检索结果-南通市图书馆

作者：茅天诒南京航空航天大学

学位级别：硕士

近年来,由于环境污染等原因的影响,雾霾等不理想天气的出现比较频繁且分布区域比较广泛。在这样的天气条件下,户外成像设备采集到的图像一般降质严重,且会丢失不少细节信息,将会直接限制和影响人们的日常生产与生活。因此,为增强图像的... 详细信息

近年来,由于环境污染等原因的影响,雾霾等不理想天气的出现比较频繁且分布区域比较广泛。在这样的天气条件下,户外成像设备采集到的图像一般降质严重,且会丢失不少细节信息,将会直接限制和影响人们的日常生产与生活。因此,为增强图像的视觉效果并便于计算机视觉后续处理,需要对有雾图像进行去雾。本文深入研究分析了暗原色先验去雾算法中存在的问题,主要是在暗原色先验规律不成立的天空区域中的透射率的估计将比实际偏小,从而导致天空区域明显的噪声放大与色彩失真;并且,在非天空区域的景深变化边缘附近的透射率估计也不够准确,将导致这些位置的去雾强度减弱而造成去雾效果不理想的现象。因此,本文的工作将首先要对有雾图像的天空区域进行分割提取,以分别对两部分区域的问题进行处理;然后分别对天空与非天空区域的透射率估计进行优化与改进;并对整体去雾效果进行了一些进一步的视觉优化方法处理,以使得去雾图像的视觉效果更好。对于天空区域存在的问题,本文提出了一种结合K均值聚类和增强边缘提取的天空区域分割方法,先利用K均值聚类并依据提出的判别值提取出候选天空区域,再利用增强边缘提取出天空连通域,两者通过相与进行互补结合,并说明了几种不利情况下对两者选取策略的改进与处理,可以得到更加完善且有使用价值的天空区域分割结果。之后再对天空区域的透射率值根据原值变化情况进行自适应修正,可以得到较好的视觉效果;对于非天空区域存在的问题,本文采用分块与像素加权插值的方法来进行暗原色图像求取的改进,可以一定程度改善景深变化边缘附近因透射率估计不准确带来的问题;为了对去雾效果再进行进一步的视觉优化,本文提出了提高大气光值选取的稳定性、提升去雾图像的清晰度以及调整去雾图像的色调这三方面的优化与改进方法,以获得更好的最终去雾视觉效果。最后,本文对于研究的改进去雾算法进行了编程实现,所有的算法实现均在个人计算机上完成,利用VS2010与OpenCV2进行编程实现与实验操作,同时在实验中对恢复的去雾图像在主观与客观层面上进行了分析,证明了改进算法的真实有效性。

关键词：暗原色先验天空区域分割 K均值聚类增强边缘提取透射率修正

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于三焦点张量重投影的视频稳像算法

基于三焦点张量重投影的视频稳像算法

作者：薛重飞南京航空航天大学

学位级别：硕士

随着信息技术的快速发展,摄像设备已经大面积普及,使得视频在人们的生活中无处不见。视频以其丰富的内容、直观的表现方式以及容易获取、存储和传输等优点成为人们获取资源信息的重要手段。但是,由于摄像载体的抖动,使得采集的视频存在... 详细信息

