一种基于跳数修正和跳距优化的DV-Hop定位算法

针对经典的DV-Hop算法因跳数和跳距计算误差所导致定位精度不高的问题,提出基于跳数修正和跳距优化的DV-Hop定位算法(NHDL).NHDL算法首先利用节点间所接收的信号强度值对跳数进行修正,减少跳数估计的误差;然后通过加权因子优化锚节点的平均跳距.同时,利用共线性概念避免在定位过程中的锚节点共线问题;最后,利用最小...     

一种加窗速度平滑伪距的定位算法

海面传感器网络的跟踪定位受到海浪以及海杂波的影响,难以满足协同观测、协同通信以及协同环境遥感等任务的精度需求,针对这一问题文中提出了加窗径向速度平滑伪距的定位方法(WVSP),并利用MonteCarlo仿真技术分析了该算法应对海杂波和链路测距粗差的定位精度。仿真处理的结果表明:与常用的直接伪距定位法、速度平滑伪距定位法相比较,WVSP能够有效地削弱测距链路中粗差的影响,降低了海杂波的干扰,使定位精度收敛。     

高度约束MHE算法在伪距单点定位中的应用

针对目前全球卫星导航系统(GNSS)中伪距单点定位(SPP)技术的定位精度已不能满足现代大多数应用场景的需求,提出了一种附加高度约束的滚动时域估计(MHE)算法,以此来改善SPP的定位性能. 附加高度约束的MHE算法是将接收机的位置高度作为非线性约束加入到SPP的估计参数中,并采用近似MHE算法来进一步提高定位精度的优化算法. 结果表明:高度约束的MHE滤波比传统最小二乘(LS)的滤波具有更好的平滑特性,同时随其视窗大小的增加,其定位精度得到了进一步改善. 验证了附加高度约束MHE方案的有效性、可行性,所得结果对SPP的实际应用具有重要的参考意义.      

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.     

一种基于高斯和滤波的蓝牙信标室内定位算法

高精度的室内定位是物联网中基于位置服务应用的基础.低功耗蓝牙信标的接收信号强度指标(RSSI)可用于室内定位.为此,提出基于高斯和滤波的蓝牙信标室内定位(GSF-IL)算法.GSF-IL算法考虑到室内环境信号的多径衰落以及波动,利用高斯和滤波(GSF)算法处理RSSI测量值,使RSSI值具有非高斯特性,并利用瓦瑟斯坦距...     

一种GPS周跳探测与修复的组合算法

周跳是影响GPS定位精度的一个重要因素,对周跳的探测与修复一直是个重要问题.首先研究了电离层残差法、宽巷相位减窄巷伪距法两种经典方法的优缺点,提出了一种探测周跳的组合算法.根据周跳的整数特性,利用搜索整数解的思想确定周跳的大小进而修复周跳.经实测数据检验,该算法有效可行,有很强的实用性.     

基于PSO和LM算法的坐标转换新方法

3维坐标的转换精度与坐标转换参数的解算精度密切相关,在不同区域的坐标转换参数不完全相同,为了提高测量的精度,就必须求出适合本地区的坐标转换参数,以提高坐标转换的精度。本文直接从坐标转换的非线性方程出发,根据最优化问题的极值条件,研究采用基于微粒群优化(PSO)和拉凡格氏(LM)组合算法求解3维坐标转换参数。结果表明,该方法具有简单性、高效性和普适性,适合测量中3维坐标的转换解算。     

一种高精度的北斗伪距单点定位加权算法

为提高北斗伪距单点定位的精度与速度,文章提出了一种基于互差中值理论的加权最小二乘算法。通过北斗实测数据验证:该算法的定位精度较最小二乘算法和直接解算方法的定位精度有较大提高,并能有效地减少问题卫星的影响。该算法对于当前导航定位接收机的改进具有较大的参考价值。     

一种基于TD-SCDMA系统的定位算法研究

对第三代移动通信TD-SCDMA系统设备定位技术的应用进行深入研究。在原有小区定位的基础上,提出一种新型的适用于TD-SCDMA系统的增强型定位算法,将可观察的到达时间差（OTDOA）与单基站智能天线定位技术相结合,通过减少测量的误差值来提高定位精度。主要阐述增强型算法的可行性,同时推导出OTDOA增强型算法的计算公式...     

