【摘 要】
：
针对加权质心定位算法中,需要的固定锚节点数目较多导致定位成本较高,且定位误差较大等问题,将无人机作为移动锚节点,提出了一种基于信号强度比值并结合指数函数作为权值的加权质心定位算法(ERR-WCL)。该算法采用无人机沿着既定的航迹在室内空间中飞行,在规定的航迹点上广播数据包;未知节点根据接收的信号强度(RSSI)确定权值,从而估算未知节点自身的坐标位置。仿真结果表明,该算法有效地降低了定位误差,同时
【机 构】
：
江南大学轻工过程先进控制教育部重点实验室
【基金项目】
：
国家自然科学基金项目(61373126)。
论文部分内容阅读
针对加权质心定位算法中,需要的固定锚节点数目较多导致定位成本较高,且定位误差较大等问题,将无人机作为移动锚节点,提出了一种基于信号强度比值并结合指数函数作为权值的加权质心定位算法(ERR-WCL)。该算法采用无人机沿着既定的航迹在室内空间中飞行,在规定的航迹点上广播数据包;未知节点根据接收的信号强度(RSSI)确定权值,从而估算未知节点自身的坐标位置。仿真结果表明,该算法有效地降低了定位误差,同时结合无人机,解决了定位成本高,使用不灵活,受到空间约束的问题。
其他文献
在许多生产实际中常常需要监控环境的相对湿度变化,高灵敏度的湿度传感器有很大的市场需求。提出并实验证明了一种基于法布里-珀罗干涉仪的相对湿度传感器。该传感器是通过将较短长度的毛细石英管拼接到单模光纤上,并将聚乙烯醇薄膜涂覆到毛细石英管的端面而构成。该传感头的总长度仅为168μm,尺寸紧凑,可以在有限的空间和恶劣的环境中灵活使用。实验结果表明,通过解调传感器反射光谱的波长偏移量,能够测量环境相对湿度,灵敏度较高。在低温时传感器有一定的温度依赖性;在高温时传感器对温度不敏感,可以忽略温度串扰。该传感器尺寸紧凑、
先进阻拦装置是美国为建造“福特”级航母而专门研发的新一代航母阻拦装置。该装置以水涡轮机、感应电机以及机械制动器为主要吸能部件,具有阻拦能级高、阻拦过载小等性能优势。本文首先简要介绍了美国先进阻拦装置的发展历程,并对先进阻拦装置的工作原理、系统组成以及技术方案进行了详细剖析,总结了主要技术难点。在此基础上,梳理并分析了先进阻拦装置的技术指标体系,针对其中的关键指标分析了指标内涵与设定意义。研究内容可为我国新一代阻拦装置的研发提供借鉴和参考。
针对噪声干扰条件下传统的扩展卡尔曼滤波方法在电力系统频率和谐波估计精度问题,本文提出了基于复数无迹卡尔曼滤波的频率和谐波估计方法。利用欧拉公式,对电力系统信号进行适当变换,获得电力系统信号复数状态空间模型,实现了系统信号频率和谐波估计。为了验证噪声干扰条件下本文方法参数估计有效性,通过在系统信号中增加不同信噪比噪声干扰,分别利用本文方法和通用扩展卡尔曼滤波方法对参数进行估计。结果表明,在噪声干扰条件下,本文方法的估计精度优于通用扩展卡尔曼滤波方法,这表明本文方法更适于强噪声干扰条件下的系统信号频率和谐波估
针对无线能量传输中超材料工作在单一频点的特性,提出过孔调节的方式来改变超材料的谐振频点,在15 MHz~35 MHz频段实现超材料的三个频点响应。将过孔调节的超材料引入两线圈的磁耦合谐振式无线能量传输(Magnetic Resonance-Coupled Wireless Power Transfer,MRC-WPT)系统中,根据超材料的多频点响应,调节发射端和接收端的补偿电容,多频点超材料在谐振系统的不同距离处选择不同频点响应实现能量的最大传输。超材料过孔调节方式简单易操作,仿真和实验的结果表明,超材料
为准确把握自动驾驶环境下出行方式选择规律,引入面板数据Mixed logit模型分析在自动驾驶环境下表征出行者个体社会经济属性的年龄、收入、受教育程度等变量和表征出行方式特性的出行成本、等待时间、在途时间等变量对出行方式选择行为影响作用机理。利用新加坡自动驾驶出行意愿调研获得150位受访者在7个不同情景的1050个选择意愿有效样本数据,构建自动驾驶环境下出行选择行为模型。结果显示:模型卡方检验p值小于0.000说明模型具有较好的适用性;参数估计结果显示人群中不同个体对出行成本、等待时间、出行时间存在较强异
轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流。实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题。
基于Flex技术制备了一种大位移传感器,可用于土体内部大位移的实时监测,研究中的Flex大位移传感器,具有体积小、耐腐蚀、成本低、线性度好、量程大等优点。Flex大位移传感器主要由Flex传感器和铰链弯曲结构组成。通过标定试验可知,在0～60°的测量范围内Flex大位移传感器信号与弯曲角度呈现良好的线性关系,其分辨率可达到0.5°～0.7°。在室内模型箱试验中,对Flex位移传感器与灵敏度较高的F
反向组合高斯-牛顿算法提高了数字图像相关的计算效率,但是此算法的应用局限于两幅图像之间的配准。在不牺牲配准精度的前提下,提出了一种基于双立方插值系数缓存表和海森矩阵缓存表的反向组合高斯-牛顿算法算法,从而加速了连续全场数字图像相关计算效率。实验结果表明,使用3种不同尺寸子区域的人工模拟散斑图像配准时,本算法的计算效率提高了11.35%、14.95%和18.93%。当使用CCD采集的真实散斑图像时,
针对传统的人工特征选取需要耗费大量时间和精力的问题,本文在传统卷积神经网络(convolutional neural networks,CNN)模型的基础上,提出了一种基于多尺度卷积核CNN的特征提取与分类方法,并在脑电情绪识别分类上进行了验证。本文首先进行了通道选择方面的研究,其次使用多尺度卷积核CNN模型对提取了微分熵(differential entropy feature,DE)特征的脑电数据进行情绪三分类实验,相比于传统的CNN模型,多尺度卷积核CNN模型在卷积层中采用多个尺度的卷积核,同时从高
为适合现场快速检测,开发了适用于安卓操作系统的智能手机的重离子检测应用系统。自制的光路系统降低采集环境变化的影响,并提高便携性。提出了测前和测后的补偿算法,进一步消除了采集环境变化对测试精度的影响;梯度定位算法改善测试对象浓度定位的精确性,并开发了基于智能手机的应用软件,实现铜离子浓度的数字化测量。采用水体中Cu~(2+)浓度作为实验对象,验证算法的正确性,结果表明,在0～20 mg/dL线性范围