随着信息技术的快速发展,摄像设备已经大面积普及,使得视频在人们的生活中无处不见。视频以其丰富的内容、直观的表现方式以及容易获取、存储和传输等优点成为人们获取资源信息的重要手段。但是,由于摄像载体的抖动,使得采集的视频存在抖动,这种抖动产生令人不悦的视觉效果,也不利于视频的后续处理,如目标跟踪以及视频压缩等。为了获得更加舒适地视觉感受以及方便视频的后续利用,本文提出一种基于三焦张量重投影的特征点轨迹视频稳像算法,并解决了如下三个问题:(1)针对现有特征点轨迹视频稳像算法无法兼顾轨迹长度、鲁棒性及轨迹利用率的问题,提出了一种基于三焦点张量重投影的特征点轨迹稳像算法,利用三焦点张量点转移技术构建长虚拟轨迹,通过平滑虚拟轨迹定义稳定视图;并利用三焦点张量点转移技术将原始特征点重投影到稳定视图,从而实现原始特征点轨迹的平滑;然后利用内容保持网格变形对原始帧变形以生成稳定帧。(2)针对目前视频稳像算法难以处理大运动物体遮挡的问题,提出一种基于K-means聚类的运动物体特征点剔除算法,利用特征点运动速度和特征点位置作为K-means聚类的输入,将某一帧的特征点分为K个簇;然后利用对极几何约束对背景特征点所在各簇以及运动物体特征点所在各簇分别进行迭代融合,通过特征点密集度确定背景簇;对每帧的特征点进行聚类,并利用所有帧的聚类结果结合相应的判别准则剔除运动物体特征点,以避免对运动物体特征点轨迹进行平滑以及运动物体特征点给三焦点张量的计算带来较大的误差,从而避免稳定帧失真。(3)为了验证本文算法的稳像效果,设计相关的对比试验,通过三个人对两种算法稳像结果的主观感受来评价两种算法稳像结果的优劣,通过将需要处理的视频分为若干类,对每类视频的评价结果进行统计以体现算法在缺乏长轨迹、存在滚动快门失真等情形下的性能。实验结果表明,本文算法对轨迹长度要求小、轨迹利用率高且鲁棒性好,不仅能够处理场景结构非平面、缺少视差、滚动快门失真等问题,而且能够很好地处理摄像机快速摇头、剧烈抖动以及运动模糊等导致视频缺乏长轨迹的问题以及运动物体大遮挡。

关键词：视频稳像三焦点张量重投影长轨迹大运动物体遮挡 K-means聚类

基于景深提取和区域分割的图像去雾算法优化与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于景深提取和区域分割的图像去雾算法优化与实现

作者：王崟南京航空航天大学

学位级别：硕士

近年来,空气污染现象越来越严重,雾霾天气的出现也是愈发地频繁。严重影响了可视性的同时,还使得日常成像设备所拍摄的图像降质严重,户外计算机视觉应用也受到了非常大的阻碍。因而图像的去雾算法研究成为非常迫切的需求。本文详细分析... 详细信息

近年来,空气污染现象越来越严重,雾霾天气的出现也是愈发地频繁。严重影响了可视性的同时,还使得日常成像设备所拍摄的图像降质严重,户外计算机视觉应用也受到了非常大的阻碍。因而图像的去雾算法研究成为非常迫切的需求。本文详细分析了基于暗元先验规律的去雾算法中存在的缺陷和不足,以及去雾算法所基于的大气散射模型中存在的局限性。主要解决的问题有:(1)暗元先验算法中易在景深边缘处产生光晕效应,在利用边缘保护操作解决光晕效应时因无法区分边缘的类型导致保护了所有类型的边缘,由此造成了景深突变处和非景深突变的局部透射率估计不合理;(2)暗元先验规律在天空区域是失效的,导致了天空区域透射率估计不合理;(3)大气散射模型只考虑了单散射作用而忽略了多散射的影响,使得大气散射模型有一定的局限性。针对上述问题,本文提出了如下的改进方法:(1)针对景深突变处和非景深突变的局部透射率估算不合理的问题:提出了基于加权融合策略的透射率估计方法,通过获取有雾图像中相应的景深突变信息,形成景深信息导向图,进一步据此来构建权重系数,从而通过加权融合像素级暗通道和块级暗通道获得精细透射率估计结果。既保护了景深边缘处的突变性,也消除了非景深突变的局部纹理边缘噪声的影响。(2)针对天空区域透射率估计不合理的问题:采用基于超像素和特征点检测相结合的分割方法来分割提取有雾图像中的天空区域。在成功分割出天空区域以后,采用基于天空区域暗像素值缩放的方法来修正天空区域的透射率,有效改善了天空区域透射率估算不准确的问题,避免了在天空部分产生严重的晕环和颜色失真现象。(3)针对大气散射模型的局限性问题:利用大气点扩散函数来构建多散射物理模型,为了避免大气点扩散函数复杂的计算量,采用广义高斯函数来替代大气点扩散函数。有效改善了因空气中悬浮颗粒的多散射影响带来的图像降质。最后,本文提出的算法在Windows环境下利用VS2010与OpenCV2进行了编程实现,并设计了对比实验,将实验结果与四种相关的优秀算法进行了对比,从透射率图的准确性和最终去雾结果的质量以及客观评价指标进行了分析,说明了本文提出的改进算法是有效的。

