导读:本文包含了概率定位方法论文开题报告文献综述及选题提纲参考文献，主要关键词:无线层析成像,无线传感器网络,无源被动定位,节点自定位
概率定位方法论文文献综述
王满意,秦旭亮,王志超,文梓达[1]（2019）在《基于概率密度的无线层析成像节点自定位方法》一文中研究指出针对无线层析成像(RTI)定位系统部署过程中需要大量时间和人力测量传感器节点位置的问题,提出一种基于概率密度的RTI节点自定位方法。以区域的概率密度作为权重,计算出区域质心的加权平均值作为RTI节点的位置坐标。现场试验证明:基于概率密度的RTI节点自定位方法不仅降低了原有节点自定位算法的复杂度,提高了RTI系统的部署效率,而且提高了定位结果的精度。(本文来源于《传感器与微系统》期刊2019年10期）
王晗,施佺,许致火,魏明,邵叶秦[2]（2019）在《基于模板概率密度函数的车牌定位方法》一文中研究指出针对现有理论解决复杂环境下车牌图像准确定位效果不佳的问题,提出了一种基于模板概率密度函数的车牌定位方法。该方法将定位过程分为车牌候选区域检测和最大相似概率定位两个阶段:在候选区域检测阶段,利用特征点的空间分布情况与颜色信息快速地确定车牌候选区域;在准确定位阶段,根据我国标准车牌的结构特点与几何信息,构造出标准车牌相似性概率密度函数。通过计算和比较候补区域中每个位置的车牌相似性概率值来实现准确定位。实验表明,提出的算法定位精度高(96.2%),鲁棒性强(漏检3.8%),并且实现简单。能够快速而准确地完成国内车牌的准确定位,在车牌识别领域中具有很好的实用价值。(本文来源于《控制工程》期刊2019年05期）
王晓鑫,张清勇,吝继锋[3]（2019）在《基于小概率事件原则的结构损伤快速定位方法》一文中研究指出针对全尺寸飞机结构静强度试验损伤快速定位问题,提出了一种小概率事件原则的结构损伤快速定位方法,通过划分应变片单元,动态监控应变数据,及时发现异常应变数据,应用小概率事件原则进行判断,快速定位结构损伤。应用结果表明,该方法能够实现结构损伤的快速定位。(本文来源于《自动化应用》期刊2019年04期）
黄建中[4]（2019）在《基于概率攻击图的无线传感器网络安全定位方法》一文中研究指出无线传感器网络一般情况下主要部署在无人看守的敌对环境中,非常容易受到攻击节点的影响,为其实际应用带来巨大挑战。而攻击图可具体描述攻击行为的多项攻击流程之间的关系。因此,提出基于概率攻击图的无线传感器网络安全定位方法,具体步骤包括进行网络部署、安全定位,完成异常节点剔除;通过实验论证,得出基于概率攻击图的无线传感器网络安全定位方法,其定位误差伴随恶意信标比例的波动并不明显,且可一直维持在较低的水平,表明节点对恶意节点进攻的抵抗能力要优于标准定位方法。(本文来源于《信息与电脑(理论版)》期刊2019年04期）
孙剑萍,Jeff,Xi,汤兆平[5]（2018）在《机器人定位精度及标定非概率可靠性方法研究》一文中研究指出机器人工作中往往存在着大量不确定性,从而导致其精确标定的复杂化。综合考虑机器人各连杆参数的不确定性区间取值对末端精度的影响,研究定位精度的可靠性及标定问题。基于区间数学,提出了一种基于非概率模型的机器人定位精度及参数标定的可靠性度量及分析方法,以REIS RV 16型机器人为例,求解了定位误差以及运动参数偏差的取值区间,分析了基于区间算法的机器人定位精度及标定非概率可靠性。所提方法可以在制造或装配阶段,对机器人末端的空间位置范围进行预测,以及对运动学参数的取值范围进行估计,方便后期对定位点的理论坐标进行逆补偿,保证机器人定位与标定的有效性和可靠性。(本文来源于《仪器仪表学报》期刊2018年12期）
