导读:本文包含了权重定位算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:UWB定位,GPS定位,信息融合,无缝定位
权重定位算法论文文献综述
李玉峰,张佩,王宇鹏[1]（2019）在《一种变权重k最近邻的室内外无缝定位算法》一文中研究指出随着定位技术的不断发展,所需的定位服务已不局限于室内或室外,而是需要提供室内外无缝衔接的精准定位服务。为解决室内外无缝定位以及室内多区域流畅软切换遇到的问题,本研究独创性地提出了一种采用权重可变的k最近邻(WAkNN)算法进行多定位信息融合的方法。对室内采用UWB定位,室外采用GPS定位,通过权值的变化来完成对不同定位数据的选择与区域的切换,并在MATLAB上进行仿真,模拟真实的定位场景和定位数据。仿真表现出良好的融合效果和流畅的切换效果,证明该方法在室内区域流畅切换以及室内外无缝定位上确实可行,很好地达到了预期目标,可凭借其计算复杂度低的优点在低延迟定位场景中广泛应用。(本文来源于《微处理机》期刊2019年02期）
任晓奎,李锋,程琳[2]（2019）在《基于动态损耗因子和权重的改进质心定位算法》一文中研究指出针对无线传感器网络(WSN)节点的定位精度受环境和误差权重因子的影响问题,提出一种对路径损耗因子和误差权重因子动态修正的质心定位算法。前期根据实测和路径损耗模型,加权修正得出动态损耗因子;后期通过划分矩形区域,构造权重因子矩阵。首先,使用动态损耗因子,代入传统加权质心定位算法估算出未知节点的位置;然后,查询误差权重因子矩阵,确定最优权重因子,重新计算出未知节点坐标。实验结果表明,改进的算法降低了平均误差和最小误差,定位精度比普通质心算法提高了58%,比动态修正质心算法提高了21%,比动态加权质心算法提高了11%,定位精度有所提高。(本文来源于《计算机应用》期刊2019年03期）
张彦峰[3]（2018）在《基于检波器权重因子约束的微地震定位算法研究》一文中研究指出水力压裂微地震监测是在地下岩石断裂或地层错动而产生的声发射现象的基础上建立的一门学科。随着微地震定位算法的不断提出与改进,微地震监测技术得以快速发展、成熟。目前微地震监测与定位已被广泛应用于低渗油气藏开发中,为分析裂缝延伸方式、评估水力压裂作业效果提供直观且可靠的依据。目前关于水力压裂微地震定位方法的研究往往关注于地层速度模型校正、初至拾取以及震源识别等方面,对检波器布阵分析以及权重因素对微地震定位影响的研究尚不多见,针对这一现状,本文在经典的基于网格搜索振幅迭加微地震定位技术的基础上,首先,对地面检波器视角对微震定位的影响进行分析;其次,在压裂区域上方的地面布置检波器进行压裂监测条件下,通过分析影响检波器拾取微地震数据的几种影响因素,提出了一种基于检波器权重因子约束的微地震定位算法;最后,通过实验室合成数据测试以及野外实际数据处理验证该算法的有效性和准确性。本文具体的研究内容主要有:在地面监测条件下,采用经典Fracstar阵列排布模式,对检波器放置视角对定位精度的影响进行了系统的分析,为后续检波器权重修正算法提供了基础。由于微地震监测施工的特殊性,在监测过程中常常会遇到某些阵列或相邻多道检波器受到较大的噪声污染,如果单纯去掉这些阵列,则会导致检波器视角覆盖不全;如果不去掉这些阵列,则会引入较大噪声误差。为降低上述问题对微地震定位精度的影响,本文通过对检波器拾取波形的振幅衰减,震中距,信噪比等参数进行分析,提出了基于各道检波器波形信噪比和震中距双因子加权的微地震定位修正算法。合成数据与野外实际实验表明:采用本文所提定位算法,能够有效降低上述问题对震源定位的影响。同时为了方便加权定位算法的使用,本文将Qt,MySQL,MATLAB嵌入Visual Studio 2010平台,使用C++语言编写了微地震数据传输、波形显示以及检波器加权定位算法叁个模块。