【摘 要】
:
目标定位问题近年来受到了人们的广泛关注,对目标的精确定位,在军事系统和民用系统都发挥着非常重要的作用。无线电目标定位主要依赖到达时间(Time-of-Arrival,TOA)、到达时间差(Time-Difference-of-Arrival,TDOA)等参数信息,但由于室内环境复杂多变,基于TOA/TDOA的测量信息中含有一定量的非视距(None-Line-of-Sight,NLOS)误差,传统的
论文部分内容阅读
目标定位问题近年来受到了人们的广泛关注,对目标的精确定位,在军事系统和民用系统都发挥着非常重要的作用。无线电目标定位主要依赖到达时间(Time-of-Arrival,TOA)、到达时间差(Time-Difference-of-Arrival,TDOA)等参数信息,但由于室内环境复杂多变,基于TOA/TDOA的测量信息中含有一定量的非视距(None-Line-of-Sight,NLOS)误差,传统的无线电定位技术在室内环境下难以获得精准而有效的位置信息。因此,如何抑制NLOS误差提高无线电定位精度成为了该领域的研究热点和难点。本文主要研究了NLOS环境下的TOA定位方法,其中主要工作概括如下:(1)在NLOS环境下,协同定位的精度会严重降低,为了减小NLOS误差,研究了视距(Line-of-Sight,LOS)/NLOS混合条件下基于TOA的协同定位问题。通过研究节点间的拓扑关系,提出了一种基于拓扑单元的TOA NLOS误差抑制协同定位算法。该方法是在经典的多维缩放框架下实现的,利用LOS矩阵成功地识别出NLOS测量值的相邻拓扑单元,并利用拓扑单元重新估计NLOS测量值。根据锚节点的位置信息,使用最小二乘法完成了坐标的转换,得到了节点的绝对坐标。与已有方法相比,该方法由于引入了拓扑单元这一概念,只需要二维平面上的LOS锚节点数为2个,便能取得不错的定位性能。仿真结果表明,该方法在稀疏和密集的NLOS环境中都具有较强的鲁棒性。(2)为了缓解现有的鲁棒方法在稀疏NLOS环境下通常表现不佳的问题,提出了一种LOS/NLOS混合条件下基于TOA的定位方法。在建模过程中引入了与NLOS误差相关的“平衡参数”,并建立了一个新的鲁棒加权最小二乘(Robust weighted least squares,RWLS)模型以联合估计目标节点的位置和NLOS平衡参数。由于无法直接求解该定位模型,通过将定位问题转换为广义信頼域的一个子问题,尽管该问题仍然是非凸的,但是可以利用二分法近似求解得到位置信息。此方法不需要任何NLOS误差的统计信息,也不需要识别NLOS路径。仿真结果表明,该方法可以有效提高鲁棒方法在稀疏NLOS环境下的定位性能,并且在稀疏和密集NLOS环境中具有稳定的抑制NLOS误差的能力,因此始终可以提供可行的解决方案。(3)开发了基于MATLAB的NLOS误差抑制TOA定位方法仿真平台。该平台集成了现有的大部分NLOS误差抑制方法,可以利用仿真数据以及实测数据验证定位方法的性能,然后通过计算RMSE以及CDF展示出该方法的定位性能,并且可以实时查看对应的定位节点数据以及展示定位场景等实用功能,后续也可以利用串口数据做实时定位开发。
其他文献
随着在线教育的普及,慕课以其丰富的资源和优质的课程服务等优势,吸引了全球众多的学习者。但是,由于慕课的学习环境自由且压力较小,导致辍学现象愈发突出,严重阻碍了慕课的发展。近年来,利用慕课平台学习者的行为信息对其进行辍学预测,成为了教育数据挖掘的研究热点。本文以慕课学习者行为数据为基础,从行为数据处理和提高预测精度展开研究,本文的主要工作如下:(1)针对慕课学习行为特征和时序特征提取的问题,提出一种
计算机断层扫描影像获取速度快、分辨率高等特点使得在新型冠状肺炎临床诊断中利用CT影像进行病灶检测成为一种有效的方法。尤其针对新冠肺炎传染性强的特点,尽早发现病情对于提高患者的生存率及缓解疾病的传播发挥着至关重要的作用。因此,本文以医疗图像处理技术为背景,以构建一个兼顾准确率与实时性的算法为目标,针对基于深度神经网络的新冠肺炎病变区域检测模型进行了研究。主要创新性工作如下:针对现有技术在肺炎病灶检测
