多指纹融合和区域细化的WiFi室内定位方法 被引量：8

1

作者 朱瑞 张丽杰 《导航定位学报》 CSCD 北大核心 2024年第5期62-69,共8页

针对复杂环境中单一指纹特征表示位置信息导致的定位鲁棒性差和精度低的问题,提出一种基于多指纹特征融合和区域细化的无线保真(WiFi)室内定位方法:对特征选择(ReliefF)算法进行改进,采用改进的ReliefF算法确定接收信号强度指示(RSSI)... 针对复杂环境中单一指纹特征表示位置信息导致的定位鲁棒性差和精度低的问题,提出一种基于多指纹特征融合和区域细化的无线保真(WiFi)室内定位方法:对特征选择(ReliefF)算法进行改进,采用改进的ReliefF算法确定接收信号强度指示(RSSI)、信号变化率(Rate)、双曲位置指纹(HLF)和信号强度差(SSD)这4种单一指纹特征对位置信息的贡献,并对4种单一指纹特征进行加权融合,得到组合位置特征;然后提出一种基于组合位置特征数据变化率和k均值(k-means)算法的区域细化算法,在离线构建指纹数据库时对定位区域进行细化。实验结果表明,基于多指纹融合和区域细化的WiFi定位方法比采用单一特征的WiFi定位方法具有更高的定位精度、速度和鲁棒性。 展开更多

关键词 室内定位 无线保真(WiFi)指纹 特征选择(ReliefF)算法 特征融合 区域细化

在线阅读 下载PDF 职称材料

基于单目视觉的动态环境同步定位与多地图构建算法 被引量：8

2

作者 齐咏生 陈培亮 +1 位作者 刘利强 董朝轶 《农业机械学报》 EI CAS CSCD 北大核心 2022年第4期280-292,共13页

针对传统V-SLAM算法是在假设场景刚性不变的条件下进行建图,导致无法实现动态环境建图,以及传统算法无法克服因环境特征不明显或机器人被“绑架劫持”而导致场景跟丢的问题,提出一种在动态环境下同步定位与多地图构建(DE-SLAMM)算法。... 针对传统V-SLAM算法是在假设场景刚性不变的条件下进行建图,导致无法实现动态环境建图,以及传统算法无法克服因环境特征不明显或机器人被“绑架劫持”而导致场景跟丢的问题,提出一种在动态环境下同步定位与多地图构建(DE-SLAMM)算法。该算法首先引入一种多地图构建思想,当跟踪失败时会自适应生成一个新的局部地图,并在回环时将该地图与之前地图融合,解决算法跟丢后无法建图的问题。其次,结合深度学习和多视图几何技术实现对环境中的动态物体进行实时检测,并利用多帧融合技术对动态对象遮挡的部分进行背景修复,有效解决动态环境下跟踪建图问题。最后将该算法应用于实际场景进行测试,结果表明,相比经典的V-SLAM算法(ORB-SLAM2、ORBSLAMM和DynaSLAM),当发生跟踪丢失时,本文算法在很短时间内快速重建地图并实现继续跟踪和新地图融合,而ORB-SLAM2和DynaSLAM跟丢后进入重定位模式,无法继续建图;ORBSLAMM跟丢后虽然可以继续建图,但其建立的地图不能实现多地图融合,无法构建整体地图;进一步通过动态环境测试实验发现,只有本文算法可实现所有动态目标(先验和移动目标)的实时检测及背景修复,DynaSLAM只能实现先验目标检测,而其它两种算法无法实现动态环境下目标检测和建图。 展开更多