微地震数据传输模块能够实时的获取到需要处理的微地震数据,然后交给加权定位算法模块进行微地震事件定位;波形显示模块能够将采集到微地震数据的波形实时或选择性的显示出来,可作为加权定位算法结果的佐证。最后利用上述加权算法将处理后的定位结果借助吉林大学仪电学院开发的微地震事件显示程序呈现出来。通过一次野外水力压裂微地震监测实验,对比采用原微地震不加权定位方法与本文所提微地震加权定位算法,对定位结果进行了分析,并给出最终压裂结果,验证了本文所提基于检波器权重因子约束的微地震定位算法的有效性。(本文来源于《吉林大学》期刊2018-06-01）
周春月,张洪婷[4]（2016）在《基于测距权重的蒙特卡罗定位改进算法》一文中研究指出针对传统蒙特卡罗定位算法采样效率低,对锚节点密度要求高的特点,本文基于蒙特卡罗定位算法MCL提出一种改进的移动传感器网络的节点定位算法IMCB.该算法利用历史锚节点信息和RSSI测距,以及运动模型的改进对待定位节点的位置采样范围进行了进一步限制,对有效采样点的权重进行了区分.仿真结果表明:该算法的定位精度相比MCB算法提高了16.6%.(本文来源于《北京交通大学学报》期刊2016年05期）
刘政[5]（2015）在《基于权重动态离散模型的WSNs定位算法》一文中研究指出针对测距误差和距离权重对定位误差的影响,提出一种离散距离权重动态修正的定位算法。算法首先分区域获取动态路径损耗指数,建立接收信号强度测距简化数学模型,抑制接收信号强度测距误差。然后将静态距离权重因子离散化,为离散距离权重匹配动态权重系数,并在划定的动态取值范围内寻找最优权重系数,权重系数与接收信号强度正相关。基于MATLAB平台仿真结果表明,与其他算法相比,该算法能够较好地抑制接收信号强度测距的误差影响,显着降低平均定位误差,提高定位精度。(本文来源于《传感技术学报》期刊2015年03期）
彭锐,贾腾飞,胡捍英[6]（2014）在《自适应权重更新的两步定位算法》一文中研究指出在室内环境中,影响定位精度的测量误差包括接收设备自身引起的误差以及信号非视距传播和多径效应所引起的测量正偏差。针对室内环境中测量数据包含测量误差服从正均值高斯分布的特性,提出了一种自适应权重更新的两步定位算法。该算法使用卡尔曼滤波和自适应权重更新的加权最小二乘算法进行两步定位,通过对每个测量距离分配不同的权重,克服了固定权重分配需在特定环境下方能获得良好定位精度的缺点。仿真结果表明,该算法定位精度优于两步定位算法和EKF算法,且对环境适应性更强。(本文来源于《信息工程大学学报》期刊2014年04期）
周雄,陈国彬[7]（2014）在《基于权重参数实时更新的室内定位算法》一文中研究指出为了提高室内节点的定位精度,提出一种基于权值参数实时更新的室内定位算法。选择3个最能反映待定位点信息的访问接入点,实时获取测距模型的参数,并采用最小二乘支持向量机对测距进行补偿,得到距离权重,叁边定位算法根据权重对节点进行定位,并对计算中的距离进行加权处理,采用卡尔曼滤波法对定位误差的进行校正。实验结果表明,该算法可以较好地降低环境变化和测量误差对定位的不利影响,提高了室内节点的定位精度。(本文来源于《计算机工程与应用》期刊2014年17期）
刘政[8]（2014）在《权重和误差双修正的质心定位算法》一文中研究指出为了提高节点的定位精度,对距离权重进行调节,建立信标节点与未知节点的距离模型,并为距离权重匹配权重修正系数。对接收信号强度指示(RSSI)测距产生的误差进行修正,利用修正节点与信标节点的实际距离和RSSI测距距离来校正未知节点与信标节点的RSSI测距误差因子。仿真结果表明,改进算法强化了信标节点与未知节点间距的权重影响,减少了RSSI测距带来的误差影响,提高了未知节点的定位精度。(本文来源于《自动化仪表》期刊2014年07期）
