基于ZigBee和EMD距离的RSSI室内定位方法的研究与实现
这是一篇关于室内定位,ZigBee,RSSI,概率分布,EMD距离,特征值融合,JavaWeb的论文, 主要内容为随着探测技术的发展和大型室内场景的增多,室内定位技术已经在人们的生产生活中占据着不可替代的地位。大到军事、电力生产、医疗卫生、化工制造、交通物流和餐饮服务等领域,小到地下室、矿井和停车场等场所,各种室内定位技术展现着不同的优势。本文选取定位精度较高、安全度高、功耗及成本较低且组网方便的ZigBee定位技术。目前基于RSSI(Received Signal Strength Indication)接收信号强度指示的室内定位方法有邻近探测法、质心定位法、多边定位法、三角定位法、极点法和位置指纹定位法等。本文选取的基于位置指纹的定位算法,因其定位精度最高深受科研团队的喜爱,目前已经形成了NN、KNN和WKNN等多种公共认可的相似度匹配算法。本文主要研究和创新内容如下:(1)构建RSSI概率分布模型,对RSSI概率特征进行了系统的分析,并且在指纹库的优化处理时,使用了马氏距离与卡尔曼滤波对指纹库进行多次过滤。(2)提出了改进EMD距离的G-EMD、SG-EMD和DSG-EMD算法,对EMD距离进行了贪心、排序和动态排序的处理,有效的提升了定位的精度。(3)提出了基于RSSI特征值融合匹配的CPA-WKNN算法,其核心思想是利用不同RSSI特征值的优势,根据实时采集到的数据波动情况动态选取RSSI概率特征和RSSI平均数特征进行融合匹配。(4)实现了基于JavaWeb的位置指纹在线定位系统,对比WKNN算法和CPA-WKNN算法的真实定位效果,并可以实时监测RSSI波动和绘制行走轨迹。在仿真环境下,对比了预处理阈值、噪声强度和K值选取对定位效果的影响。当K值选取为8时,DSG-EMD算法得到了最高的平均定位精度,达到了0.62m,较WKNN算法精度提升了0.3m。然后在理想和复杂环境下,对比了WKNN、DSG-EMD和CAP-WKNN算法的定位效果,证明DSG-EMD算法更适用于理想环境,而CPA-WKNN算法更适用于复杂环境。在真实环境下,对比了KNN、WKNN、SG-EMD、DSG-EMD以及CPA-WKNN算法的定位精度,本文提出的DSG-EMD算法和CPA-WKNN算法较WKNN算法的平均定位精度分别提升了0.04m和0.07m,2m以内的累计误差概率分别达到了92%和96%。
基于ZigBee和EMD距离的RSSI室内定位方法的研究与实现
这是一篇关于室内定位,ZigBee,RSSI,概率分布,EMD距离,特征值融合,JavaWeb的论文, 主要内容为随着探测技术的发展和大型室内场景的增多,室内定位技术已经在人们的生产生活中占据着不可替代的地位。大到军事、电力生产、医疗卫生、化工制造、交通物流和餐饮服务等领域,小到地下室、矿井和停车场等场所,各种室内定位技术展现着不同的优势。本文选取定位精度较高、安全度高、功耗及成本较低且组网方便的ZigBee定位技术。目前基于RSSI(Received Signal Strength Indication)接收信号强度指示的室内定位方法有邻近探测法、质心定位法、多边定位法、三角定位法、极点法和位置指纹定位法等。本文选取的基于位置指纹的定位算法,因其定位精度最高深受科研团队的喜爱,目前已经形成了NN、KNN和WKNN等多种公共认可的相似度匹配算法。本文主要研究和创新内容如下:(1)构建RSSI概率分布模型,对RSSI概率特征进行了系统的分析,并且在指纹库的优化处理时,使用了马氏距离与卡尔曼滤波对指纹库进行多次过滤。(2)提出了改进EMD距离的G-EMD、SG-EMD和DSG-EMD算法,对EMD距离进行了贪心、排序和动态排序的处理,有效的提升了定位的精度。