关键词 同步定位与建图 重定位 深度学习 地图融合 动态检测

在线阅读 下载PDF 职称材料

风光柴储微电网容量优化配置的运行策略 被引量：10

3

作者 刘慧文 王生铁 +2 位作者 刘广忱 齐咏生 袁珩迪 《太阳能学报》 EI CAS CSCD 北大核心 2022年第9期453-460,共8页

设计合理的运行策略是微电网容量优化配置过程中的关键因素之一。以典型独立型风光柴储微电网为研究对象,基于分布式电源的特征,将微电网运行工况划分为7种状态,进而找出设计运行策略的关键问题:当储能(BES)、柴油发电机(DE)的可输出最... 设计合理的运行策略是微电网容量优化配置过程中的关键因素之一。以典型独立型风光柴储微电网为研究对象,基于分布式电源的特征,将微电网运行工况划分为7种状态,进而找出设计运行策略的关键问题:当储能(BES)、柴油发电机(DE)的可输出最大功率之和大于净负荷功率时,如何分配净负荷。针对该关键问题提出首选BES分配净负荷、首选DE分配净负荷、DE趋向额定功率分配净负荷3种运行策略。基于解算多目标优化模型的计算结果分析3种运行策略的特点,指出各自的适用场合。 展开更多

关键词 微电网 分布式发电 优化 容量配置 运行策略

在线阅读 下载PDF 职称材料

基于RF-VR的紫丁香叶片叶绿素含量高光谱反演 被引量：3

4

作者 肖志云 王伊凝 《浙江农业学报》 CSCD 北大核心 2021年第11期2164-2173,共10页

利用高光谱技术精确估测植物叶片叶绿素含量,对植物生长趋势和营养状况的监测和管理具有重要意义。本文以紫丁香为研究对象,针对高光谱所含波段数量大、波段间相关性强导致数据中冗余信息增多的现象,通过卷积平滑和二阶微分(SG-SD)处理... 利用高光谱技术精确估测植物叶片叶绿素含量,对植物生长趋势和营养状况的监测和管理具有重要意义。本文以紫丁香为研究对象,针对高光谱所含波段数量大、波段间相关性强导致数据中冗余信息增多的现象,通过卷积平滑和二阶微分(SG-SD)处理光谱数据,应用随机蛙跳(RF)算法筛选特征波段,最后结合偏最小二乘(PLSR)和投票回归器(VR)建立了植物叶片叶绿素含量反演模型,并与全波段光谱法和5种经典变量提取方法进行了比较。结果显示,相比于原始光谱数据,SG-SD是一种有效的提高建模精度的光谱预处理方法;相比于全波段光谱和经典变量提取方法,RF算法筛选出的敏感波段建模效果最佳;相比于PLSR模型,VR模型的预测精度和预测稳定性能更优。本文对原始光谱数据进行SG-SD预处理后,对经RF算法筛选出的特征波段建立VR模型,变量数由全波段数204个减少为35个,建模集决定系数0.9442,验证集决定系数0.9514,最后利用RF-VR模型结合伪彩图技术得到紫丁香叶片叶绿素分布反演图,为紫丁香叶片养分分布提供更直观的信息表达。结果表明,该方法可为紫丁香叶片营养含量诊断和长势监测提供技术支持。 展开更多

关键词 紫丁香 叶绿素含量 高光谱 光谱预处理 随机蛙跳算法 投票回归器

在线阅读 下载PDF 职称材料

基于双池化与多尺度核特征加权CNN的典型牧草识别 被引量：3

5

作者 肖志云 赵晓陈 《农业机械学报》 EI CAS CSCD 北大核心 2020年第5期182-191,共10页

针对自然背景下牧草难识别的问题,提出一种基于双池化与多尺度核特征加权的卷积神经网络牧草识别方法。双池化特征加权结构通过将卷积层输出的特征图分别进行最大值池化和均值池化得到两组特征图,引入特征重标定策略,依照各通道特征图... 针对自然背景下牧草难识别的问题,提出一种基于双池化与多尺度核特征加权的卷积神经网络牧草识别方法。双池化特征加权结构通过将卷积层输出的特征图分别进行最大值池化和均值池化得到两组特征图,引入特征重标定策略,依照各通道特征图对当前任务的重要程度进行加权,以增强有用特征、抑制无用特征;多尺度核特征加权结构通过在卷积层中同时使用3×3和5×5两种卷积核,并将网络的前几层特征复用后进行加权,以提高重要特征的利用率。对10类牧草图像进行识别实验,结果表明,该方法识别率为94.1%,比VGG-13网络提高了5.7个百分点,双池化与多尺度特征加权有效提高了牧草识别精度。 展开更多

