单点定位的模糊性问题，本文提出了一种利用粒子滤波算法将PDR与地磁相融合的室内定位方法，并开发了地磁室内导航系统，以智能手机为硬件平台构建磁力计传感器模型，建立匹配轨迹的均方误差准则并实现PDR累积误差实时校正的迭代计算。在68 m×1.8 m的试验区域内，产生的平均定位误差为1.13 m，最大定位误差为2.17 m。本文算法的定位精度比单独PDR算法提升了42%；与单一地磁指纹匹配算法相比，定位精度提高了57%。试验证明，本文提出的融合算法对提高室内定位精度具有显著的作用。     

一种基于多普勒频移的GPS自适应滤波算法研究

针对接收机的动态模型对GPS定位精度的影响,提出了一种基于多普勒频移观测的高动态GPS自适应滤波算法。该算法利用GPS伪距测量值以及利用信号载波的多普勒频移所获得的伪距率测量值,在GPS动态滤波中同时观测伪距和伪距率。借助于移动目标的运动矢量模型以及GPS定位误差模型建立了滤波方程。重点讨论了运用该模型进行Kalman滤波的实现过程。仿真实验表明,该模型与传统的方差自适应模型相比,位置精度提高了32%、速度精度提高了25%,应用本文算法能够提高定位精度和改善接收机的动态性能,拓宽高精度、高动态导航的应用范围。     

一种基于泰勒级数展开的电离层延迟改正模型

针对电离层延迟误差对定位精度的影响,本文将泰勒级数展开应用于电离层延迟的求解过程中,提出了一种基于泰勒级数展开的电离层改正模型（TSE模型）。将该模型与传统的Klobuchar模型和NeQuick模型在VTEC的求解精度和定位精度上进行了对比分析,用IGS网站提供的测量数据,通过仿真试验验证,得出了TSE模型在提高定位精度上具有较好的可行性与时间适应性的结论。     

基于航迹推算的室内行人地图辅助定位方法

行人航迹推算(PDR)是室内定位领域中应用最广泛,最廉价有效的一种定位方法,但其误差会随时间而累积。为了有效减少航迹推算的累计误差,基于航迹推算原理建立了粒子滤波模型,辅以室内地图约束粒子传播方向;同时提出虚拟路标匹配算法克服传统定位方法中由于航向角变化误差模型不准确导致定位失败的缺点。结果表明,该算法可以有效的提高航迹推算的稳健性。     

基于互补滤波融合WiFi和PDR的行人室内定位

提出了一种基于互补滤波融合WiFi和PDR的行人室内定位方法。首先改善WiFi位置指纹定位的KNN算法，通过阈值的设定，排除相似度高但实际上不可能的点，获取动态K值；然后通过行人航位推算（PDR）初始化算法，动态轨迹概率计算，确定PDR初始位置；最后在改进的WiFi和PDR的定位基础上，基于互补滤波原理，根据WiFi和PDR定位的不同特性，利用各自的定位优点，使用WiFi定位修正PDR的定位结果，通过相应权重参数的调整，输出最终融合定位结果。试验过程中，选取3种不同的室内环境区域，试验结果证明了该算法可大大提高室内定位的精度和稳定性。     

GPT／2模型用于 GPS 大气可降水汽反演的精度分析

气象参数(温度T、气压P)是GPS大气可降水汽(PWV)反演中必不可少的数据,也是PWV反演的重要误差源之一。文中主要对GPT/2(GPT、GPT2)模型用于PWV反演的精度进行验证和分析。基于非差精密单点定位(PPP)技术,选取SuomiNet网9个测站的观测数据,借助研制的PPP软件,分别采用GPT模型、改进的GPT2模型以及测站实测气象数据进行大气可降水汽(PWV)反演。以实测气象数据处理结果为参考,对两种模型解算的PWV进行了对比和精度分析。结果表明:改进的GPT2模型优于GPT模型,尤其是当测站的高程较大时,GPT2模型的稳定性更优、适用性更广;采用GPT2模型解算的PWV偏差均值小于±1.0mm,精度(RMS)优于±1.5mm。在缺少实测气象数据的情况下,利用GPT2模型数据仍然能够取得较为理想的PWV反演结果。     

顾及姿态线性误差的微小卫星面阵影像在轨几何检校

微小卫星由于平台体积、重量、能源等限制，其上搭载的姿态、位置测量设备精度不高，导致其直接对地定位误差较大。通过对某微小卫星嵩山地区的多景面阵影像进行姿态角常差检校，发现姿态角系统误差随时间线性变化的规律。为了提高定位精度，本文提出一种针对面阵的顾及姿态线性误差的偏置矩阵和二维探元指向角几何检校模型。相对于传统的姿态角常差检校模型，本文方法考虑了姿态角系统误差随时间线性变化的规律。试验结果表明，经过内外方位元素检校后，卫星的定位精度从数十千米提升到十米以内，相对于传统的常差模型，本文提出的检校模型有效地消除了姿态随时间线性变化的系统误差。     

基于粒子滤波的INS／磁力计融合定位算法

针对城市峡谷场景中GPS信号容易受到建筑物的遮挡、反射,导致智能终端的GPS定位精度降低甚至无法定位的问题,本文在分析城市峡谷场景中GPS定位误差的基础上,在智能终端上实现了基于粒子滤波融合INS输出的水平速度和磁力计方位角的多传感器定位算法。实验结果表明,该算法的平均定位误差是3.19 m,相比于GPS的13.81 m,降低了769％,相比于EKF和UKF融合算法的4.84 m和4.82 m,分别降低了34.1％和33.8％.      

基于衰减因子的虚拟应答器信息融合方法研究

针对虚拟应答器(VB)信息融合时使用Kalman滤波易出现滤波发散的问题,提出了基于改进Sage-Husa自适应滤波算法的信息融合方法. 首先采用自适应滤波动态调节噪声统计特性参数,抑制滤波发散,在预测误差方差矩阵中引入衰减因子,减小陈旧数据的影响进而提高滤波精度,最后进行仿真实验,将所提出的滤波算法与Kalman滤波和Sage-Husa自适应滤波在VB的位置误差和速度误差上进行对比. 仿真结果证明:在相同的时间内,本文所述算法在VB的定位误差上具有显著优势,具有较好地稳定性.