基于信号丢失率的AP选取算法分析

近十年来,基于RSS(received signal strength)的WiFi指纹室内定位技术逐渐成为国内外学者的研究热点,其通过接收多个AP(access points)的信号来估计用户的位置.受到室内复杂环境的影响,不同AP的观测质量存在较大差异,AP选取对WiFi室内定位性能具有重要的影响.考虑到AP在传播过程中存在信号丢失,有学者提出了基于信号丢失率(signal loss rate,SLR)的AP选取算法,为了能够选取出更加合适的AP,本文针对基于SLR的AP选取算法进行了相关参数设置实验分析.实验结果表明:在合适的参数设置下,基于信号丢失率的AP选取算法与其他现有常见方法相比,具有更高的定位精度以及可靠性.     

基于WiFi信号的整体区间重叠度的AP选取算法

针对WiFi指纹室内定位中AP(access point)选取算法问题,提出了一种基于WiFi信号的整体区间重叠度(overall interval overlap degree,OAIOD)AP选取的优化算法,给出了算法的流程和整体区间重叠度计算方法。通过实验并与区间重叠度、信息增益、信息增益率、互信息等多种AP选取算法相比,结果表明:该算法定位精度较高,可靠性和稳定较好,增强了AP对指纹点的识别能力,又减少了指纹点中AP之间的关联性。     

一种新的稳健估计方法的权函数选取

介绍了利用误差分布律的概率密度函数定义权函数的一种稳健估计方法。首先从理论上阐述了此种稳健方法的计算步骤,并通过实例同最小二乘法和几种稳健估计方法(Huber估计法、Hampel估计法、丹麦估计法)作了比较;证明了此种方法的优越性。     

一种新的稳健估计方法的权函数选取

介绍了利用误差分布律的概率密度函数定义权函数的一种稳健估计方法。首先从理论上阐述了此种稳健方法的计算步骤,并通过实例同最小二乘法和几种稳健估计方法（Huber估计法、Hampel估计法、丹麦估计法）作了比较;证明了此种方法的优越性。     

一种基于DEM的高程最优路径选取算法及其实现

针对当前GIS道路选线缺乏定制化的问题,本文设计并实现了基于DEM的高程最优路径选取算法,该算法将高程作为道路选线因素,以匀坡作为选线标准,采用上下行算法和内分插值算法进行道路选线。基于ArcGIS Engine平台,对设计的算法进行了编程,最终实现了卓呼线的自动选取。实验证明,该算法可以利用DEM格网点高程自动绘制匀坡线,从而生成高程成本最优路径。同时,该算法时间复杂度较低,计算速度快,健壮性良好,运算成果正确,不失为一种快速的道路选线新方法。     

一种新的等值线数据压缩算法

本文在传统的数据压缩方法之上提出了一种新的数据压缩算法，该算法理论简单，压缩光滑有效果，通过该法能删除冗余数据，减少数据的存贮量，提高了后读工作的速度和精度，并用实例验证了该算法的正确性。     

GPS/DR组合导航中一种新的数据融合算法

在分析以往多传感器组合观测数据融合算法基础上,提出了一种新的数据融合算法。仿真计算结果证实了该方法的可行性。     

基于改进AP选择的融合随机森林室内定位算法

针对复杂室内环境下接收信号强度(RSS)值和维度发生变化的问题,提出一种改进的接入点(AP)选择方法并融合随机森林(RF)分类算法进行实时室内定位. 在离线阶段应用改进的AP选择方法,并使用AP的RSS数据方差以及AP出现频率来衡量AP稳定性并选取前m个稳定的AP. 在处理方差时会经拉普拉斯平滑,以避免出现方差为0的情况,并以此构建初步的指纹数据库;在在线阶段利用集成学习中的RF来对分类结果进行投票表决得到最终位置信息,并将改进后的算法同传统RF,改进后的AP选择融合加权的K近邻算法(WKNN)以及基于信息增益(IG)的AP选择算法加随机森林相比较. 实验结果表明:文中所提出的方法在定位误差方面较其他三个算法分别下降29.3%、23.2%、17.2%,同时在定位时间方面也有提升.      

岭估计的一种新的算法

提出了岭估计的一种新的迭代算法，在算法中，不仅岭参数Ｋ值要迭代计算，估值本身也是采用叠失相加的渐近方法，数值计算结果表明，岭参数Ｋ的初始取值达到一定数值后，对岭估计结果的影响并不显著，且新方法所得估计的均方误差要比原来的各种岭估计的均方误差小。     

一种新的用于WiFi室内定位的最近邻搜索融合算法

研究了基于接收信号强度(received signal strength,RSS)的WiFi室内定位,这是一种具有低成本优势的室内定位技术.加权K最近邻搜索(weighted K nearest neighbor,WKNN)算法因为易于实现,可以用于位置的搜索确定.然而,WKNN算法的效率受最近邻搜索算法使用条件和K值...     

