基于人工鱼群优化的BP神经网络WiFi指纹室内定位方法

针对传统的基于反向传播(BP)神经网络室内定位算法存在着低精度和慢收敛问题,且考虑到室内环境复杂,通常存在多径效应,无法使用信号强度衰减测距模型进行精确定位,提出一种改进的人工鱼群优化的BP神经网络WiFi指纹室内定位算法．利用人工鱼群觅食和寻优方式来提高全局寻优搜索的速度和能力,采用改进的人工鱼群算法(IAFSA)优化选取室内定位BP神经网络的权值和阈值,有效避免了传统BP神经网络的预测值易陷入局部最优的缺点,同时利用高斯滤波对信号进行去噪处理,建立采样点获取到的信号强度值(RSSI)与位置坐标的关系．实验结果证明所提方法与传统的BP神经网络方法相比,平均定位误差减少了0.75 m,平均定位精度提高32.2％,提高了定位可靠性,算法具有更好的稳定性.      

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Wi Fi和PDR的行人室内定位方法。首先改善Wi Fi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Wi Fi和PDR的定位基础上,基于互补滤波原理,根据Wi Fi和PDR定位的不同特性,利用各自的定位优点,使用Wi Fi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。     

Ophiolites of the Central Asian Orogenic Belt:Geochemical and petrological characterization and tectonic settings

We present a compilation of published data(field,petrography,ages and geochemistry)from 73 ophiolitic complexes of the Central Asian Orogenic Belt.The ophiolitic complexes,ranging in age from Neoproterozoic to Triassic.have been geochemically classified as subduction-related and subductionunrelated categories applying recent,well-established discrimination diagrams.The subductionunrelated category is further subdivided into Mid-Ocean Ridge type(MOR),a common rift-drift stage and Plume type,and the subduction-related category is subdivided into Backarc(BA),Forearc(FA).Backarc to Forearc(BA-FA)and Volcanic Arc(VA)types.The four subduction-related types define highly different geochemical features,with the BA and FA types defining end members showing subduction influence of 10%-100%and 90%-100%subduction influence,respectively,and the two other types(BAFA and VA)define values between the two end members.The subduction-related category comprises79%of the examined ophiolites,of which the BA type ophiolites is by far the dominant group,followed by the BA-FA type,and with FA and VA types as subordinate groups.The Neoproterozoic and Ordovician complexes exhibit the highest,whereas those of Silurian age exhibit the lowest subduction-influence.Of the remaining 21%subduction-unrelated ophiolites,the MOR type dominates.Both the subductionrelated and subduction-unrelated types,in particular the latter,are commonly associated with alkaline basalts taken to represent ocean island magmatism.Harzburgite,dunite,gabbro and basalt are the common lithologies in all ophiolite types,whereas the BA-FA,FA and VA types generally contain intermediate to felsic rocks,and in the FA type boninites occur.The subduction-related ophiolites types generally show low metamorphic grade,whereas greenschist.amphibolite and blueschist grades occur in the subduction-unrelated and BA types.The highly different subduction contribution(from 0 to 100%in the MOR and FA,respectively),attest to variable dips of the subducting slab,as well as variable flux of subduction-related elements into the mantle above subducting slabs,from where the ophiolite magmas got their geochemical fingerprints.As most MOR ophiolites get subducted to the deep mantle,the subduction-related ophiolites have become a dominant ophiolitic type on Earth’s surface through all times supporting the idea about the early start of Plate Tectonics.     

鄂尔多斯盆地中生界油藏连通性特征研究——以定边-安边以南地区为例

油藏连通性评价是油田开发和管理方案中必不可少的研究内容,而原油色谱指纹技术可以发挥重要作用。鄂尔多斯盆地定边—安边以南地区中生界油藏的原油色谱指纹参数的研究结果显示,该地区铁边城、定边和姬塬井区之间相同层位原油的色谱指纹特征相差较大,表明了它们之间的油藏流体不具有连通性。同一井区范围内,上三叠统延长组相同层段油藏原油色谱指纹分布特征相似,相互间流体连通性较好,而下侏罗统延安组相同层段油藏之间的原油色谱指纹分布特征大部分差异明显,表明它们之间的连通性较差。研究地区中生界油藏原油色谱指纹特征存在差异主要与油气运移过程有关,而且与油藏所在储层的古地理位置分布关系密切。     

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 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。     

一种用于RSS提取的改进粒子滤波算法

针对室内WiFi指纹位置定位中取RSS的平均值作为其定位特征值在室内环境的复杂性和动态性不能准确地反映RSS信号真值的问题,以及卡尔曼滤波和粒子滤波算法等用于RSS信号的提取只针对线性噪声或非线性噪声中的一种,在室内动态多变、干扰复杂多样的环境下鲁棒性不理想的问题,结合卡尔曼滤波和粒子滤波,提出一种用于RSS提取的改进的粒子滤波算法。给出了算法实现的步骤,并且在不同地点不同环境条件(静态环境和动态环境)下分别进行了指纹定位在线端的数据采集实验。实验结果表明:基于改进粒子滤波的RSS提取算法的定位精度和鲁棒性均优于均值算法、卡尔曼滤波算法、粒子滤波算法等已有算法。     

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。     

FAO's state of fisheries and aquaculture: Correcting some misrepresentations by Pauly and Froese

A paper by Pauly and Froese published in Marine Policy includes several misrepresentations concerning a paper published in Nature by Branch et al. on the tropic fingerprint of marine fisheries. The purpose of this Short Communication is to examine and refute their claims.