-
公开(公告)号：CN114745779A
公开(公告)日：2022-07-12
申请号：CN202210230055.6
申请日：2022-03-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于异步到达时间的无线传感器网络目标定位方法，在现有基于异步到达时间的定位方法的基础上，引入具有反向学习和自适应重定向的差分进化算法。本发明包括步骤(1)：获取TOA测量值；步骤(2)：构建TOA定位模型；步骤(3)：构建目标函数；步骤(4)：获取目标节点的估计坐标。本发明能够在锚节点无法获取目标节点的信号发送时刻的情况下定位，有效地提高了定位精度，并且计算复杂度较低。
-
公开(公告)号：CN108828569B
公开(公告)日：2022-06-24
申请号：CN201810649304.9
申请日：2018-06-22
Applicant: 南京邮电大学
Abstract: 本发明是一种基于虚拟节点的近似三角形内点测试定位算法，包括如下步骤：步骤1：传感器节点外发送广播信标；步骤2：目标节点收集信息；步骤3：目标节点统计节点个数；步骤4：共能组成个三角形；步骤5：对每个由锚节点组成的三角形进行形状判断；步骤6：虚拟节点；步骤7：虚拟节点根据自身位置信息；步骤8：将目标节点与虚拟节点的接收信号强度进行比较；步骤9：遍历所有个三角形，重复步骤5、6、7、8，计算所有目标节点在内部的三角形的重叠区域；步骤10：利用网格扫描法，将上述重叠区域的重心作为目标节点的位置估计值。本发明与虚拟节点近似三角形内点测试（VN‑APIT）相比，有效减少40%～50%的计算量，极大地提高了定位的效率。
-
公开(公告)号：CN113326912A
公开(公告)日：2021-08-31
申请号：CN202110591874.9
申请日：2021-05-28
Applicant: 南京邮电大学
IPC: G06N3/00
Abstract: 本发明涉及一种基于信息共享哈里斯鹰优化的超宽带定位方法，其步骤为：步骤1：采用双边双向测距方法测距；步骤2：初始化种群；步骤3：计算适应度，贪婪机制选择最优个体；步骤4：信息共享更新；步骤5：正余弦扰动项逃逸能量计算方法计算逃逸能量，并判断|E|>1，如果成立执行步骤6，否则执行步骤7；步骤6：搜索阶段进行搜索更新，然后执行步骤8；步骤7：开发阶段，进行开发更新；步骤8：计算适应度，贪婪机制选择最优个体更新猎物位置。本发明在现有哈里斯鹰优化超宽带定位方法基础上进行改进，该方法引入信息共享机制增加种群多样性，并改善了逃逸能量的计算方法平衡搜索和开发阶段，有效地提高了节点定位精度。
-
公开(公告)号：CN113297793A
公开(公告)日：2021-08-24
申请号：CN202110578488.6
申请日：2021-05-26
Applicant: 南京邮电大学
IPC: G06F30/27 , G06N3/04 , G01M13/021 , G06F113/06 , G06F119/14
Abstract: 本发明公开了一种基于自适应LMS算法的风力机齿轮箱故障检测方法、系统及装置，方法包括：获取风力机齿轮箱的故障信号；利用优化后的自适应LMS算法对故障信号进行降噪处理；对降噪处理后的故障信号进行包络分析获取检测结果；其中，自适应LMS算法的优化包括：初始化自适应LMS算法的阶数、权值系数以及步长因子；利用天牛须智能算法对初始化步长因子中的调节参数进行迭代优化；根据优化后的调节参数计算更新步长因子以及权值系数；根据更新后的步长因子以及权值系数更新优化自适应LMS算法。本发明能够有效的将风力机齿轮箱故障特征从噪声中分离出来，并且解决了自适应LMS算法手动调参带来的随机性问题。
-
公开(公告)号：CN108848449B
公开(公告)日：2020-11-24
申请号：CN201810659990.8
申请日：2018-06-25
Applicant: 南京邮电大学
Abstract: 本发明是一种基于DV‑Hop改进的无线传感器网络节点定位算法，引入加权最小二乘法以及最优参考节点法，所述算法包括如下步骤：步骤1：无线传感器网络的初始化，步骤2：参考节点计算平均跳距，步骤3：列距离方程组；步骤4：方程求解的优化；步骤5：最优解的选择。本发明在现有DV‑Hop定位方法基础上进行改进，该方法引入加权最小二乘法和最优参考节点法，能适应实际应用中的不规则网络拓扑结构，有效地提高了节点定位精度。