关键词：暗元先验景深信息导向图加权融合天空分割透射率修正多散射

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征点轨迹增长的视频稳像算法

基于特征点轨迹增长的视频稳像算法

作者：魏雪迎南京航空航天大学

学位级别：硕士

在科技迅速发展的推动下,人们通过视频记录和传递信息,视频作为信息的载体大量应用于生活中和工业科技等领域里。然而有时由于外部因素的影响,经常导致拍摄出来的视频有一定的抖动,不利于传递信息和后续处理等工作。因此,为了提高视频... 详细信息

在科技迅速发展的推动下,人们通过视频记录和传递信息,视频作为信息的载体大量应用于生活中和工业科技等领域里。然而有时由于外部因素的影响,经常导致拍摄出来的视频有一定的抖动,不利于传递信息和后续处理等工作。因此,为了提高视频的质量,本文提出一种基于特征点轨迹增长的视频稳像算法,研究并解决了下面三个问题:(1)针对现有的特征点轨迹稳像算法无法兼顾特征点轨迹长度、特征点轨迹利用率、鲁棒性和时间复杂度的问题,本文提出基于特征点轨迹增长的视频稳像算法。利用低秩矩阵迭代逼近原理实现轨迹增长,使之满足轨迹平滑的要求,并结合网格变形生成稳定帧。另外,为了保证特征点选取均匀以满足高效果稳像要求,提出了新的特征点选择策略,将特征点轨迹长度与特征点位置相结合作为信息度量的参数,利用信息度量评价函数筛选特征点,解决了长度优先选取策略造成选取的轨迹较为集中,从而不能很好的反映整体的特征,以至于在平滑的时候会导致最终视频局部抖动的问题。(2)针对视频稳像算法难以解决的大运动目标遮挡以及多运动目标遮挡问题,提出一种基于小波聚类的特征点剔除算法,选取特征点的速度、坐标以及RGB值作为每个特征点的观测数据,将特征空间转换为频域对特征点进行聚类。实验证明该算法可以良好剔除非球形分布的运动目标特征点,然而对于特征点标准球形分布的状况有一定误差,针对这个问题,提出利用Kmeans聚类算法优化小波聚类,提高了算法的应用范围。(3)通过设计对比试验来验证本文算法的实现效果,分别与目前稳像效果较好的三个算法:基于子空间约束的视频稳像算法、基于对极几何重投影的视频稳像算法以及基于三焦点张量重投影的视频稳像算法对比。将抖动视频分为五类,根据平稳度、空间失真度、时间失真度、时间复杂度三个评价指标对稳像算法进行测评。实验结果证明,本文所提出的视频稳像算法鲁棒性强、轨迹利用率高、时间复杂度适当,可以很好地处理场景有景深变化、剧烈抖动、模糊、存在一个或多个前景运动目标等视频稳像。

关键词：视频稳像特征点轨迹增长特征点提取策略前景运动目标小波聚类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视频信息的运动目标跟踪技术研究

基于视频信息的运动目标跟踪技术研究

作者：王剑南京航空航天大学

学位级别：硕士

视频跟踪技术是计算机视觉的重要研究内容之一,在军事、医学、交通等很多领域有着广泛的应用。目标跟踪算法的好坏直接影响视频跟踪效果的准确性和稳定性,对于鲁棒性好、精确度高的跟踪方法的研究一直是计算机视觉领域的关键问题。本文... 详细信息