(3)提出了基于RSSI特征值融合匹配的CPA-WKNN算法,其核心思想是利用不同RSSI特征值的优势,根据实时采集到的数据波动情况动态选取RSSI概率特征和RSSI平均数特征进行融合匹配。(4)实现了基于JavaWeb的位置指纹在线定位系统,对比WKNN算法和CPA-WKNN算法的真实定位效果,并可以实时监测RSSI波动和绘制行走轨迹。在仿真环境下,对比了预处理阈值、噪声强度和K值选取对定位效果的影响。当K值选取为8时,DSG-EMD算法得到了最高的平均定位精度,达到了0.62m,较WKNN算法精度提升了0.3m。然后在理想和复杂环境下,对比了WKNN、DSG-EMD和CAP-WKNN算法的定位效果,证明DSG-EMD算法更适用于理想环境,而CPA-WKNN算法更适用于复杂环境。在真实环境下,对比了KNN、WKNN、SG-EMD、DSG-EMD以及CPA-WKNN算法的定位精度,本文提出的DSG-EMD算法和CPA-WKNN算法较WKNN算法的平均定位精度分别提升了0.04m和0.07m,2m以内的累计误差概率分别达到了92%和96%。
基于行为树的露天矿生产模拟系统开发研究
这是一篇关于露天煤矿,行为树,可视化,概率分布,生产模拟的论文, 主要内容为论文基于人工智能中的行为树技术实现了露天矿生产工艺系统设备的行为控制,并在此基础上开发了露天矿生产模拟系统。用户通过此系统可以对露天矿的设备数据进行管理,在虚拟的环境下漫游整个露天矿,设计不同的方案来模拟露天矿的生产并以报表的形式展现生产数据。用户可以使用此系统进行方案比选,达到提高露天矿整体生产能力的目的。论文借助报表管理系统调取了安太堡露天煤矿2016年全年的生产历史数据,使用MATLAB工具对各设备的故障间隔时间、故障时间、电铲装车时间、卡车卸车时间等技术参数的概率分布情况进行了分析和验证,得出设备故障间隔时间、设备故障时间、卡车卸车时间等服从指数分布、电铲装车时间等服从正态分布,以此为依据建立了单设备的数学模型。综合运用了CAD、3DMine、3DMax、Unity3D等软件建立了露天矿三维实体模型,并使用CG语言编写Shader对模型进行了高程渲染处理,开发了露天矿虚拟现实三维可视化漫游系统。使用Java语言,借助网络开发中的SSM框架完成了露天矿生产模拟系统的开发。使用浏览器可以登录系统、添加设备并对设备的技术参数进行输入、在三维可视化的环境下模拟露天矿的生产。系统的报表功能可以对模拟运行的结果进行可视化的展现,为方案比选提供数据支持,达到提高露天矿生产能力的目的。
基于ZigBee和EMD距离的RSSI室内定位方法的研究与实现
这是一篇关于室内定位,ZigBee,RSSI,概率分布,EMD距离,特征值融合,JavaWeb的论文, 主要内容为随着探测技术的发展和大型室内场景的增多,室内定位技术已经在人们的生产生活中占据着不可替代的地位。大到军事、电力生产、医疗卫生、化工制造、交通物流和餐饮服务等领域,小到地下室、矿井和停车场等场所,各种室内定位技术展现着不同的优势。本文选取定位精度较高、安全度高、功耗及成本较低且组网方便的ZigBee定位技术。目前基于RSSI(Received Signal Strength Indication)接收信号强度指示的室内定位方法有邻近探测法、质心定位法、多边定位法、三角定位法、极点法和位置指纹定位法等。本文选取的基于位置指纹的定位算法,因其定位精度最高深受科研团队的喜爱,目前已经形成了NN、KNN和WKNN等多种公共认可的相似度匹配算法。本文主要研究和创新内容如下:(1)构建RSSI概率分布模型,对RSSI概率特征进行了系统的分析,并且在指纹库的优化处理时,使用了马氏距离与卡尔曼滤波对指纹库进行多次过滤。(2)提出了改进EMD距离的G-EMD、SG-EMD和DSG-EMD算法,对EMD距离进行了贪心、排序和动态排序的处理,有效的提升了定位的精度。