毕京学,汪云甲,曹鸿基,王永康[6]（2019）在《全向指纹和Wi-Fi感知概率的WKNN定位方法》一文中研究指出针对室内环境下Wi-Fi信号强度衰减受人体影响较大且存在信号缺失现象的现状,该文提出一种基于全向指纹和Wi-Fi感知概率的加权K近邻定位方法,离线阶段构建顾及用户朝向和Wi-Fi感知概率的全向指纹库,在线阶段将全向指纹库中的感知概率用于定位过程。分别开展了基于方向识别、全向指纹和该文所提定位方法的实验,该文所提的方法在K为2时定位精度最高,平均定位误差为1.42m,标准差为1.04m,45%定位结果的精度优于1m,80%定位结果的精度优于2m。实验结果表明,该方法在定位精度和稳定性方面优于基于方向识别定位方法和基于全向指纹的定位方法。基于全向指纹和Wi-Fi感知概率的WKNN定位方法能够减少用户身体遮挡和信号缺失对定位的影响,可提高Wi-Fi指纹定位的精度。(本文来源于《测绘科学》期刊2019年02期）
舒挺,黄明献,丁佐华,王磊,夏劲松[7]（2018）在《基于条件概率模型的缺陷定位方法》一文中研究指出缺陷定位是软件调试的重要阶段,依赖程序频谱信息实现软件缺陷定位,是当前比较行之有效的方法.基于频谱缺陷定位方法应用的前提是,程序频谱和执行结果之间存在的潜在关联.通过经验性分析两者之间的内在关联,借助于统计学的条件概率思想,构建了用以量化分析两者关系强弱的P模型,并基于此提出了基于条件概率的缺陷定位方法.以Siemens套件中的7个程序、Space程序和3个Unix工具程序为基准评测对象,与已有的15种经典缺陷定位方法进行了对比实验.实证研究结果表明,该方法总体上具有更好的缺陷定位效果.(本文来源于《软件学报》期刊2018年06期）
李石荣[8]（2016）在《基于RSSI概率统计分布的WLAN室内定位方法》一文中研究指出随着无线网络技术和计算机应用的普及和发展,公共场合配备了大量的无线局域网络,人们可以利用终端设备方便的连接无线热点,通过Wi-Fi信号在不同位置信号强度值的差异并匹配相应的算法来获取位置结果。由于WLAN室内定位方法可以利用已有的无线定位节点且定位精度较高而被广泛的应用于室内定位系统。当前的WLAN室内定位方法主要分为两大类：传播模型法和指纹点法,其中指纹点法由其较好的稳定性和工程实用性而受到广泛应用。指纹点法主要分为两大部分：离线阶段和在线阶段；其中离线阶段主要工作为信号数据采集、建模处理等；而在线阶段主要利用实时定位点RSSI数据并匹配相应的算法获取定位坐标。当前WLAN室内定位过程中由于信号存在时变性影响室内定位精度,当前对于定位的研究主要是通过对匹配算法的改进或滤波处理以获取较高的定位精度。本文提出了几种基于RSSI概率统计分布的改进型室内定位方法,同时引入了支持向量机分类算法,旨在提高定位的精度和效率。首先,本文采用指纹点定位方法;离线阶段采集指纹点信号强度数据,建立指纹点信号多元拟合高斯分布模型和支持向量机分类模型。其次,在线阶段对定位点进行实时信号数据采集和处理得到拟合高斯分布模型,利用支持向量机分类模型和拟合高斯分布模型对定位点信号数据进行分类和匹配处理。最后,分配不同的权值并利用WKNN算法获取定位结果。实验结果表明,本文提出的方法在提高了定位精度和效率,同时也提高了定位的鲁棒性和工程实用性。(本文来源于《合肥工业大学》期刊2016-04-01）