视频跟踪技术是计算机视觉的重要研究内容之一,在军事、医学、交通等很多领域有着广泛的应用。目标跟踪算法的好坏直接影响视频跟踪效果的准确性和稳定性,对于鲁棒性好、精确度高的跟踪方法的研究一直是计算机视觉领域的关键问题。本文首先简要介绍了目前视频目标跟踪中的主要跟踪算法,给出了这些算法的原理和应用。并对这些方法进行了比较。其次本文着重研究了相关跟踪算法的原理和方法,针对相关跟踪不能够很好地适应目标的姿态和大小变化的情况,本文在相关跟踪算法的模板更新过程中结合了主动轮廓模型算法,当更新模板时,首先使用主动轮廓模型算法得到目标的轮廓信息,然后根据这个轮廓信息来合理地更新模板,从而可以适应目标的姿态和大小变化。同时详细研究了主动轮廓模型算法的原理和方法,研究了主动轮廓模型算法中初始轮廓点的选择,候选邻域的选择和模型参数的选择对算法最终结果的影响,并针对相关跟踪的特点,选择了合理的参数搭配。为了能够使基于主动轮廓模型的相关跟踪算法满足实时性的要求,本文从相关跟踪算法的原理出发,从算法涉及的图像大小和搜索范围两方面,采用了图像多分辨率分解、卡尔曼预测和三步搜索法相结合的方法来加快算法的处理速度。最后本文研究了在目标跟踪中的遮挡问题,分析了遮挡问题的实质,从遮挡的判断和遮挡阶段的跟踪方法两个方面对遮挡的情况进行了研究,本文提出了基于目标的颜色直方图的Bhattacharyya系数的失配程度系数作为目标遮挡的判断依据和模板更新的依据,实验证明该方法可以较好地判断什么时候目标受到了遮挡。在遮挡阶段,本文提出采用多子模板投票选举法作为目标受到部分遮挡时的跟踪方法,实验结果证明该方法可以利用目标未被遮挡的部分来继续进行跟踪。本文根据实验室的实际情况,选择了相应的硬件和软件系统,搭建了一套单机和基于局域网的多机目标跟踪系统。

关键词：相关跟踪主动轮廓模型算法颜色直方图多子模板卡尔曼预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像信息的建筑物分布检测技术研究

基于图像信息的建筑物分布检测技术研究

作者：赵若辰南京航空航天大学

学位级别：硕士

对航拍图像中的建筑物进行提取是目标检测任务中的研究热点,精确地检测建筑物对于城市与农村建设的变化监测、基础设施规划、土地利用与管理等任务至关重要。但是建筑物的识别检测一直以来存在着诸多难点,例如检测模型易受背景干扰造成... 详细信息

