自动推算室内接入点坐标算法

随着基于位置服务的应用与发展,室外和室内定位技术都得到了飞速发展。特别是在WiFi定位技术的不断完善下,室内定位技术有了广泛的应用,但是,WiFi定位技术的两种定位方式均需预先知道室内网络接入点的精确坐标,这一要求无法满足一些紧急情况下的定位需求。因此,本文提出了一种基于M估计的自动推算室内接入点坐标算法。该算法借助在室内外交界处同时获取卫星定位信息和WiFi信号的RSSI信息,巧用分段RSSI测距算法提高长距离RSSI测距精度,结合残差绝对和最小的M估计改进距离交会定位算法,最终推算出室内接入点的三维坐标,实现自动化推算过程。试验结果表明：该方法的定位精度比常规距离交会最小二乘算法提高了50%,能够快速实时较精确地推算室内接入点的坐标,进一步完善了WiFi定位技术。     

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。     

采用无线信号测距加权的室内协同定位

随着基于位置服务应用的普及,室内外无缝定位已成为下一代定位系统的核心,但是精确的室内定位至今仍是难点问题。众多学者提出过无线信号定位算法,然而无线信号具有不稳定性,且需要事先建立信号特征指纹数据库,这给定位带来了误差和繁琐性。通过对室内环境中超宽带信号测距结果分析以及对快速生成无线信号数据库方法的探讨,提出一种基于多用户测距约束的融合多传感器信息的协同室内定位算法。该算法利用粒子滤波集成了航向推算数据、WiFi数据、用户间测距以及室内地图等信息。测距约束能够剔除由于信号不稳定或数据库没有及时更新造成的误差。通过集成室内采集的数据,验证了该算法能够有效提高室内定位精度及稳定性。结果表明该算法比航向推算或WiFi定位结果提高了40%以上。     

基于差分法的半参数模型粗差估计

运用差分法,得到半参数模型中参数向量和非参数向量的估计,并且当粗差的位置已经确定时,可以利用基于最小二乘原理的粗差探测方法,估计出半参数模型中的观测量所含粗差。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k-目标跟踪的节点部署优化算法

针对无线传感网络(WSNs)目标跟踪的节点部署问题,提出了基于 k- 目标跟踪的节点部署优化算法．该算法考虑不同的 k 值、目标半径、跟踪角度、节点通信半径和兴趣区域的形状对 k 个目标跟踪性能的影响．先将兴趣区域划分为等边三角形、矩形和六边形模型,再估计这些模型中的最优边长和节点的跟踪方向．再依据最优边长去估计部署节点位置．最后,依据这些模型,实现 k 个目标跟踪所需的最少节点数．实验数据表明,提出的算法能够有效地跟踪目标．      

SISA完备性监测与WUL可靠性算法

详述了Galileo完备性概念,分析了空间信号有效参数完备性监测系统和监测机理,给出Galileo系统中描述SISA预报形式和算法模型。基于空间信号完备性参数的算法,优化计算最坏用户位置方法,建立了算法模型,得出相应结论。算法和结论初步验证适用于全球,为进一步研究Galileo系统完备性算法和估计用户保护水平奠定基础。     

双估计跟踪偏差的理论分析

BOC信号已被广泛选用于下一代卫星导航系统中,各种无模糊的码跟踪算法相继被提出。其中双估计算法由于其较好的码跟踪性能和健壮性很有可能成为BOC信号接收算法的标准。但该算法基于二维相关函数,难以对实际信道下的跟踪偏差进行理论分析。基于BOC信号的双边带信号模型首次分析了双估计算法的码跟踪偏差。理论分析证明,电离层的色散效应和通道非理想特性会导致较大的测距偏差。仿真结果验证了分析的正确性。该结论对BOC信号跟踪算法的研究具有参考价值。     