基于粒子群算法优化SVM的GPS高程拟合方法

采用支撑向量机(Support Vector Machine,SVM)模型进行GPS高程拟合时,拟合精度受模型参数(核参数和惩罚因子)选择影响较大,传统交叉验证法存在计算复杂,易陷入局部最优的问题.本文将粒子群(Particle Swarm Optimization,PSO)算法引入SVM模型,利用PSO全局搜索能力强...     

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。     

四面体格网模型的三维拓扑关系计算

四面体格网(TEN)模型是一种重要的空间数据构模方法,侧重于三维空间对象内部的表达,但是存在着数据量大、计算速度慢的问题。三维拓扑关系是三维GIS的重要研究内容,为此,该文提出了面向TEN的三维拓扑关系计算方法。基于点集拓扑学理论,将TEN分解为内部、边界和外部3个集合,并使用9交模型描述了TEN/TEN的8种拓扑关系;设计了面向TEN的三维拓扑关系计算流程,详细阐述了面向TEN的三维拓扑关系计算的核心算法;基于提出的三维拓扑关系算法,设计了面向TEN的拓扑关系计算实验。实验结果表明:该文提出的面向TEN的三维拓扑关系计算方法,能够满足TEN之间拓扑关系计算的需求。     

A hopfield neural network algorithm for automatic name placement for point feature

This paper presents a method of adding label to the map especially for the point feature. This method overcomes the shortcoming of traditional methods, e.g. Conflict-Backtracking method. Its kernel algorithm use the hopfield neural network to find the best label position for point feature. The experimental results proves that this algorithm has good permanence and high speed.     

A hopfield neural network algorithm for automatic name placement for point feature

This paper presents a method of adding label to the map especially for the point feature. This method overcomes the shortcoming of traditional methods, e.g.Conflict-Backtracking method. Its kernel algorithm use the hopfield neural network to find the best label position for point feature. The experimental resuits proves that this algorithm has good permanence and high speed.     

一种基于蓝牙室内指纹定位的贝叶斯改进算法

贝叶斯估计是重要的位置指纹定位算法,但传统的等值贝叶斯先验概率在动态定位中不适用。针对该问题,本文提出了一种基于贝叶斯指纹定位的改进算法。首先,借助陀螺仪获取的航向信息和高斯核函数模型建立概率投票算法,计算先验概率;然后,结合先验概率和信号强度计算待测点位于参考点上的后验概率;最后,选取概率最高的参考点,以概率为权重计算待测点的最或然值。以智能手机为试验对象,在规则路径试验中,改进算法的平均定位误差为1.15 m,定位误差小于2 m的概率为96.1%,不规则路径试验中,平均定位误差为0.50 m,定位误差在1 m的可信度为94.8%;并且改进算法对定位中位置跳变的现象有明显改善,具有较好的稳健性。     

Delaunay三角网的并行构网算法

针对传统的Delaunay三角网的并行构建算法负载均衡性不高、运行效率较低等问题,该文在综合逐点插入算法和分治算法各自优点的基础上,提出了一种Delaunay三角网并行构建算法。该算法首先使用动态格网剖分点要素集,从而得到若干点要素子集;然后根据点要素子集数量初始化线程池,每个点要素子集由一个线程按照插入点法构建Delaunay子网;当所有线程完成子三角网构建,最后使用逐点插入法合并所有子网,从而实现所有点要素的Delaunay三角网构建。分析与实验结果表明,相对于传统的并行算法,该并行算法的负载均衡性好、运行时间少、加速比高,具有较好的构建效率,而且构建结果满足Delaunay规则。     

一种基于遗传算法和BP神经网络的对流层延迟改正模型

对流层延迟是影响全球卫星导航系统定位精度的主要因素之一。针对全球气象数据建立的对流层延迟改正模型区域精度较低这一问题,文中基于遗传算法和BP神经网络技术,在EGNOS模型基础上建立一个高精度的区域融合模型(GA-BPEGNOS模型)。选取北美洲2010—2014年41个观测站点,以国际GNSS服务中心的对流层产品作为真值,分析比较EGNOS模型和融合模型的对流层天顶延迟。研究表明,EGNOS模型的均方根误差为80.38mm,融合模型的均方根误差为34.44 mm。与EGNOS模型相比,融合模型的精度提高约57%,取得满意效果。