罗平,向凤红,毛剑琳,迟子铖,付丽霞[9]（2014）在《基于自然选择的线性递减权重PSO与Taylor算法的TDOA协同定位算法研究》一文中研究指出针对Taylor算法进行TDOA定位时,其初始估计位置的误差易导致Taylor算法不收敛和定位精度差的问题,提出一种基于自然选择的线性递减权重粒子群优化(W-SPSO)与Taylor算法协同定位的方法。该方法先通过W-SPSO算法得到一个初始估计位置(x,y),再通过Taylor算法在(x,y)处进行迭代运算得到最终定位结果。不同噪声情况下的仿真结果显示:W-SPSO与Taylor算法协同定位方法对MS坐标估计值的均方差(RMSE)小于标准PSO(粒子群优化)、SelPSO(基于自然选择的粒子群优化算法)、W-SPSO、Taylor以及Chan五种算法的RMSE。因此,所提出的定位方法在保留了SelPSO算法求解精度和收敛性的基础上,同时提高了全局搜索能力,使其具有更高的定位精度和收敛性。(本文来源于《计算机应用研究》期刊2014年04期）
季必晔,顾燕[10]（2012）在《无线传感器网络节点自适应惯性权重定位算法》一文中研究指出在无线传感器网络定位算法中,为了降低定位误差,提高定位精度,提出一种结合DV-Hop算法和改进粒子群算法的,基于自适应惯性权重的优化定位算法。首先根据DV-Hop算法估算未知节点与信标节点的距离。然后采用改进的粒子群算法做后期优化。根据每次迭代后粒子位置与全局最优位置的距离,对粒子的惯性权重进行动态调整,使其具有动态自适应性。并且利用进化度作为搜索中止条件,加快算法的收敛速度。通过仿真说明,相较于DV-Hop算法和基于已有改进粒子群优化的DV-Hop算法,自适应惯性权重定位算法可以降低平均定位误差,有效地提高了无线传感器网络中节点的定位精度。(本文来源于《科学技术与工程》期刊2012年27期）
权重定位算法论文开题报告
（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：
针对无线传感器网络(WSN)节点的定位精度受环境和误差权重因子的影响问题,提出一种对路径损耗因子和误差权重因子动态修正的质心定位算法。前期根据实测和路径损耗模型,加权修正得出动态损耗因子;后期通过划分矩形区域,构造权重因子矩阵。首先,使用动态损耗因子,代入传统加权质心定位算法估算出未知节点的位置;然后,查询误差权重因子矩阵,确定最优权重因子,重新计算出未知节点坐标。实验结果表明,改进的算法降低了平均误差和最小误差,定位精度比普通质心算法提高了58%,比动态修正质心算法提高了21%,比动态加权质心算法提高了11%,定位精度有所提高。
（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。
权重定位算法论文参考文献
[1].李玉峰,张佩,王宇鹏.一种变权重k最近邻的室内外无缝定位算法[J].微处理机.2019
[2].任晓奎,李锋,程琳.基于动态损耗因子和权重的改进质心定位算法[J].计算机应用.2019
[3].张彦峰.基于检波器权重因子约束的微地震定位算法研究[D].吉林大学.2018
[4].周春月,张洪婷.基于测距权重的蒙特卡罗定位改进算法[J].北京交通大学学报.2016
[5].刘政.基于权重动态离散模型的WSNs定位算法[J].传感技术学报.2015
[6].彭锐,贾腾飞,胡捍英.自适应权重更新的两步定位算法[J].信息工程大学学报.2014
[7].周雄,陈国彬.基于权重参数实时更新的室内定位算法[J].计算机工程与应用.2014
[8].刘政.权重和误差双修正的质心定位算法[J].自动化仪表.2014
[9].罗平,向凤红,毛剑琳,迟子铖,付丽霞.基于自然选择的线性递减权重PSO与Taylor算法的TDOA协同定位算法研究[J].计算机应用研究.2014
[10].季必晔,顾燕.无线传感器网络节点自适应惯性权重定位算法[J].科学技术与工程.2012