一种自适应室内动态目标的UWB定位方法及系统

    公开(公告)号:CN106793077B

    公开(公告)日:2019-12-06

    申请号:CN201710003063.6

    申请日:2017-01-05

    Abstract: 本发明公开了一种自适应室内动态目标的UWB定位方法,首先利用UWB定位系统测得TDOA值;其次利用小波分析自适应去噪法对测得的TDOA值进行处理,输出重构的TDOA值,将重构后的TDOA值转化为距离差值并建立非线性方程组,并得到方程组的最优解;然后将最优解作为初始值,采用扩展卡尔曼滤波算法对动态目标进行跟踪定位,求得最终估计值;最后输出最终估计值。本发明提供的自适应室内动态目标的UWB定位方法,可减弱甚至消除UWB信号传播过程中受到多径传播(Multipath)和非视距干扰(NLOS)影响所引起的测距误差,提高定位精度,并能够在非视距室内环境下实现对动态目标的精确定位。超宽带定位系统验证了定位方法的有效性和实现了对定位动态目标的室内定位。

    一种自适应室内动态目标的UWB定位方法及系统

    公开(公告)号:CN106793077A

    公开(公告)日:2017-05-31

    申请号:CN201710003063.6

    申请日:2017-01-05

    Abstract: 本发明公开了一种自适应室内动态目标的UWB定位方法,首先利用UWB定位系统测得TDOA值;其次利用小波分析自适应去噪法对测得的TDOA值进行处理,输出重构的TDOA值,将重构后的TDOA值转化为距离差值并建立非线性方程组,并得到方程组的最优解;然后将最优解作为初始值,采用扩展卡尔曼滤波算法对动态目标进行跟踪定位,求得最终估计值;最后输出最终估计值。本发明提供的自适应室内动态目标的UWB定位方法,可减弱甚至消除UWB信号传播过程中受到多径传播(Multipath)和非视距干扰(NLOS)影响所引起的测距误差,提高定位精度,并能够在非视距室内环境下实现对动态目标的精确定位。超宽带定位系统验证了定位方法的有效性和实现了对定位动态目标的室内定位。

    一种动态自适应的无线传感器网络入侵检测智能方法

    公开(公告)号:CN106604267B

    公开(公告)日:2019-10-25

    申请号:CN201710089485.X

    申请日:2017-02-21

    Abstract: 本发明涉及一种动态自适应的无线传感器网络入侵检测智能方法,属于无线传感器网络信息安全技术领域。该方法包括:采用min‑max标准化方法将网络特征归一化;通过均值漂移算法将训练数据聚类为多个簇,并根据簇中心之间的相对距离合并成两个簇;以正常数据为模版将这两个簇标记为正常或异常;训练数据的每个特征向量根据它与它所在的簇中心之间的距离来分配权重;将标记并加权的训练数据作为加权支持向量机的输入来构建决策函数;测试数据通过决策函数判别正常或异常;在检测阶段,每隔更新时间将决策函数判定后的检测数据加入到训练数据来重建决策函数。该算法部署简单,成本低,能适应不同的网络结构,能检测不同形式的攻击行为,而且具备扩展能力。

    一种动态自适应的无线传感器网络入侵检测智能算法

    公开(公告)号:CN106604267A

    公开(公告)日:2017-04-26

    申请号:CN201710089485.X

    申请日:2017-02-21

    Abstract: 本发明涉及一种动态自适应的无线传感器网络入侵检测智能算法,属于无线传感器网络信息安全技术领域。该算法包括:采用min‑max标准化方法将网络特征归一化;通过均值漂移算法将训练数据聚类为多个簇,并根据簇中心之间的相对距离合并成两个簇;以正常数据为模版将这两个簇标记为正常或异常;训练数据的每个特征向量根据它与它所在的簇中心之间的距离来分配权重;将标记并加权的训练数据作为加权支持向量机的输入来构建决策函数;测试数据通过决策函数判别正常或异常;在检测阶段,每隔更新时间将决策函数判定后的检测数据加入到训练数据来重建决策函数。该算法部署简单,成本低,能适应不同的网络结构,能检测不同形式的攻击行为,而且具备扩展能力。

Patent Agency Ranking