对航拍图像中的建筑物进行提取是目标检测任务中的研究热点,精确地检测建筑物对于城市与农村建设的变化监测、基础设施规划、土地利用与管理等任务至关重要。但是建筑物的识别检测一直以来存在着诸多难点,例如检测模型易受背景干扰造成误检、小型建筑物容易漏检等。本文针对这些问题对基于深度学习技术的Mask-RCNN目标检测模型进行了改进。论文的主要研究内容如下:(1)针对原始卷积神经网络提取特征不充分,容易提取到背景特征而影响识别的问题,本文在Densenet网络的基础上设计了一种带有注意力机制的多尺寸组卷积网络结构。一方面利用其密集连接性质提高特征的利用率,另一方面利用多尺度组卷积在特征图上充分提取不同尺度的建筑物特征和上下文信息,并通过注意力机制抑制背景特征。(2)针对原始的复制差值上采样方式容易引入噪声的问题,本文将其替换为基于深度学习的亚像素卷积,亚像素卷积通过训练可以获得具有更多细节特征的特征图。同时针对原始网络中特征融合不充分,且容易叠加背景特征和噪声的问题,本文将特征图统一叠加后送入注意力机制,在充分融合所有特征层的特征的基础上突出了建筑物特征,抑制了噪声和背景特征。(3)针对原始RPN网络生成的小型建筑物正样本数量过少导致训练效果不佳的问题,本文在RPN网络中采用级联训练的方式,利用逐步提高的阈值获得更多高质量的小型建筑物正样本预测框。同时针对建筑物因为密集分布导致漏检的问题,本文利用Soft-NMS算法替换原始的NMS算法,使密集预测框在筛选过程得以保留。(4)针对模型中原始损失函数更关注拥有大量简单正样本的中大型建筑物,导致小型建筑物训练效果不佳的问题,本文设计了一个基于尺寸的权重系数以提高小型建筑物的损失权重。另外针对原始的Smoothl1回归损失函数无法准确对小型建筑物进行定位的问题,本文将其替换为DIo U损失函数,利用DIo U中的交并比和中心点距离等参数优化小型建筑物检测框的定位结果。(5)本文利用经过以上改进的Mask-RCNN模型,设计并实现了一套建筑物分布检测系统。该系统可以自动对航拍图像中的建筑物进行精确检测,同时将检测结果进行显示并存储。通过多组实验表明,该系统可以有效帮助用户对图像中的建筑物分布情况进行观察和分析。

关键词：建筑物检测卷积神经网络特征融合注意力机制小目标检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于二阶互信息的多光谱图像配准算法研究

基于二阶互信息的多光谱图像配准算法研究

作者：杨绪超南京航空航天大学

学位级别：硕士

多光谱图像配准就是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配,它是图像分析和处理的前提,也为多光谱图像的准确融合打下了基础。针对传统互信息算法只利用了两幅图像像素的灰度统计特性,而忽略... 详细信息

多光谱图像配准就是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的两幅或多幅图像进行匹配,它是图像分析和处理的前提,也为多光谱图像的准确融合打下了基础。针对传统互信息算法只利用了两幅图像像素的灰度统计特性,而忽略了像素位置之间的密切联系从而导致误配的缺点,本文采用二阶互信息作为相似性测度,并且对二阶互信息加以改进。在计算图像信息熵的过程中,不仅考虑了图像中每点像素的信息,还充分考虑了每点像素邻域像素的信息,从而增加了配准过程中的稳定性,并抑制了配准过程中因插值所产生的局部极值情况,平滑了信息熵的曲线,使图像配准的精度得到提高。针对相似性测度有许多局部极值以及不知道初始搜索参数的特点,本文将具有较强全局搜索能力且对参数初始值没有依赖性的蚁群算法作为优化算法。并针对在蚁群寻优过程中陷入局部极值的缺点,对蚂蚁的层间转移准则和全局信息素的更新策略进行改进,取得良好的效果。考虑到蚁群的较强的全局搜索能力以及蚁群算法所用时间较长的缺点,本文将蚁群算法同局部寻优能力较强的Powell算法加以结合。利用两种算法的优点而摒弃其缺点,缩短了搜索过程所占用的时间,提高了配准速度。论文中的实验结果表明,本文所提出的相关方法使多光谱图像配准的精度与速度得到了提高。

关键词：图像配准二阶互信息蚁群算法 Powell

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征点的运动目标跟踪技术研究

基于特征点的运动目标跟踪技术研究

作者：刘玉南京航空航天大学

学位级别：硕士

运动目标跟踪技术是计算机视觉领域中的一个研究热点,目前该技术在军事、民用等领域中都得到了广泛的应用,但运动目标跟踪技术仍存在如抗外界遮挡能力有限、跟踪稳定性不高等问题。一直以来,研究一种鲁棒性好、抗干扰能力强、跟踪精度... 详细信息

