【摘 要】
：
近年来,随着经济与科技的不断发展,城市化建设速度越来越快,导致地面土地资源不断减少,地上空间建设费用上升,因此许多国家开始进行地下物流仓储中心的建设用来应对上述问题。在地下物流仓储中心工作过程中,对于叉车、集装箱等设备的位置信息获取至关重要,因此选择适合的设备定位技术十分有必要。通过研究现有的定位技术,WLAN定位在地下应用场景中的缺陷较小,且不存在架设成本及地形限制的影响,但在地下物流仓储中心环
【基金项目】
：
国家重点研发计划（编号2018YFC0809702）；
论文部分内容阅读
近年来,随着经济与科技的不断发展,城市化建设速度越来越快,导致地面土地资源不断减少,地上空间建设费用上升,因此许多国家开始进行地下物流仓储中心的建设用来应对上述问题。在地下物流仓储中心工作过程中,对于叉车、集装箱等设备的位置信息获取至关重要,因此选择适合的设备定位技术十分有必要。通过研究现有的定位技术,WLAN定位在地下应用场景中的缺陷较小,且不存在架设成本及地形限制的影响,但在地下物流仓储中心环境中应用仍然存在一些问题,本文针对地下物流仓储中心应用场WLAN定位算法作出改进。论文完成了以下几个方面的工作:1.针对在地下物流仓储中心中使用WLAN定位技术建库工作量大的问题,本文提出了一种基于位置指纹空间插值的离线建库法,该方法基于改进CPN神经网络进行建模,完成并仿真测试了算法模型。该算法提高了建库效率,在地下仓储中心中的定位过程中减少定位工作量。2.为了提高在地下物流仓储中心在线获取设备位置坐标的速度,本文实现了一种基于AP选择的在线定位方案。该方案运用了 reliefF算法进行在线定位计算优化,提升在线定位速度。该算法的提出能加快WLAN定位算法的速度,在面积较大的地下物流仓储中心中使用WLAN定位技术时,减少在线定位计算量。3.针对地下物流仓储中心中无线传播环境不稳定的情况,分析并提出误差修正方案,实现基于BP网络结构的定位误差修正模型。在训练过程中,为了克服BP神经网络结构的局限性,结合了遗传算法与动量因子进行改进,建立定位误差修正模型,该方案提升了定位精度,修正了在地下物流仓储中心定位中的噪声影响。4.整合上述三个定位步骤,基于visual studio使用C++语言开发了地下物流仓储中心位置获取演示平台,实现了在地下物流仓储中心的设备管理功能。
其他文献
伴随着数字化时代的来临,各种硬件设备不断普及,社会上各大重要场合都安装了监控摄像头,这些监控摄像头组成了一个庞大而严密的监控网络,对企业、公司、社区的安防起到重要作用。目前人脸识别还是社区安防采用的主要技术。在监控场景中,由于光照,角度等问题,不是所有的情况都能拍摄到清晰的人脸,利用人脸识别来查询行人轨迹会导致行人轨迹不完整的情况。近些年比较火热的行人重识别技术是利用行人的图像来识别人物,该技术特
随着数字音乐产业的发展,歌单在音乐平台消费中扮演着越来越重要的角色。但目前大多热门歌单仍由人工创建,不仅耗时,还需音乐知识,因此需要一套生成系统来高效地创建歌单。这时主流的推荐算法在缺乏用户数据以及推荐新项目的情况下并不适用,而解决这类冷启动问题的办法一般是分析歌曲共有的语义属性,建立音乐与标签的关系。但对于语种、风格、场景、情感和主题等不同的标签,又存在着“语义鸿沟”等诸多难题,且以往人工设计的
移动边缘计算的出现使得终端的计算任务可以卸载到边缘侧的高性能服务器进行处理,大大提高了各种应用的表现,其中视频监控是边缘计算应用最广泛的场景。传统云模式下进行视频监测的计算和传输带宽负载较重,边缘计算能对视频监控系统进行时延和效率优化,但仍存在两大问题:一方面,目前国内外的相关研究大多集中在计算机视觉算法模型或整体框架的设计,仍停留在仿真或验证阶段,没有实际搭建一整套物联网系统并部署业务算法对比效
随着深度学习引入信息安全领域,原本陷入瓶颈的空间域图像信息隐藏和隐写分析学科又飞速发展起来,近几年涌现出多篇优秀研究成果。但是,由于深度学习的不可解释性和对数据集的依赖性,对于深度学习隐写分析算法来说,训练数据充足时,有关用于深度学习自动提取的隐写特征定量衡量的指标缺失,导致模型优化修改不够客观有量化指标;训练样本不充足时,未知隐写算法使用迁移学习训练过于主观,缺乏根据指标。因此,本文着眼于空间域
为应对流量增长和高速传输需要,下一代航空通信技术考虑在地空通信场景部署基于正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术的L频段航空通信系统（L-band Digital Aeronautical Communication System,L-DACS1）,但航空信道的强多径、远距离、多普勒频移等特性容易引起严重的信道衰落,影响系
随着移动通信的不断发展,海量信息的传输,新兴的通信技术对高复杂度计算资源和低延迟约束的要求越来越高,计算密集型和时间敏感型应用的需求也日益苛刻。特别是在应急通信场景下,通信系统内小区宏基站的计算资源不足以支撑突发情况下激增的通信需求。同时移动终端设备本身计算资源和能耗也受到很大限制,仅仅依靠本地服务器很难在有限的时间内完成任务,恢复通信质量。边缘计算技术是5G移动通信的核心技术之一,通过部署边缘计
随着5G网络以及移动端设备的逐渐普及,人们对于移动数据流量的需求不断増加。对于网络运营商而言,提供不受阻碍、无处不在的高质量服务意义重大。如何建立准确的长周期预测基站小区网络流量的模型,以指导运营商扩容基站小区无线设备将是一个挑战。然而,基站小区网络流量的突发性和不确定性,所以基站小区网络流量具有非线性和非平稳性特点,这对于网络流量的长期预测是一个难题。同时基站小区流量预测也表现出一定的灵活性,以
手机屏幕作为手机的重要组成部分,成为了人机交互的主要窗口。但是由于生产过程中的诸多不确定因素,不可避免的会有存在瑕疵的屏幕被生产出来,所以对于屏幕质量的检测是不可或缺的。当前手机屏幕检测的主要方式是人工检测和传统机器视觉检测。人工检测的方式主观性比较强、易疲劳,不能很好地保证高效性和准确性;传统的机器视觉检测方法则存在特征提取能力差,兼容性低且普遍存在耗时较高的问题。针对以上问题,本文提出了以孪生
近年来,Web应用场景日趋丰富,应用功能也越来越复杂,许多网站都导入大型JavaScript库,以加快开发效率、增强用户体验。然而,许多JavaScript库在页面加载期间仅被部分利用,却被全部打包进捆绑包中。冗余的JavaScript代码增加了页面的权重,从而增加了下载、解析和编译JavaScript资源的时间。因此,优化JavaScript资源的有效负载以提高Web性能非常重要。而现有的模块化
随着频率标准的日新月异,高稳定度的频率传输技术广泛应用于空间观测、定位导航、移动通信等领域,已成为当下研究的热点。近年来,光纤通信飞速发展,由于光纤信道具有抗干扰能力强、稳定度高等特点,基于光纤的频率传输技术与基于卫星链路的传统同步方式相比优势明显,具有十分重大的研究价值。在光纤频率传输系统中,发送端通过光载射频方式将高稳时基信号传递到远端,同时接收端需要检测经过链路传输的光信号,提取出所需射频信