(3)提出了基于RSSI特征值融合匹配的CPA-WKNN算法,其核心思想是利用不同RSSI特征值的优势,根据实时采集到的数据波动情况动态选取RSSI概率特征和RSSI平均数特征进行融合匹配。(4)实现了基于JavaWeb的位置指纹在线定位系统,对比WKNN算法和CPA-WKNN算法的真实定位效果,并可以实时监测RSSI波动和绘制行走轨迹。在仿真环境下,对比了预处理阈值、噪声强度和K值选取对定位效果的影响。当K值选取为8时,DSG-EMD算法得到了最高的平均定位精度,达到了0.62m,较WKNN算法精度提升了0.3m。然后在理想和复杂环境下,对比了WKNN、DSG-EMD和CAP-WKNN算法的定位效果,证明DSG-EMD算法更适用于理想环境,而CPA-WKNN算法更适用于复杂环境。在真实环境下,对比了KNN、WKNN、SG-EMD、DSG-EMD以及CPA-WKNN算法的定位精度,本文提出的DSG-EMD算法和CPA-WKNN算法较WKNN算法的平均定位精度分别提升了0.04m和0.07m,2m以内的累计误差概率分别达到了92%和96%。
基于ZigBee和EMD距离的RSSI室内定位方法的研究与实现
这是一篇关于室内定位,ZigBee,RSSI,概率分布,EMD距离,特征值融合,JavaWeb的论文, 主要内容为随着探测技术的发展和大型室内场景的增多,室内定位技术已经在人们的生产生活中占据着不可替代的地位。大到军事、电力生产、医疗卫生、化工制造、交通物流和餐饮服务等领域,小到地下室、矿井和停车场等场所,各种室内定位技术展现着不同的优势。本文选取定位精度较高、安全度高、功耗及成本较低且组网方便的ZigBee定位技术。目前基于RSSI(Received Signal Strength Indication)接收信号强度指示的室内定位方法有邻近探测法、质心定位法、多边定位法、三角定位法、极点法和位置指纹定位法等。本文选取的基于位置指纹的定位算法,因其定位精度最高深受科研团队的喜爱,目前已经形成了NN、KNN和WKNN等多种公共认可的相似度匹配算法。本文主要研究和创新内容如下:(1)构建RSSI概率分布模型,对RSSI概率特征进行了系统的分析,并且在指纹库的优化处理时,使用了马氏距离与卡尔曼滤波对指纹库进行多次过滤。(2)提出了改进EMD距离的G-EMD、SG-EMD和DSG-EMD算法,对EMD距离进行了贪心、排序和动态排序的处理,有效的提升了定位的精度。(3)提出了基于RSSI特征值融合匹配的CPA-WKNN算法,其核心思想是利用不同RSSI特征值的优势,根据实时采集到的数据波动情况动态选取RSSI概率特征和RSSI平均数特征进行融合匹配。(4)实现了基于JavaWeb的位置指纹在线定位系统,对比WKNN算法和CPA-WKNN算法的真实定位效果,并可以实时监测RSSI波动和绘制行走轨迹。在仿真环境下,对比了预处理阈值、噪声强度和K值选取对定位效果的影响。当K值选取为8时,DSG-EMD算法得到了最高的平均定位精度,达到了0.62m,较WKNN算法精度提升了0.3m。然后在理想和复杂环境下,对比了WKNN、DSG-EMD和CAP-WKNN算法的定位效果,证明DSG-EMD算法更适用于理想环境,而CPA-WKNN算法更适用于复杂环境。在真实环境下,对比了KNN、WKNN、SG-EMD、DSG-EMD以及CPA-WKNN算法的定位精度,本文提出的DSG-EMD算法和CPA-WKNN算法较WKNN算法的平均定位精度分别提升了0.04m和0.07m,2m以内的累计误差概率分别达到了92%和96%。
本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:源码客栈网 ,原文地址:https://m.bishedaima.com/lunwen/53313.html