1 北京理工大学 光电学院 信息光子技术工业与信息化部重点实验室, 北京 100081
2 北京理工大学 长三角研究院(嘉兴), 嘉兴 314001
3 北京理工大学 光电学院《光学技术》编辑部, 北京 100081
分布式探测系统中当接收信号信噪比较低时, 基于信号到达各接收天线延时差(TDOA)的定位法精度直接被延时差测量精度所制约。为解决这一问题, 提出了基于多天线信号合成的优化TDOA定位算法, 利用多路合成后的信号来精确获得各路信号延时差。仿真结果表明优化定位算法相较传统高斯牛顿迭代法在低信噪比情形下可将定位误差减小一个数量级。进一步搭建光纤稳时传输系统, 实验结果显示, 在信噪比为1.1dB时, 优化算法定位精度可达到1.6m, 比传统算法的定位误差降低了86.8%。算法将极大地扩展TDOA定位法的适用范围。
分布式探测系统 TDOA定位 高斯牛顿迭代 distributed detection system TDOA localization Gauss-Newton iterative method
1 四川大学电气信息学院, 四川 成都 610065
2 西南技术物理研究所, 四川 成都 610041
结合点云统计学特性和形状特征,提出了带方差补偿的多向仿射变换点云配准算法,将求解放缩因子问题转化为求解带方差的超定非线性方程组,并通过二次曲面拟合对噪声方差进行最小二乘无偏估计。引入点云全局向量特征相似度,以相似度最大化求真解。将多向仿射变换点云配准转化为刚性配准,并利用主方向法配准点云。仿真结果表明,针对点云随机丢失和带噪声的点云配准情况,所提算法比现有配准算法的配准精度更高,并且配准耗时更短。
机器视觉 点云配准 Newton迭代法 相似度 最小二乘法 二次曲面
1 河南师范大学计算机与信息工程学院,河南 新乡 453007
2 智慧商务与物联网技术河南省工程实验室，河南 新乡 453007
为了提高无源定位的准确度，提出一种基于约束总体最小二乘(CTLS)的联合到达时间差(TDOA)和到达增益比(GROA)的定位算法。首先联合TDOA/GROA测量值建立伪线性方程，考虑到伪线性方程中系数噪声的相关性，采用CTLS方法对其进行建模，用拉格朗日乘子法和牛顿迭代法联合求解。仿真结果表明，噪声比较小时，该方法逼近克拉美-罗(CRLB)下限。在噪声比较大时，相比两步加权最小二乘方法具有更好的定位准确度。随着参数c/w的增大，该算法的定位均方误差也要小于两步加权最小二乘方法。
信号源定位 到达时间差 到达增益比 约束总体最小二乘 牛顿迭代 source localization time difference of arrival gain ratio of arrival constrained total least-square Newton iterative method
