改进加权距离定位算法在室内定位中的应用

基于RSSI(Received Signal Strength Indication)的距离测量技术是一种新型低成本的距离测量技术,并且在距离定位的领域中得到广泛的运用。针对常规的Zigbee指纹定位的加权最邻近定位算法较为复杂且精度低下的问题,该文对基于RSSI的Zigbee指纹数据库定位算法中加权最邻近算法进行了研究,提出了利用一种新的加权距离定位算法,并且使用Zigbee无线网络系统进行实验。结果表明,使用加权定位算法后,与常规的3种定位算法相比,Zigbee定位系统的定位偏差得到一定程度的提高且优于1.57m。     

一种改进的组合定权的指纹定位算法

室内场景复杂、WiFi信号不稳定等因素,造成基于信号空间K最近邻法的WiFi指纹定位算法匹配的邻近点会出现偏差,使用偏差较大的点计算待定点位置会直接影响定位结果。本文提出了一种改进的组合定权的指纹定位算法,对K个邻近点的几何结构进行分析,剔除其中偏离邻近点几何中心较远的点后,同时分析匹配邻近点中心同待定点几何位置存在理论上的关联,利用选择后的邻近点与其中心点的几何距离、待定点与指纹点欧氏距离组合定权,加权求取坐标。与KNN、WKNN算法定位结果分别进行比较,表明该方法提高了定位准确性和精度。     

最大空圆约束下的最邻近计算方法

移动目标的最邻近查询是位置服务的重要内容之一。本文针对地理目标分布不均的情况,将离散点集的最大空圆参数引入到最邻近查询中,提出了最大空圆约束下的k-D树最邻近查询算法。通过实验证明该算法可以有效地减少节点访问次数,减少距离计算次数,从而提高最邻近的查询效率。进而将该算法应用于移动目标的k阶邻近查询中,可以有效地减少移动点在三角网中的定位次数,改善k阶邻近的查询效率。     

进化策略路径损耗模型的室内定位应用

针对传统路径损耗模型经验参数在室内环境应用中的不足,该文提出了一种基于进化策略的损耗模型参数估计方法。采用启发式的随机搜索方式应用于复杂环境条件下的射频信号建模问题,输出模型较好地拟合了信号衰减曲线,20m范围内误差小于3.7dBm。利用获取模型提供参考节点加权因子,结合加权最邻近算法下的均值法和贝叶斯算法,实现了由二维平面演进到三维空间内的有效定位,平均定位误差可控制在3.4m以内。     

格网划分的最邻近点搜索方法

为了提高迭代最近点(ICP)算法中最邻近点搜索的存储和计算效率,本文通过对盒子结构方法优、缺点的深入分析,提出了基于格网划分的最邻近点搜索方法。该方法充分考虑了3D点云获取时的投影特性,将点云投影到某一坐标平面,并基于格网划分进行存储,使最邻近点的搜索限制在较小的范围。不同类型的模拟数据和实测数据试验均表明,该方法能够在不损失匹配精度和拉入范围的前提下,显著提高存储和计算效率。     

Voronoi图的首最邻近递归收敛特性及其应用

讨论了Voronoi图的首最邻近递归收敛特性,即从任一伪最邻近对象开始,递归查找其首最邻近对象,最后必然收敛于最邻近对象.利用该特性,初步实现了移动目标直接邻近对象的连续查询.     

聚类阈值结合动态K值的蓝牙室内定位算法

针对固定阈值的动态K近邻算法定位时未能有效剔除距离较远参考点的问题,该文提出了基于聚类阈值结合动态K值的算法:①在离线阶段建立聚类指纹库,并在每个聚类子块中设定聚类阈值;②在线阶段根据待测点信号确定其所处的聚类子块和对应的阈值,由信号强度的欧氏距离和聚类阈值选取K个信号距离最小的参考点;③以信号距离倒数为权重计算坐标加权平均,作为定位结果。实验分析得出,与固定阈值的动态K值算法的平均定位误差为2.64m;聚类阈值结合动态K值算法的平均定位误差为1.12m,降低了57.6%,并且点位误差在1m和2m内的可信度分别为42.3%和77.8%。聚类阈值结合动态K值算法能够较好地剔除距离较远的参考点,可以有效提高蓝牙指纹定位的精度。     

一种 RSSI 不同特征值融合的提取算法

室内WIFI指纹位置定位一般取RSSI的平均值作为其定位特征值,但考虑到室内环境的复杂性和动态性,平均值并不能准确地反映RSSI信号特征值。通过对不同外界干扰因素下RSSI的概率分布特征研究的基础上,提出一种RSSI不同信号特征值融合指纹定位算法。给出算法实现的步骤,并且在稳态环境下和动态环境下分别进行指纹定位在线端的数据采集实验。实验结果表明:RSSI不同信号特征值融合指纹定位算法的定位精度优于均值指纹定位算法的定位精度。     

顾及各向异性的多参数协同优化IDW插值方法

反距离加权插值(inverse distance weighting,IDW)的精度受到空间邻近度、距离衰减系数及最邻近点数等多个参数共同的影响.然而,目前的IDW插值算法大多仅考虑单参数的调优,或对各参数独立调优,难以实现插值模型的整体优化.此外,传统的IDW插值算法没有顾及各向异性对空间邻近度的影响.本文提出一种顾及空间各向异性的多参数协同优化IDW插值算法(PIDW).首先,引入距离调节参数以及方向参数,将经典各向同性的欧氏空间距离扩展为各向异性的"椭圆"距离;然后,引入粒子群优化算法对最邻近点数、距离衰减系数、距离调节及各向异性方向的多参数进行协同优化,获得插值精度的偏差与方差在全局意义下的满意解.试验采用两个不同尺度的空间数据验证了PIDW算法的插值效果,结果表明本文的插值算法能够显著地提高各向异性环境下IDW插值算法的精度.通过与经典的IDW及其改进算法的IDW、普通克里金及顾及各向异性的普通克里金算法的比较分析,进一步证实了PIDW具有较好的插值效果.     