林芳,肖先勇,李国栋,汪颖,吕金炳[9]（2015）在《考虑电压测量误差的故障概率定位方法》一文中研究指出考虑到现有基于暂降信息的故障定位方法无法适应存在测量误差的情况,提出将传统故障点定位问题转化为故障概率分布峰值提取问题。由于当电压测量值含误差时无法直接根据解的实虚部范围排除非故障线路,提出可能故障线路逐次筛选方法以减少蒙特卡罗仿真次数;确定可能故障区间,并基于区间划分的方法计算测量值序列对各小段的置信度,得到可能故障区间的故障概率分布曲线,概率取得峰值处为最可能故障位置。利用故障定位结果可进一步评估未监测节点电压暂降。在10节点系统进行仿真,验证了文中故障概率定位方法的正确性和优越性。(本文来源于《电网技术》期刊2015年12期）
李石荣,李飞腾[10]（2016）在《基于RSSI概率统计分布的室内定位方法》一文中研究指出针对接收信号强度指示(Received Signal Strength Indication,RSSI)时变现象影响WLAN室内定位精度问题进行了研究,提出了一种基于RSSI概率统计分布(Statistical Probability Distribution,SPD)的加权K最近邻(Weighted K-Nearest Neighbor,WKNN)方法——SPD-WKNN方法。该方法首先利用SPD方法得到指纹点RSSI向量区间;然后运用SVM算法选取测试点K个近邻指纹点,计算测试点RSSI向量到每个近邻指纹点的最小欧氏距离;最后结合WKNN算法获取定位结果。实验结果表明,SPD-WKNN方法与NN、KNN、WKNN、SVR和LSSVM方法相比定位误差分别降低了47.3%、41.6%、31.9%、27.1%和16.3%,呈现了良好的定位效果;利用SVM算法的稀疏性明显减小了运算时间。(本文来源于《计算机工程与应用》期刊2016年11期）
概率定位方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对现有理论解决复杂环境下车牌图像准确定位效果不佳的问题,提出了一种基于模板概率密度函数的车牌定位方法。该方法将定位过程分为车牌候选区域检测和最大相似概率定位两个阶段:在候选区域检测阶段,利用特征点的空间分布情况与颜色信息快速地确定车牌候选区域;在准确定位阶段,根据我国标准车牌的结构特点与几何信息,构造出标准车牌相似性概率密度函数。通过计算和比较候补区域中每个位置的车牌相似性概率值来实现准确定位。实验表明,提出的算法定位精度高(96.2%),鲁棒性强(漏检3.8%),并且实现简单。能够快速而准确地完成国内车牌的准确定位,在车牌识别领域中具有很好的实用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
概率定位方法论文参考文献
[1].王满意,秦旭亮,王志超,文梓达.基于概率密度的无线层析成像节点自定位方法[J].传感器与微系统.2019
[2].王晗,施佺,许致火,魏明,邵叶秦.基于模板概率密度函数的车牌定位方法[J].控制工程.2019
[3].王晓鑫,张清勇,吝继锋.基于小概率事件原则的结构损伤快速定位方法[J].自动化应用.2019
[4].黄建中.基于概率攻击图的无线传感器网络安全定位方法[J].信息与电脑(理论版).2019
[5].孙剑萍,Jeff,Xi,汤兆平.机器人定位精度及标定非概率可靠性方法研究[J].仪器仪表学报.2018
[6].毕京学,汪云甲,曹鸿基,王永康.全向指纹和Wi-Fi感知概率的WKNN定位方法[J].测绘科学.2019
[7].舒挺,黄明献,丁佐华,王磊,夏劲松.基于条件概率模型的缺陷定位方法[J].软件学报.2018
[8].李石荣.基于RSSI概率统计分布的WLAN室内定位方法[D].合肥工业大学.2016
[9].林芳,肖先勇,李国栋,汪颖,吕金炳.考虑电压测量误差的故障概率定位方法[J].电网技术.2015
[10].李石荣,李飞腾.基于RSSI概率统计分布的室内定位方法[J].计算机工程与应用.2016