关键词 牧草识别 卷积神经网络 特征重标定

在线阅读 下载PDF 职称材料

结合Otsu与EM的啤酒瓶图像分割及动态计数研究 被引量：2

6

作者 肖志云 渠志云 《重庆理工大学学报(自然科学)》 CAS 北大核心 2020年第8期165-175,222,共12页

针对多道生产线啤酒瓶计数不准确的实际问题,提出了结合二维Otsu与EM法的啤酒瓶图像分割方法和实现了多道生产线动态计数算法。在研究中,对于图像分割部分,通过结合二维Otsu与EM算法对预处理后的序列啤酒瓶图像进行分割;对于生产线动态... 针对多道生产线啤酒瓶计数不准确的实际问题,提出了结合二维Otsu与EM法的啤酒瓶图像分割方法和实现了多道生产线动态计数算法。在研究中,对于图像分割部分,通过结合二维Otsu与EM算法对预处理后的序列啤酒瓶图像进行分割;对于生产线动态计数部分,在上述图像分割的基础上,利用hough变换和基于灰度特征的匹配追踪算法确定前后2张图像的端面中心和像素间距,比较前后2帧图像中已计和未计啤酒瓶,实现多道生产线啤酒瓶动态计数。通过对实际生产线采集的图像进行计数试验,结果表明:所提出的生产线动态计数方法准确率高达100%,能够较好地解决多道运输啤酒瓶计数不准确的问题。 展开更多

关键词 机器视觉 动态计数 啤酒瓶生产线 二维OTSU法 EM法

在线阅读 下载PDF 职称材料

基于变中心最大熵CQKF的WiFi/IMU组合定位方法 被引量：1

7

作者 张丽杰 郝利军 李志宇 《导航定位学报》 CSCD 2021年第5期48-53,共6页

针对移动目标室内定位噪声大、精度低等问题,提出了一种基于变中心最大熵容积积分卡尔曼滤波的无线保真(WiFi)与惯性测量单元(IMU)组合定位方法。该方法将变中心最大熵准则引入容积积分卡尔曼滤波(CQKF),对量测噪声进行实时最优估计,并... 针对移动目标室内定位噪声大、精度低等问题,提出了一种基于变中心最大熵容积积分卡尔曼滤波的无线保真(WiFi)与惯性测量单元(IMU)组合定位方法。该方法将变中心最大熵准则引入容积积分卡尔曼滤波(CQKF),对量测噪声进行实时最优估计,并采用变中心最大熵CQKF滤波算法,分别对WiFi定位结果进行滤波和对WiFi/IMU组合系统数据进行融合。实验结果表明:WiFi/IMU组合定位方法比单独WiFi或单独IMU定位的定位误差至少减少81%;变中心最大熵CQKF比CQKF具有更高的滤波性能,可使定位误差减少38%,收敛速度提高1.78倍。 展开更多

关键词 室内定位 无线保真 惯性测量单元 变中心最大熵 容积积分卡尔曼滤波

在线阅读 下载PDF 职称材料

一种双级北斗导航接收机伪距误差补偿方法

8

作者 张丽杰 钱镭源 《数据采集与处理》 CSCD 北大核心 2023年第1期220-230,共11页

伪距误差是影响北斗卫星导航接收机定位精度的关键因素,本文提出一种基于伪距差分和自适应容积卡尔曼滤波(Cubature Kalman filter,CKF)的双级北斗导航接收机伪距误差补偿方法。该方法将伪距误差分为自有性误差和公共性误差两类,首先通... 伪距误差是影响北斗卫星导航接收机定位精度的关键因素,本文提出一种基于伪距差分和自适应容积卡尔曼滤波(Cubature Kalman filter,CKF)的双级北斗导航接收机伪距误差补偿方法。该方法将伪距误差分为自有性误差和公共性误差两类,首先通过伪距差分方法补偿伪距自有性误差,其次设计量测噪声自适应CKF滤波器,对用户接收机运动系统状态进行估计,补偿伪距公共性误差。实验结果表明:载体静态时,双级补偿方法略优;载体动态时,双级补偿比单级补偿的定位误差减小显著,自适应CKF算法比CKF算法具有更好的对噪声和干扰的适应能力。 展开更多

