摘要：针对拒止、复杂电磁环境下,高动态无人节点定向通信面临的坐标信息不精确、飞行姿态和轨迹变化剧烈等问题,为保持可靠的波束对准与跟踪,提出了一种基于卡尔曼滤波的指纹库更新补偿算法;利用卡尔曼滤波算法对自身姿态进行预测更新,建立载体坐标系;采用改进的算法对波束指向进行预测更新,并利用指纹库对状态向量进行更新补偿,调节采样比例,并将新的数据存入指纹库对数据更新,进行二次状态信息预测,完成最终波束指向;整体设计的波束跟踪算法流程更加符合实际应用场景,满足通信需求;仿真结果表明,在半波束宽度为3°,100个通信时隙中,维持正常通信的成功率有92%以上,相比传统跟踪算法提高了8%,具有更加稳定的通信质量。

摘要：为消除无线传感器网络在锚节点损坏情况下对多目标定位效果产生的影响,提出了一种能够抵抗异常接收信号强度指示(Resist abnormal Received Signal Strength Indication,RA-RSSI)的指纹库设计方法。该方法通过插值优化算法提高建库效率,通过多个锚节点在线阶段的相互协作,根据投票机制确定锚节点的可信因子,从而筛查出受损锚节点,进而实时更新相应指纹库中的数据。最后,对抗异指纹库的定位效果进行仿真,并将其与传统指纹库相比较,证明了该设计能够有效增强定位系统的鲁棒性。

摘要：针对传统室内定位方法在准确性及稳定性上的不足,本文提出了一种基于信道状态信息(channel state information,CSI)的无源室内定位方法。该方法采用普通设备搭建了实验平台,离线阶段采集CSI数据建立位置指纹库,在线阶段则利用机器学习的朴素贝叶斯算法进行位置分类。为进一步提高分类准确度,本文还提出了置信度方法,通过综合多条天线对的结果来减少位置误判。实验结果表明,本文所提出方法能有效实现对室内人员的无源定位,可以达到90%以上的准确度。

摘要：基于目前矿井集中式目标定位系统存在可靠性较差的问题,分析构建分布式矿井目标定位系统的必要性以及优势,并提出分布式矿井目标定位系统的组成框架。为实现分布式矿井定位计算机低功耗、轻量化,提出基于指纹库压缩感知的矿井分布式目标定位方法,介绍基于指纹库压缩感知矿井分布式目标定位方法的离线和在线定位2个阶段的主要工作流程,进行了粗定位过程和精定位过程的算法设计,实现了仿真验证方案的设计和算法编程。研究结果表明:基于TOA压缩感知的矿井分布式目标定位方法在定位误差和实时性有较好的性能,其定位误差与网格划分的数量有关系,相同的巷道定位区域情况下网格数量越大,其定位误差越小。

摘要：传统基于接收信号强度指示(received signal strength indication,RSSI)的室内定位方法易受环境影响且精确度低、稳定性差。为解决这一问题,提出基于受限玻尔兹曼机(restricted Boltzmann machine,RBM)的CSI (channel state information)指纹室内定位方法。在离线阶段时,设计使用RBM来训练校准相应的CSI数据,建立特征指纹库;在线阶段时,利用朴素贝叶斯分类器对数据进行处理并与指纹库匹配,得到定位结果。实验结果表明,基于RBM的CSI指纹室内定位方法优于传统指纹室内定位方法。

摘要：为提高室内定位精度和算法效率,提出基于RSSI信号特征的分区指纹定位算法。在离线阶段,区别于传统的使用RSSI信号构建离线指纹库的方法,设计使用RSSI信号衰减率建立离线指纹库;在在线定位阶段,针对使用欧式距离进行相似度计算时,容易出现两个点RSSI信号欧式距离较近而物理距离较远的情况,提出使用RSSI信号衰减率进行子区域划分,引入SSD的思想使用二级指纹进行精确定位。通过实验验证了该算法的适应性与有效性。

摘要：为提高基于RSSI定位算法的精度和实时性,提出一种基于nRF51822与LSM303DLHC传感器融合的KNN定位算法。将LSM303DLHC传感器融合至nRF51822芯片中,勘测定位终端相对于参考坐标系的航向角,离线阶段将参考坐标与蓝牙AP接收到的信号聚类值绑定形成指纹库,定位阶段将勘测到的nRF51822芯片RSSI衰减信息与MAC地址信息映射为实时定位向量,采用欧式距离加权KNN算法匹配指纹库得到最终的定位点。实验结果表明,该算法有效补偿了RSSI信号跳变产生的误差,极大提升了定位算法的实时性与精度。

摘要：传统基于动态主动式射频识别标定的定位识别(LANDMARC)定位算法在实际定位环境中受到多径效应、随机噪声以及各种的障碍物的影响,导致所有参与定位标签实时测量的收信场强指示值(RSSI)变化波动非常剧烈,影响了定位精度和系统稳定,为此提出引入指纹库的方法,建立相对稳定的RSSI值与坐标位置对应关系,对实时获得的近邻参考标签RSSI值进行修正,改进邻近标签的选择方法,降低系统误差,在提高系统定位精度的同时,系统稳定性和可靠性大幅增强。实验结果表明,与传统LANDMARC相比,提出算法在定位精度上有35%的提升。

摘要：讨论了挖掘分析S1-U接口XDR信令中用户位置信息,并关联测量报告(MR)、S1-MME信令等数据,形成以用户准确位置为核心的用户信令大数据定位分析的方法。本方法结合了指纹库匹配,匹配率可超过50%,用户定位准确性比现有方法显著提升,可为精准规划、精准优化、业务—区域热点分析等应用提供坚实的支撑。

摘要：地下场景覆盖问题的准确识别一直是网络优化的难点,本文介绍了基于最小化路测(MDT)数据进行地下场景覆盖问题的精准识别方案,该设计围绕精准定位建立评估模型,以用户轨迹惯性为基础完成MDT数据清洗,采用基于RSSI测距多点定位算法和神经元网络定位技术相结合的方式,完成多维数据关联和迭代矫正模型并纳入指纹库,引入栅格化理念实现栅格内MDT数据智能汇聚,识别地下场景弱覆盖栅格。本设计能够扩充地下室场景覆盖问题识别的手段。