-
Patent Agency Ranking
公开(公告)号：CN105976827B
公开(公告)日：2019-09-13
申请号：CN201610356146.9
申请日：2016-05-26
Applicant: 南京邮电大学
IPC: G10L21/0216 , G10L21/028 , G10L25/06 , G01S5/18
Abstract: 本发明公开了一种基于集成学习的室内声源定位方法，特别是涉及声源定位识别方法所使用的特征。本发明使用信号的相位变换广义互相关函数作为位置特征，将声源信号数据转换成特征数据集，再使用集成学习技术(Bagging，AdaBoost等)对特征数据进行训练和定位测试，最终得到的集成学习分类器能很好地鉴别声源位置，克服了传统声源定位算法在恶劣环境下性能损失严重的不足。相比较传统的定位算法，本发明的优势在于能在室内环境下，有较强的噪声、混响的恶劣环境下，依旧能够获得鲁棒的声源定位性能。
-
公开(公告)号：CN108828569A
公开(公告)日：2018-11-16
申请号：CN201810649304.9
申请日：2018-06-22
Applicant: 南京邮电大学
Abstract: 本发明是一种基于虚拟节点的近似三角形内点测试定位算法，包括如下步骤：步骤1：传感器节点外发送广播信标；步骤2：目标节点收集信息；步骤3：目标节点统计节点个数；步骤4：共能组成 个三角形；步骤5：对每个由锚节点组成的三角形进行形状判断；步骤6：虚拟节点；步骤7：虚拟节点根据自身位置信息；步骤8：将目标节点与虚拟节点的接收信号强度进行比较；步骤9：遍历所有 个三角形，重复步骤5、6、7、8，计算所有目标节点在内部的三角形的重叠区域；步骤10：利用网格扫描法，将上述重叠区域的重心作为目标节点的位置估计值。本发明与虚拟节点近似三角形内点测试（VN-APIT）相比，有效减少40%～50%的计算量，极大地提高了定位的效率。
-
公开(公告)号：CN114745657B
公开(公告)日：2025-03-28
申请号：CN202210169624.0
申请日：2022-02-23
Applicant: 南京邮电大学
Abstract: 一种改进的混合萤火虫粒子群优化的DV‑Hop定位方法，不仅通过加权二次修正了锚节点间平均跳距，同时使用误差因子做了进一步校正，而且使用混合萤火虫粒子群算法优化未知节点的坐标。通过在不同的适用条件下使用改进的萤火虫和粒子群算法，不仅保证了粒子全局搜索速度快，而且避免了粒子最优解陷入局部最优的缺陷，相比于当前传统的DV‑Hop位置计算和优化的方法，本发明有效地提高了节点的定位精度和稳定性。
-
公开(公告)号：CN116567544A
公开(公告)日：2023-08-08
申请号：CN202310637803.7
申请日：2023-05-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进秃鹰搜索算法与多项式平均优化的DV‑Hop定位方法，属于各向异性无线传感器网络定位技术领域，包括：S1：初始化无线传感器网络；S2：获得未知节点到锚节点间的最小跳数；S3：计算锚节点跳数‑距离多项式系数；S4：锚节点广播自身跳数‑距离多项式系数；S5：计算未知节点到锚节点的估计距离；S6：改进秃鹰搜索算法求解未知节点坐标。本发明通过多项式平均的方法计算未知节点到锚节点的估计距离，同时使用改进的秃鹰搜索算法计算未知节点的坐标，能够在各向异性环境下有效提升算法的定位精度。
-
公开(公告)号：CN116528148A
公开(公告)日：2023-08-01
申请号：CN202310462869.7
申请日：2023-04-26
Applicant: 南京邮电大学
Abstract: 一种基于自适应逆优化机制的改进DV‑Hop定位方法，在现有改进的DV‑Hop算法基础上，提出了自适应获取目标节点跳数阈值的方法，最优地选取锚节点，丢弃质量不佳的数据，从而反向优化目标节点的坐标，并且在估计位置的校正阶段消除了目标函数的过拟合状态。本发明能够很好地适应不规则的网络环境，有效地提高了各向异性网络中的定位精度。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.021 seconds)