运动目标跟踪技术是计算机视觉领域中的一个研究热点,目前该技术在军事、民用等领域中都得到了广泛的应用,但运动目标跟踪技术仍存在如抗外界遮挡能力有限、跟踪稳定性不高等问题。一直以来,研究一种鲁棒性好、抗干扰能力强、跟踪精度高的运动目标跟踪方法是众多研究人员奋斗的目标。首先,本文研究了基于特征点的运动目标跟踪算法原理和方法,包括各种特征点提取算法和基于最优估计的KLT匹配算法。由于SIFT算法则能够得到稳定性比较好、抗噪能力比较强的特征点,因此本文提出了基于SIFT算法和KLT匹配算法相结合的运动目标跟踪算法,为减少耗时,本文对SIFT算法进行了优化处理,针对直接根据特征点分布确定运动目标位置准确程度不高问题,本文提出利用基于主动轮廓模型的Greedy算法实现对运动目标准确定位。实验结果表明：和KLT算法相比,本文算法的稳定性得到了提高,确定的运动目标位置更加准确。其次,本文深入研究运动目标的稳定跟踪问题。首先,本文提出了特征点更新准则实现对特征点的及时更新,解决了特征点随着目标姿态大幅度旋转而逐渐减少问题;其次,本文提出了基于颜色直方图Bhattacharyya系数的目标遮挡发生判断条件和动态模板库建立准则,动态模板库的建立为运动目标重新识别提供了丰富的模板信息;最后,针对目标受到遮挡后其运动轨迹难以预测问题,本文将提出一种新的跟踪策略,通过不断扩大搜索区域,将运动目标的运动、灰度以及颜色等多个特征融合来实现对运动目标的重新识别。实验表明：和卡尔曼滤波算法相比,本文算法对运动目标是否作线性运动没有要求,因此本文算法具有更为广阔的应用前景。最后,本文还研究了Horn-Schunck微分光流检测算法实现对运动区域的自动检测,同时研究了ISODATA算法实现对运动区域的聚类,为得到相对完整的运动目标区域,本文中又结合了基于主动轮廓模型的Greedy算法来对聚类得到的运动区域进行轮廓提取。此外,本文还根据实验室的实际条件搭建了一套运动目标跟踪系统。最终实验结果表明：本文提出的运动目标自动检测方法能够得到相对完整的运动目标区域。

关键词： SIFT算法 KLT算法 Bhattacharyya系数运动目标遮挡微分光流

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

移动机器人运动导航中的立体匹配技术研究

移动机器人运动导航中的立体匹配技术研究

作者：曹义南京航空航天大学

学位级别：硕士

移动机器人是指能够在室内和室外环境下连续地、实时地自主运动的智能机器人,它的关键技术之一是视觉导航。视觉导航的主要功能是对道路场景进行快速识别和理解,进行障碍物的检测与识别,从而确定机器人的可行驶道路区域。针对移动机器... 详细信息

移动机器人是指能够在室内和室外环境下连续地、实时地自主运动的智能机器人,它的关键技术之一是视觉导航。视觉导航的主要功能是对道路场景进行快速识别和理解,进行障碍物的检测与识别,从而确定机器人的可行驶道路区域。针对移动机器人导航中立体匹配算法的实时性要求,本文首先研究了导航中常用的区域匹配算法,通过在匹配过程中采取忽略无纹理区域像素的视差计算,利用唯一性约束来动态调整视差值以及在重复纹理区域实施可靠性判别等提高可靠性的措施,并采用多分辨率匹配和盒式滤波等加速技术,形成了一种区域实时立体匹配算法。但是区域匹配算法在物体边缘不能准确定位,有“膨胀”现象。为了进一步提高立体匹配的精度,本文接着对基于动态规划的立体匹配算法进行了研究,分析了其易于产生条纹瑕疵的原因,进而提出了一种改进的基于垂直性约束的动态规划立体匹配算法。此算法通过记录以前扫描行的路径信息,同时将此信息应用在当前扫描行中,从而充分运用了扫描线间的约束,使得视差图中条纹瑕疵明显地减少,提高了匹配的精度。最后,本文基于AS-R机器人系统平台,将提出的立体匹配算法应用于机器人导航中,在障碍物距离较远时采用区域匹配算法进行导航,使机器人能够快速移动,障碍物距离较近时采用动态规划算法,同时降低机器人的移动速度,完成了机器人的避障和漫游。实验结果验证了本文所提出的立体匹配算法和视觉导航算法的有效性和可行性。

