针对物联网的节点定位问题,本文提出一种低复杂度的参数估计及单站定位算法,包括一种基于矩阵幂的矩阵束(Power-based Matrix Pencil,PMP)算法与非线性拟合(Non-Linear Fitting,NLF)技术。算法利用联合到达时间(Time of Arrival,TOA)/...针对物联网的节点定位问题,本文提出一种低复杂度的参数估计及单站定位算法,包括一种基于矩阵幂的矩阵束(Power-based Matrix Pencil,PMP)算法与非线性拟合(Non-Linear Fitting,NLF)技术。算法利用联合到达时间(Time of Arrival,TOA)/到达角度(Angle of Arrival,AOA)参数估计进行定位运算,通过单个锚节点的测距信息即可完成定位。该算法首先通过矩阵幂运算近似求解接收矩阵的信号子空间,并基于此近似提出PMP算法估计多径AOA,然后利用OFDM子载波的频率分集特性,通过NLF进行TOA的高分辨率估计,有效降低了计算复杂度。仿真结果表明,该算法的时间开销远低于传统的二维矩阵束算法,并且在高带宽和多阵元情况下具有较好的定位性能。展开更多
为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,...为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,通过特征之间对应关系的最小二乘估计,准确提取图像特征;定义最大互信息(mutual information,MI)准则,建立图像特征之间的对应关系,利用高分辨率图像估计对配准参数进行微调。实验结果表明,与当前常用配准算法相比,所提算法能够较准确地从背景中提取目标特征,完成配准,其具有更高的配准精度与更低的复杂度。展开更多
文摘针对物联网的节点定位问题,本文提出一种低复杂度的参数估计及单站定位算法,包括一种基于矩阵幂的矩阵束(Power-based Matrix Pencil,PMP)算法与非线性拟合(Non-Linear Fitting,NLF)技术。算法利用联合到达时间(Time of Arrival,TOA)/到达角度(Angle of Arrival,AOA)参数估计进行定位运算,通过单个锚节点的测距信息即可完成定位。该算法首先通过矩阵幂运算近似求解接收矩阵的信号子空间,并基于此近似提出PMP算法估计多径AOA,然后利用OFDM子载波的频率分集特性,通过NLF进行TOA的高分辨率估计,有效降低了计算复杂度。仿真结果表明,该算法的时间开销远低于传统的二维矩阵束算法,并且在高带宽和多阵元情况下具有较好的定位性能。
文摘为提高图像配准精度和稳定性,降低复杂度,提出一种基于最大后验概率耦合互信息的精确图像配准算法。引入图像最大后验概率(posterior A maximum,MAP),利用MAP抑制待匹配区域特征中的背景干扰因素,根据图像退化过程的差异,引入权重因子,通过特征之间对应关系的最小二乘估计,准确提取图像特征;定义最大互信息(mutual information,MI)准则,建立图像特征之间的对应关系,利用高分辨率图像估计对配准参数进行微调。实验结果表明,与当前常用配准算法相比,所提算法能够较准确地从背景中提取目标特征,完成配准,其具有更高的配准精度与更低的复杂度。