一种新的DDM区域匹配算法

随着我国经济建设的快速发展,各行各业对于测绘行业的服务需求越来越大,各种数据层出不穷,海量的数据处理尤其在实时性方面和对数据处理的时间方面有很高的要求。文章研究和分析了RTI中常用的DDM算法,指出其适用的范围和不足,并提出了一种改进的新算法,在进行匹配计算时将判断方从区域转换为网格,可同时对多个区域进行匹配,降低了总体匹配时间,对于处理测量数据的场合在时间上有很大的优势,实验结果证明,该算法在时间上有一定优势。     

一种新的基于Dempster-Shafer理论的自适应遥感分类融合方法

提出了一种基于Dempster-Shafer's理论和模糊Kohonen神经网络分类融合的方法。该方法融合了非监督神经网络模型和在Dempster-Shafer证据理论框架中使用邻域信息的思想,即当一个待识别模式的每个邻域被划分为支持识别框架中某一类的一个证据体时,该证据体支持关于该模式隶属关系的某一假设。     

一种新的SAR影像融合滤波方法

为解决有效地去除斑点噪声和保留图像边缘两者矛盾的问题,首先通过中值滤波得到较好的平滑SAR图像,然后利用AMSS方程得到较好的保留图像边缘信息的SAR图像,最后将所得的两幅图像进行融合,并对融合后的图像进行定量和定性分析。仿真实验表明,无论是定性分析,还是定量分析都证明融合后的图像在很好地去除噪声的同时,有效地保留了图像的地物分界处及边缘细节信息。     

一种基于小波系数特征的遥感图像融合算法

多光谱图像和全色图像是目前卫星遥感领域最常见的传感器图像.为了更充分地发挥这两类遥感图像数据的价值,人们利用两类数据的互补性,将多传感器融合技术引进了遥感图像处理领域.在IHS彩色空间变换和小波多分辨率分析的基础上,利用图像高频小波系数的多个特征来定义特征量积,并利用特征量积作为依据提出了一种图像融合新算法.通过一组多光谱图像和全色图像数据进行融合仿真试验,并将该算法与IHS,HPF等算法和归一化矩算法作了比较.证明该方法能在保留多光谱图像光谱信息的基础上,有效地提高多光谱图像的空间分辨率.     

一种快速的全色和多光谱图像融合算法

针对非下采样Contourlet变换(NSCT)在全色和多光谱图像融合中计算复杂度较高的问题,文章提出了一种快速的基于NSCT和超维彩色空间变换(HCT)相结合的融合算法:采用HCT变换提取多光谱图像的亮度分量,使得任意波段的多光谱图像跟全色图像融合的计算复杂度降低;采用NSCT进行融合,使得融合结果的空间分辨率提高的同时,保留原光谱特性。基于Pleiades卫星图像的实验结果表明,跟NSCT变换相比,本文提出的融合算法的融合结果空间细节更加突出,光谱畸变更小,同时计算复杂度显著降低。     

一种纹理特征融合分类算法

分别利用多通道Gabor滤波器和马尔可夫随机场模型对纹理图像进行分析,得到两组特征影像。将上述两组特征影像进行融合,最后利用融合后的数据实现图像的分类。实验证明,基于上述方法的纹理特征融合分类算法大大提高了图像的分类精度。     

一种新的IGS精密星历插值算法

针对传统的滑动Lagrange多项式插值方法的不足,提出了一种新的顾及卫星实际运动特点的插值方法,并通过算例对比了两种方法的插值精度。结果表明,本文方法具有性能更优的星历内插外推能力,特别是其外推精度要高出传统方法一个数量级。     

一种新的真正射影像生成算法

针对传统正射影像上由于建筑物对周围地物遮挡造成的建筑物倾斜、重影等问题,提出了一种新的遮蔽检测方法,并利用昆明城市地区彩色航空影像分别对该方法和其他两种算法进行了对比,结果表明,本算法的检测结果准确可靠。另外,利用相邻影像重叠信息对遮蔽区域进行了像素补偿,生成了较为完整的真正射影像。     

一种新的空间凸多面体的生成算法

在计算机图形学中的平面凸多边形的生成算法的基础上,针对点数较多的空间点集,提出一种基于坐标极值法的空间凸多面体的生成算法。该算法可以快速地计算出给定的空间点集的最小凸多面体,输出组成该多面体的顶点和面的集合(凸包),是求解空间的最小覆盖问题的一种新的方法。该算法已应用到古建筑的3维建模中,证明了该方法的有效性和实用性。     

一种新的基于高分辨率全色影像的城市建成区边界提取算法

针对城市建成区在高分辨率全色影像中的特点,提出了一种城市建成区边界提取的新算法。该算法首先基于边缘检测算子提取城市建成区的边缘密度特征,然后基于灰度共生矩阵和神经网络算法提取其纹理特征,最后结合多种数学形态学的方法提取出城市建成区边界。最后以武汉市为例,采用资源三号全色影像对比传统提取算法与本文提出的新算法,结果表明本文算法精度有明显提高,提取正确率能达到90%以上,且误判率和漏判率较低。