关键词 北斗卫星导航 伪距 误差补偿 差分 容积卡尔曼滤波

在线阅读 下载PDF 职称材料

一种新型轻量级语义分割网络的轨道及障碍物检测方法研究 被引量：5

9

作者 齐浩 李永亭 +3 位作者 齐咏生 刘利强 董朝轶 杜晓旭 《铁道学报》 EI CAS CSCD 北大核心 2023年第2期58-66,共9页

针对当前常用的语义分割算法普遍存在无法同时兼顾分割精度与分割速度,以及因下采样带来分辨率损失所导致分割精度不佳的问题,提出一种可同时兼顾分割精度和分割速度的语义分割模型MBv2-DPPM。首先对MBv2网络的逆残差深度可分离卷积块... 针对当前常用的语义分割算法普遍存在无法同时兼顾分割精度与分割速度,以及因下采样带来分辨率损失所导致分割精度不佳的问题,提出一种可同时兼顾分割精度和分割速度的语义分割模型MBv2-DPPM。首先对MBv2网络的逆残差深度可分离卷积块进行修正,去除下采样以增强分割精度;其次在原始主干特征网络的最后4层加入级联空洞卷积,解决网络感受野不足的问题;然后提出一种融合双层金字塔池化多尺度复合结构,聚合图像浅层和深层上下文信息,解决由于交通场景复杂、干扰因素众多导致各物体边界混淆无法区分的问题;最后使用公共数据集和自建轨道数据集对算法进行验证。实验结果表明:与传统语义分割模型相比,在满足分割速度的条件下,本算法精度更高,且对于复杂交通场景效果更明显,MIoU指标可达87.09%,mAP指标达到90.42%,图片推理速度为66 ms/帧。 展开更多

关键词 语义分割 金字塔池化 轨道检测 深度网络

在线阅读 下载PDF 职称材料

一种改进GCN深度学习算法AGV视觉SALM的研究 被引量：2

10

作者 王启来 董朝轶 +4 位作者 刘晓阳 陈晓艳 肖志云 齐咏生 张丽杰 《小型微型计算机系统》 CSCD 北大核心 2021年第10期2116-2120,共5页

本文针对人工特征提取算法在光照变化、尺度变化、图像旋转、噪声等条件下,影响特征匹配精度,匹配正确率下降,关键点重叠等问题.提出一种基于GCN深度学习算法改进的轻量级深度学习网络GCN-L,用于生成与ORB特征相同格式的关键点和描述子... 本文针对人工特征提取算法在光照变化、尺度变化、图像旋转、噪声等条件下,影响特征匹配精度,匹配正确率下降,关键点重叠等问题.提出一种基于GCN深度学习算法改进的轻量级深度学习网络GCN-L,用于生成与ORB特征相同格式的关键点和描述子,完全可替代ORB特征在ORB-SLAM2中的功能,可在嵌入式低功耗平台下运行.并在视觉导航自动导引车(AGV,Automated Guided Vehicle)进行建图实验.实验结果表明:与其他深度学习算法和人工特征提取算法相比,该方法关键点空间分布均匀,同时具有较强的鲁棒性. 展开更多