谱理论是算子理论和算子代数中的一个重要分支,它与其他学科有着密切的联系,在物理学、量子力学等学科中的应用非常广泛.谱理论中的Weyl型定理问题,近年来备受关注,关于该问题以及相关问题的研究成了谱理论中的热点问题.本文利用新定义谱集与其他谱集间关系,主要研究了 Weyl定理的变形,即(ω)性质.首先通过一致可逆性质定义新的谱集,给出了算子满足(ω)性质的判定,同时讨论了算子函数的(ω)性质;其次通过
近年来,公民对于版权保护的意识明显提高,基于调幅加网的防伪技术应运而生,它是数字产权的可靠保障,其制作过程相对简单且投入成本较低,因此得到了广泛应用。但是,这项技术面临两个问题,其一,调幅加网存在大量的重复计算,增加了算法的时间成本;其二,防伪信息提取的结果不够清晰,难以进一步加以利用。本文聚焦调幅数字加网、光栅防伪技术及防伪信息提取技术,提出了单元格阈值矩阵的新概念,并利用单元格阈值矩阵实现了调
现阶段,深度卷积神经网络已经在许多计算机视觉任务上显示出了强大的性能。不断堆叠的网络层数为模型提供了强大的特征处理能力,但是,这也使得深度卷积神经网络模型存在存储内存过大和计算量过多等问题,不利于其在轻量级设备上进行部署。因此,如何对深度卷积神经网络进行压缩这一问题吸引了学术界的目光。虽然对神经网络模型压缩的研究已经取得了一定进展,但是目前仍存在许多亟待解决的问题。例如,大多数剪枝(Pruning
模糊蕴涵在多值逻辑、模糊推理与控制系统、模糊关系方程、图像处理、数据挖掘等模糊数学的诸多领域中发挥着重要作用.由于应用的广泛性,模糊蕴涵受到了诸多学者的高度关注,得到了快速发展,尤其是新型蕴涵的构造及其刻画是当前研究模糊蕴涵的热点之一.最近,Y.Su,H.W.Liu,P.Drygas,M.Baczyński等分别用G(?)del蕴涵或Rescher蕴涵作为线性变换的补蕴涵,相继提出了多种序和模糊蕴
聚合函数作为将众多数据合并为具体代表值的数学工具,在各个领域中都发挥着重要作用.在使用聚合技术解决实际问题时,首先面对的问题是如何选取最恰当的聚合函数.聚合函数的选取由其应用背景决定,没有统一的准则.为了解决不同应用背景的问题,学者们构造了大量的聚合函数.作为两类特殊的聚合函数,一致零模是由孙峰等学者提出的,由共用一个三角余模的一致模和零模按照序和形式构造而成,故很好的结合了一致模和零模的特点.同
本文首先利用2010年1月至2016年12月CALIPSO冰云3级月平均产品(CAL_LID_L3_Ice_Cloud)分析东亚地区冰云比例分布与季节变化特征,然后利用2017年夏季Advanced Himawari Imager/Himawari-8二级云产品对东亚地区冰云属性进行研究,最后利用2010年1月至2016年12月CALIPSO冰云3级月平均产品(CAL_LID_L3_Ice_Clo
如今,信息技术和网络技术飞速发展,数字数据呈爆炸式增长,我们进入了大数据的时代.大数据的发展使得人们收集和分析数据变得越来越方便,不同实体之间共享其收集到的数据,进行联合计算,从而获得更有价值的数据信息也成为普遍现象.但与此同时,共享数据有可能使用户信息处于危险之中,引发数据的保密和隐私问题,造成严重后果.如何在确保隐私数据机密性的同时,进行共享数据和联合计算,最大程度发挥数据的价值,是亟待解决的
通过微分方程(组)来模拟恒化器环境,运用数学理论和方法来研究生物学问题是当前生物数学研究的重要手段.近几十年来,恒化器模型的研究受到了许多生物和数学工作者的极大关注.随着研究的深入,学者们在经典的恒化器模型中引入时滞、抑制剂、周期性输入输出等因素,极大地丰富了恒化器竞争模型的理论结果.与竞争模型相比,捕食食饵模型的研究难度较大,因此相关的研究工作较少.为降低问题的复杂性,起初学者们忽略了捕食食饵模