相关性匹配蓝牙信标位置指纹库的室内定位

针对K近邻算法(KNN)在对偏向于某个样本点的未知点进行三角质心定位时定位精度变差的情况,提出了应用相关系数去匹配蓝牙信标iBeacon位置指纹库的室内定位算法。通过比较待定位点和位置指纹库中参考样点的相似程度,并进行数据差异显著性检验,来检验采集的待定位点数据与指纹库数据是否显著相关,然后取相关性较高的样本点进行加权平均匹配定位。实验结果显示,相关系数匹配位置指纹库算法可将2 m以内的定位精度从65%提高到92%,相较于传统的KNN匹配定位算法有着定位精度高、计算量小、定位时间短等优势。     

融合反距离加权和矩阵填充的位置指纹库构建

为解决位置指纹定位在离线阶段构建位置指纹库时耗费的人力和时间成本较大,构建指纹库效率低和利用空间插值法构建的指纹库精度不高的问题,提出了一种融合反距离加权和矩阵填充的位置指纹库构建算法。该算法仅需人工采集定位区域内少量参考点的接收信号强度值用作信标点指纹信息,结合反距离加权算法特性计算出次信标点指纹信息,根据位置指纹库数据矩阵的低秩性,应用奇异值阈值矩阵填充算法构建出位置指纹数据库。仿真实验结果表明,所提算法有效降低了矩阵填充算法构建位置指纹库所需的人工和时间成本,构建出的位置指纹库定位性能优于反距离加权和克里金空间插值法,接近传统人工采集法,显著地提高了位置指纹库的构建效率。     

与强度无关的位置指纹在线定位改进算法

将现有的研究较热的固定发射端、定位接收端的室内位置指纹定位系统应用到固定接收端、定位发射端的室内无线电干扰源定位中,研究了一种考虑干扰源发射强度的在线定位算法,以克服直接使用以一固定发射强度信号源建立的指纹数据库和现有的在线定位方法无法实现对不同发射强度干扰源定位问题。在分析信号传播模型和现有在线定位方法的基础上,利用强度差的均方差进行定位计算。给出了算法实现依据和流程,对改进的算法进行了仿真和实验验证,结果证明了改进算法的实用性。同时,改进算法的思想对现有的考虑接收端异质的位置指纹定位系统也有一定的指导意义。     

基于VIO和Wi-Fi指纹技术的室内定位系统设计

针对视觉惯性里程计(Visual-Inertial Odometry,VIO)在特征高度重复的场合易产生较大误差以及Wi-Fi指纹精确度不高等问题,提出了一种基于VIO和Wi-Fi指纹技术的室内定位方法。该系统运用VIO和Wi-Fi指纹在系统层面的结合,利用Wi-Fi指纹的无漂移、成本低的特点和VIO在一定范围内的高精确度,先进行Wi-Fi指纹粗定位,后进行VIO精定位,将大面积切割成小面积从而有效提高系统室内定位精确度,降低误差。该系统能在精定位的同时进行对指纹数据库的更新。实验结果表明,该系统的定位误差小于单独使用VIO或Wi-Fi指纹的系统,平均误差达0.15 m,能够有效提高定位精度。     

基于改进指纹聚类的WLAN定位优化方法

将K-means聚类算法应用到无线局域网（WLAN）位置指纹定位中,虽然可以缩短定位时间,但是容易降低定位精度。为了解决此问题,提出了基于改进指纹聚类的WLAN定位优化方法。首先根据接收信号强度标准差来优化初始聚类中心的选取,然后对指纹数据进行聚类处理,最后进行在线定位。实验结果表明,与传统的WLAN位置指纹定位方法和K-means聚类定位方法相比,基于改进指纹聚类的定位优化方法不仅缩短了定位时间,还能有效提高定位精度。     

运用工件定位的原理分析零件位置公差标注中基准的选择

在位置公差的标注中,基准选择不当会直接降低零件的位置精度,缩短产品的使用性能和寿命,影响零件的加工、检验和装配。该文创新地将工件定位原理运用到三峡水电厂闸门的液压启闭机基准选择中,大大提高了零件的位置精度,取得了明显的效果。     

卡尔曼滤波在iBeacon室内定位系统中的应用

为了抑制iBeacon信号在传播过程中由于人员扰动、多径效应等引起的噪声,以及移动定位过程中定位结果的不稳定,在iBeacon室内定位系统中引入了卡尔曼滤波算法分别对采集到的iBeacon信号与移动定位结果进行处理。首先通过卡尔曼滤波对采集的信号进行处理,降低了信号噪声,提高了信号的质量,其次应用卡尔曼滤波对移动定位结果进行二次处理,提高了移动定位结果的稳定性与精度。实验结果表明,在办公室环境下采用卡尔曼滤波进行处理后可将1 m以内的定位精度提高到80%以上。     

三站无源时差定位系统噪声干扰效果分析

依据噪声干扰原理,对时差定位系统中同一侦察站受到不同强度的噪声干扰以及对 不同侦察站受到同样强度的噪声干扰进行分析,并对干扰效果依次进行仿真。仿真结果表明 ,噪声干扰对三站无源时差定位系统的干扰效果随着侦察站接收到的干信比的增大而增大,并 且干扰主站的效果优于干扰副站的效果。这为以后主动保护辐射源位置提供了一个新的思路。