关键词 AGV 深度学习 特征提取 SLAM 视觉导航

在线阅读 下载PDF 职称材料

基于无人机机器视觉的风力机叶片损伤诊断研究 被引量：6

11

作者 赵肖懿 董朝轶 +3 位作者 周鹏 朱美佳 任靖雯 陈晓艳 《太阳能学报》 EI CAS CSCD 北大核心 2021年第7期390-397,共8页

针对风力发电企业在线风力发电机叶片表面损伤自动诊断难的实际问题,提出利用无人机机器视觉的基于L-AlexNet深度学习框架的风力机叶片表面损伤诊断方法。为验证该方法的有效性,选用经无人机采集的8270张像素为227×227的风力机叶... 针对风力发电企业在线风力发电机叶片表面损伤自动诊断难的实际问题,提出利用无人机机器视觉的基于L-AlexNet深度学习框架的风力机叶片表面损伤诊断方法。为验证该方法的有效性,选用经无人机采集的8270张像素为227×227的风力机叶片图像分别对传统BP神经网络、深度卷积网络AlexNet和L-AlexNet等分类器进行训练,再采用10次、每次350张图像进行测试。诊断类别包括:背景类、无损伤或伪损伤类、存在修复类、砂眼类、裂纹类和混合损伤类。测试结果表明:L-AlexNet深度卷积网络对表面损伤诊断的平均准确率达97.0286%,较AlexNet的平均准确率高1.9144%,较传统BP神经网络的平均准确率高26.9622%。所提出的基于优化深度学习框架的自动诊断方法可有效实现对风力机叶片表面损伤的准确诊断。 展开更多

关键词 风力机 无人机 机器视觉 深度学习 叶片损伤诊断 L-AlexNet

在线阅读 下载PDF 职称材料

基于阶梯式Tent混沌和模拟退火的樽海鞘群算法 被引量：21

12

作者 周鹏 董朝轶 +3 位作者 陈晓艳 齐咏生 赵肖懿 王启来 《电子学报》 EI CAS CSCD 北大核心 2021年第9期1724-1735,共12页

针对樽海鞘群算法寻优迭代过程中存在容易陷入局部最优、收敛速度慢的问题,提出一种改进的樽海鞘群算法.引入Tent混沌映射初始化种群来提高算法迭代前期的收敛速度,通过惯性权值"阶梯式"调整策略来更好地兼顾算法全局探索能... 针对樽海鞘群算法寻优迭代过程中存在容易陷入局部最优、收敛速度慢的问题,提出一种改进的樽海鞘群算法.引入Tent混沌映射初始化种群来提高算法迭代前期的收敛速度,通过惯性权值"阶梯式"调整策略来更好地兼顾算法全局探索能力和局部开发能力,通过模拟退火增强樽海鞘群算法迭代后期跳出局部最优解的能力,以基准测试函数和磁导航自动导引车模糊控制器参数寻优问题为例测试了算法性能.仿真结果表明,对于单峰和多峰测试函数,改进后的樽海鞘群算法具有更快的收敛速度和更强的全局寻优能力.相比较标准樽海鞘群算法的参数调节法,改进后的樽海鞘群算法所设计的磁导航自动导引车模糊控制器对磁偏差值控制性能更为优化,在控制器设计方面具有潜在的应用价值. 展开更多

关键词 樽海鞘群算法 Tent混沌映射 阶梯式权值 模拟退火 系统辨识 自动导引车

在线阅读 下载PDF 职称材料

基于互信息的生物神经网络功能性连接辨识 被引量：2

13

作者 刘剑钊 董朝轶 冯丽斐 《传感器与微系统》 CSCD 2016年第6期59-61,65,共4页

生物神经网络(BNN)功能性连接的辨识方法被广泛地应用于使用BNN的多通道时间序列数据构建网络连接结构,帮助加深对BNN结构和功能间关系的认识和理解。首先,建立基于积分点火(IF)机制的BNN模型,获得多通道神经元脉冲序列;然后,运用互信息... 生物神经网络(BNN)功能性连接的辨识方法被广泛地应用于使用BNN的多通道时间序列数据构建网络连接结构,帮助加深对BNN结构和功能间关系的认识和理解。首先,建立基于积分点火(IF)机制的BNN模型,获得多通道神经元脉冲序列;然后,运用互信息(MI)方法计算出各神经元间的MI值,超过一定阈值的MI表明两个神经元间存在相互连接关系。仿真结果表明:基于MI的网络辨识方法计算开销较小,对BNN功能性连接结构具有较高的辨识度。 展开更多