融合小波变换与神经网络的RSSI室内测距算法

提出一种融合小波变换与神经网络的基于WiFi的RSSI室内测距算法,该方法通过小波变换与神经网络对RSSI数据、路径损耗模型进行修正。利用小波分解与单支重构方法,只对低频的近似部分进行单支重构,舍弃高频细节部分,同时使用神经网络训练特定环境下的路径损耗模型。通过实例验证表明,该算法最大测距误差、最小测距误差、平均测距误差分别为1.206、0.037、0.692 m;平均测距误差比路径损耗模型、BP神经网络模型分别提高了1.846、0.469 m。     

SISA完备性监测与WUL可靠性算法

详述了Galileo完备性概念,分析了空间信号有效参数完备性监测系统和监测机理,给出Galileo系统中描述SISA预报形式和算法模型.基于空间信号完备性参数的算法,优化计算最坏用户位置方法,建立了算法模型,得出相应结论.算法和结论初步验证适用于全球,为进一步研究Galileo系统完备性算法和估计用户保护水平奠定基础.     

变分优化的高斯混合滤波及其在导航中的应用

针对时间差分载波相位/捷联惯导紧组合系统在非高斯噪声环境工作时,采用高斯混合滤波遇到的混合模型参数估计问题,提出了一种变分贝叶斯学习优化的高斯混合自适应滤波算法。该算法借鉴变分学习理论,准确高效地实现了高斯混合模型参数的自适应估计,进一步精化了滤波算法中的随机模型,能够显著提高估计精度,降低计算负担,改善滤波性能。实验结果表明,相比传统滤波算法,该算法的估计精度得到了进一步改善,运算耗时仅与拓展卡尔曼滤波相当。     

耦合PSO与扩展RBF神经网络估计NWM模型ZTD计算精度EI北大核心CSCD

针对基于数值气象模型获取的对流层天顶延迟精度估计依赖外部基准的问题,本文构建耦合了粒子群算法与扩展径向基函数神经网络的ZTD精度估计模型,模型样本特征集利用NWM自身气象数据和地形特征数据构建,目标集以GNSS ZTD产品为参考值构建,模型规模结构通过层次聚类和模糊C均值聚类确定,模型参数通过粒子群算法优化。以欧洲中期天气预报中心提供的ERA5气压分层产品为NWM特例进行了模型训练和结果验证。结果表明,模型估计精度和泛化能力较好,平均估计精度优于4 mm,可在任意位置实现不依赖于外部参考基准的ZTD精度估计。     

附加方位约束的GPS/INS组合系统选权自适应卡尔曼滤波

单天线GPS/INS经典组合模型存在的明显不足是：由于状态参数不仅包含INS的位置、速度误差,而且还包含INS的姿态误差和元件误差,存在观测信息不足,间接可测参数难以准确估计。在深入分析常用GPS/INS组合模型及滤波算法中参数估值的特性基础上,提出从两方面改善这类滤波结果：①在运动条件下的组合观测模型中附加GPS单天线测方位角约束,建立观测值与间接可测参数之间的联系;②将选权自适应卡尔曼滤波方法拓展到GPS/INS滤波中,以提高参数估计的精确性。通过对滤波结果的增益阵、位置差、速度差及姿态估计结果的分析可知,该方法的滤波结果更趋准确、合理。     

WiFi室内定位的不同接入点选取策略的性能评估分析

最优无线接入点(access point,AP)子集的选取是进一步改善WiFi室内定位技术的一个难题。本文介绍了现有的AP选取算法并提出了基于奇异检验的AP选取算法,给出了WiFi室内定位的性能评估指标。通过实验评估分析了各AP选取算法的综合性能,结果表明:基于相同原理的AP选取算法,其位置估计误差具有相似性,但不同AP选取算法由于选取原理不同各自具有局限性。在实践应用中,要贴合实际情况,结合各AP选取策略特点,选择合适的AP选取策略。     