高斯滤波在Zigbee室内定位中的应用研究

通过对无线传感器网络RSSI定位和Zigbee网络指纹数据库的研究,本文利用指纹数据库计算用户坐标位置,提出利用高斯滤波对Zigbee网络指纹数据库进行信息采集和优化,在定位阶段对数据进行高斯滤波处理,从而建立高精度的指纹数据库。结果表明:利用Zigbee指纹数据库实现短距离范围内定位效果较好,而且在优化指纹数据库后再进行定位时,定位精度显著提高。     

基于改进遗传算法的多约束VRP求解

建立了多约束条件车辆路径问题的数学模型和求解流程.先采用最近插入法生成初始解,然后基于遗传算法和模拟退火算法改进初始解.实验结果表明:结合模拟退火与遗传算法求解车辆路径问题,可以在一定程度上解决遗传算法易"早熟收敛"问题,从而得到更优的解.     

不确定性选址问题探讨

阐述了GIS网络分析中不确定性选址问题的基本模型及特性。从问题的定义可知其为NP完备类问题。推导了最优解在紧条件的下界算法,并结合广义Powell算法及遗传算法,提出了不确定性选址问题的混合遗传算法,实验证明,在最优解的品质和收敛速度上都达到了比较好的效果。同时,实验的结果从另一个角度证明,如果兼顾收敛速度和解的品质这两个指标,单纯的遗传算法未必比其他搜索算法更优越,采用一些局部搜索性能较好的算法结合遗传算法,可以从两方面改善求解效果。     

多维粗差定位与定值的算法研究及实现

在概括控制网观测值粗差探测方法研究进展和讨论多雏粗差定位与定值理论的基础上，提出了多维粗差的搜索、判断和算法，并在控制网数据处理通用软件包中得到实现。通过算例分析，证明了算法的有效性；最后提出了粗差定位与定值时应注意的问题。     

基于InSAR视角对基线精度的影响分析

干涉合成孔径雷达中存在的基线误差会严重影响高程测量的精度问题。由于地球曲率的存在,地物点参考椭球半径在不同纬度地区与星下点的地球半径存在较大的差异,给出了雷达视角与基线的关系式。从雷达临界视角的角度,给出了临界基线的公式。结果表明在一幅影像图上,用一个点的基线值代替整张影像的基线值所产生的误差会传播到DEM以及形变的结果中。     

中分辨率成像光谱仪的海冰密集度遥感反演

海冰信息在船舶运输、天气预报和全球气候预测等领域都起着重要作用。一直以来微波遥感是卫星监测海冰密集度的主要手段,目前基于可见光遥感的中分辨率海冰密集度产品还较少,其中只有NOAA发布了相关业务化产品,但其所采用的算法对低密集度海冰反演准确性仍存在提升空间。本文在Liu提出的算法基础上进行改进,提出了最邻近像素法确定纯冰典型反射率的改进算法,使用MODIS数据作为数据源计算海冰密集度,并使用30 m空间分辨率的Landsat 8 OLI数据作为验证数据进行对比验证。结果表明改进算法可以提高低密集度海冰的反演准确性,改善Liu算法存在过高估计的不足,在海冰密集度0—50%的情况下,Liu算法的平均偏差为13%,标准偏差为38%,改进算法的平均偏差为5%,标准偏差为32%;在海冰密集度0—100%的情况下,Liu算法的平均偏差为4%,标准偏差为32%,改进算法的平均偏差为-3%,标准偏差为28%。针对冰水过渡、碎冰覆盖等低密集度海冰区域,改进算法准确性更高。     

高温锻件测量中绿激光标志中心定位

本文针对工业摄影测量中高温锻件上的反射标志提取方法进行了探讨,提出绿激光投射到锻件上并提取标志中心点的方法,通过摄影采集绿激光标志图像并提取分析,验证此方法相比于用Canny算子和椭圆拟合算法提取所用的时间减少三分之二,与V-STARS摄影测量系统比对后,精度近0.039像素,初步满足了中精度工业摄影测量的要求。     

星点亚像元细分定位精度分析

星点的精确定位为后续的导航解算提供数据支撑。基于高斯分布原理进行星点模拟,为星点定位提供图像数据。分别介绍了质心法和高斯曲面拟合法的亚像元细分定位原理,并研究系统误差、随机噪声、分割阈值、星等和星点坐标分布5个因素对星点定位精度的影响,分析两种方法的异同点。对模拟的星点进行定位分析发现,星点距离参考点越远定位误差越大,定位精度随噪声增大而降低。实验表明,相比高斯曲面拟合方法,质心法具有更好的实用性,其定位精度对星点的像元信息依赖性较小。     

Group K-Nearest Neighbors queries in spatial network databases

This paper addresses the problem of Group K-Nearest Neighbors (GKNN) queries in spatial network databases, and suggests a novel approach based on real network distances. This approach essentially uses network Voronoi diagram properties together with a progressive incremental network expansion for determining the inner network distances that are needed to obtain GKNN queries.