关键词 生物神经网络 积分点火模型 脉冲序列 互信息

在线阅读 下载PDF 职称材料

生物神经网络的建模与仿真 被引量：1

14

作者 刘剑钊 董朝轶 冯丽斐 《生物学杂志》 CAS CSCD 2016年第3期104-106,共3页

生物神经网络系统是由许多的神经元之间通过突触相互连接起来,通过突触传递电信号,并且具有相当复杂的非线性网络系统。通过人工构造生物真实性的脉冲神经网络(Spiking Neural Networks,SNN)模型来模拟真实的神经元放电行为。首先,建立... 生物神经网络系统是由许多的神经元之间通过突触相互连接起来,通过突触传递电信号,并且具有相当复杂的非线性网络系统。通过人工构造生物真实性的脉冲神经网络(Spiking Neural Networks,SNN)模型来模拟真实的神经元放电行为。首先,建立基于积分点火(Integrate-and-Fire,IF)机制的SNN模型;然后,确定模型中的参数,并对一个神经元和多个神经元网络进行仿真;最后,对比模型仿真的放电行为和真实神经元放电行为。仿真结果表明:基于IF模型的生物神经网络仿真能较好地逼近真实的生物神经网络。 展开更多

关键词 生物神经网络 脉冲神经网络 积分点火模型 脉冲序列

在线阅读 下载PDF 职称材料

SVR辅助改进鲁棒卡尔曼滤波的UWB/INS组合定位方法 被引量：5

15

作者 田广亮 张丽杰 李志宇 《电子测量技术》 北大核心 2022年第3期79-84,共6页

针对UWB/INS组合定位中UWB定位信息异常和短时缺失的问题,提出一种SVR辅助改进鲁棒卡尔曼滤波的UWB/INS组合定位方法。该方法对鲁棒卡尔曼滤波(RKF)进行改进,采用改进的IGG3权函数分段修正新息,减小异常量测信息对滤波结果的影响。在UW... 针对UWB/INS组合定位中UWB定位信息异常和短时缺失的问题,提出一种SVR辅助改进鲁棒卡尔曼滤波的UWB/INS组合定位方法。该方法对鲁棒卡尔曼滤波(RKF)进行改进,采用改进的IGG3权函数分段修正新息,减小异常量测信息对滤波结果的影响。在UWB信号正常时,采用改进RKF估计位置误差;在UWB信号缺失时,采用在线训练的SVR模型预测位置误差,并根据估计或预测的位置误差校正载体位置信息。实验结果表明,所提的方法不但可使UWB信号正常时的组合定位误差减小33.33%,而且在线训练SVR模型辅助比固定SVR模型辅助可明显提升定位算法的性能,在UWB信号短时缺失时仍能持续有效定位,使组合定位误差减小29.63%。 展开更多

关键词 超宽带 惯性导航 组合定位 鲁棒卡尔曼滤波 支持向量回归

在线阅读 下载PDF 职称材料

改进WKNN结合最大熵CQKF的室内定位方法 被引量：4

16

作者 郝利军 张丽杰 《电子测量技术》 2020年第23期46-50,共5页

为了提高移动目标的室内定位精度,本文提出一种改进加权K近邻法(WKNN)结合最大熵容积积分卡尔曼滤波(MCCQKF)的WiFi室内定位方法。该方法对WKNN定位算法进行改进,采用马氏距离作为WKNN中距离的度量方法,其次计算接入点信号取值的差异程... 为了提高移动目标的室内定位精度,本文提出一种改进加权K近邻法(WKNN)结合最大熵容积积分卡尔曼滤波(MCCQKF)的WiFi室内定位方法。该方法对WKNN定位算法进行改进,采用马氏距离作为WKNN中距离的度量方法,其次计算接入点信号取值的差异程度,将其作为移动目标与参考点之间马氏距离的权重参数,并用该加权距离对参考点位置进行加权估计移动目标位置。通过将最大熵准则引入CQKF得到MCCQKF,并采用MCCQKF算法对改进WKNN得到的定位结果进行滤波,有效地提高定位精度。实验结果表明,改进WKNN比传统WKNN具有更小的定位误差,MCCQKF不但具有较高的估计精度,而且相比于未采用滤波处理的定位结果,MCCQKF可使定位误差减小53.2%。 展开更多

关键词 位置指纹定位 加权K近邻法 马氏距离 最大熵准则 容积积分卡尔曼滤波

在线阅读 下载PDF 职称材料