关键词：立体匹配移动机器人区域匹配动态规划避障

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线传感器网络在智能楼宇中的应用技术研究

无线传感器网络在智能楼宇中的应用技术研究

作者：赵强南京航空航天大学

学位级别：硕士

无线传感器网络(WSN,Wireless Sensor Network)技术作为获取信息的重要手段,在楼宇智能化建设方面广泛应用。为了向人们提供一个安全、舒适、高效、便利的环境,在智能楼宇中的诸多应用如室内导航、独居老人监控、火灾救援、远程数据监... 详细信息

无线传感器网络(WSN,Wireless Sensor Network)技术作为获取信息的重要手段,在楼宇智能化建设方面广泛应用。为了向人们提供一个安全、舒适、高效、便利的环境,在智能楼宇中的诸多应用如室内导航、独居老人监控、火灾救援、远程数据监控等都需要确定的位置信息。因此节点定位技术对于楼宇智能化建设至关重要,也是WSN核心技术之一。本文主要研究楼宇内基于TOA(到达时间)测距和WIFI指纹匹配相结合的无线传感器网络定位技术。本文在对楼宇内定位需求进行分析的基础上,提出室内区域选用TOA定位、走廊区域采用WIFI定位的设计方案。随后,本文探讨了室内房间区域TOA测距定位时所面临的问题和误差的来源,针对存在非视距误差和随机误差,利用改进的卡尔曼滤波器进行抑制。针对由节点自身性能和多径干扰造成的系统误差,本文提出非线性约束思想求解定位问题的策略,并在采用粒子群算法求解的过程中,通过构建关于系统误差估计范围的惩罚函数来进一步缩小解的可行域,从而修正系统误差、提高定位精度。实验表明结合本文提出的改进卡尔曼滤波和基于非线性约束的定位求解策略可以有效抑制测距误差,明显提高室内定位精度。然后,本文以走廊区域WIFI定位为背景,探讨了WIFI指纹匹配定位时面临的问题,针对RSSI易受环境干扰的问题,本文提出采用卡尔曼算法的平滑滤波策略;另一方面,针对传统K近邻指纹匹配时利用均值聚类算法对指纹库分类产生的离群指纹敏感问题,本文提出一种基于BP神经网络的指纹筛选策略。通过把获得的WIFI锚节点的MAC地址和RSSI作为BP网络分类器分类的特征,获取未知节点当前子区域索引号。在K近邻匹配指纹时,利用该子区域索引号对非相关区域的指纹进行剔除,将匹配的指纹与获得的RSSI向量的欧氏距离作为K近邻算法位置计算的权重,从而实现加权K近邻算指纹匹配定位。实验表明,卡尔曼滤波对RSSI值具有较好地平滑效果,结合BP神经网络区域判别和加权K近邻算法,可以有效剔除指纹库聚类结果中离群点,明显提升定位精度。最后,本文设计并实现了一套基于TOA和WIFI指纹的混合楼宇内定位系统,室内区域选用TOA定位,走廊区域采用WIFI指纹定位。针对未知节点在楼宇的两种区域内移动时定位算法切换问题,在利用定位算法求解位置前,将MAC地址+TOA测距值、WIFI指纹作为BP网络分类器的分类特征实现对未知节点当前位置区域的判别,并根据判别结果对定位算法实时选择。实验表明,该区域判别策略的准确度高,也验证了混合定位系统的可行性。

关键词：无线传感器网络到达时间测距粒子群优化指纹匹配定位混合定位