一种面向震后压埋人员的RSSI快速定位算法

针对面向震后应急救援的压埋人员位置估计中传统探测设备成本高、受压埋环境影响大等不足,利用RSSI测距技术,以压埋人员Wi-Fi设备发出的Wi-Fi信号在压埋物下经最小信号损耗穿出对应的信号穿出点为压埋人员的平面位置,该文提出了一种无需已知压埋环境的压埋Wi-Fi设备的快速定位算法,较好地克服了信号在压埋物下大幅、不可知损耗与在外部复杂环境中多路径传播的问题。该算法在建立震后压埋Wi-Fi设备的信号传输模型的基础上,使用高斯-频谱分析处理RSSI数据,得到含有压埋信号损耗的最优路径距离值,通过附有系统参数的加权最小二乘平差方法,结合粒子群寻优算法,得到压埋人员的平面位置。实验结果表明,使用改进的RSSI快速定位算法进行压埋Wi-Fi设备的定位,有效地改善了定位精度,其数值在1 m左右且时效在几秒内,以此达到解决压埋人员应急救援的快速定位问题的目的。     

距离观测方程参数估计的随机搜索法

针对传统非线性模型参数估计方法(牛顿法、高斯-牛顿法、最速下降法、阻尼最小二乘法等)过度依赖初始值精度、只能获取局部最优解的缺点,利用遗传算法全局搜索能力的特点,得到距离观测方程参数估计解.最后利用短程测距数据和水下定位数据,验证了该算法的参数估计解.结果表明:该算法的收敛解优于线性平差估计解且明显提高解的精度.     

海底大地基准点圆走航模式定位模型及分析

圆走航模式是确定海底大地基准点位置的常用测量模式.本文对圆走航模式的定位效能进行了系统分析.首先分析了顾及声速剖面变化规律的声学测距非差定位模型和削弱系统误差影响的历元间差分定位模型,然后分析了圆走航模式下非差、单差定位模型的定位效能,包括位置参数的可估性,不同分量位置精度的最佳测量半径、所达到的理论精度,以及测距误差...     

动态系统的抗差Kaliman滤波

离散历元的动态观测量及其相应的动态模型可能存在异常，若数据处理模型不考虑对这些异常的特别处理，则动态模型参数估值及其所提供的动态信息将极不可靠。基于贝叶斯统计和抗差估计原理，我们构造了一种抗差滤波算法。该算法考虑观测分布和参数验前分布均为污染分布。并利用一个实测网验算该算法和模型的可靠性。     

一种基于智能手机的室内融合定位方法

随着室内无线终端与智能手机的快速发展,室内定位技术成为近几年的研究热点之一。本文研究了基于低功耗蓝牙(BLE)和行人航位推算(PDR)技术,利用扩展卡尔曼滤波(EKF)进行融合处理的室内定位方法。该方法包含3部分:①离线阶段利用蓝牙指纹快速采集方法建立指纹库,在线阶段利用加权K邻近算法进行指纹定位;②利用手机内置传感器准确估计航向角,并结合步态识别算法和步长估计算法推算行人位置;③利用EKF对两种定位结果进行融合,获取最优位置估计。试验结果表明,融合定位方法的平均定位精度为1.17 m,90%的概率定位精度达到2 m。     

室内定位中锚节点位置的协作式估计

在许多基于测距的室内定位研究中假设锚节点的位置事先已知在实际应用中是不成立的,需要在提供定位服务之前确定锚节点的位置。针对能否获得锚节点之间距离的两种情况,提出了一种利用若干位置已知的采样点及位置未知的采样点对室内锚节点位置进行协作式估计的方法,并对其估计方差的克拉美劳界进行分析。仿真结果证明了该方法的有效性。     

非线性趋势模型参数的外点最速下降算法

针对非线性趋势模型参数求解问题,该文提出一种全新通用算法:外点最速下降算法。该算法依据约束最优化方法理论,使用外点法和最速下降法,将参数求解问题转化为有约束非线性规划问题。以沉降预测为例,通过对3种典型非线性趋势模型的试算,说明使用该算法所得参数建立模型预测精度普遍较高;同时选用预测平均绝对误差作为衡量精度指标,在此算法下,能在事先计算出此数值,从而可大致估计预测精度;之后分情况给出获得精度较高参数的公式,并通过分析,进一步优化选点方法。