基于改进WKNN的位置指纹室内定位算法

位置指纹算法是目前解决室内定位问题的主要方法,指纹特征和匹配算法为影响算法精度的两大因素.针对室内复杂环境下Wi-Fi信号强度波动较大的现象,提出了基于方差的加权距离以改进WKNN算法.在离线特征提取阶段,选择了均值和方差两个特征值,既反映该采样点的RSS幅值,也反映该点RSS的波动情况;在线阶段,根据方差提出了加权距离进行相似度的计算,查找距离最近的K近邻点,并以实际环境下采集的数据验证了改进WKNN算法在RSS波动大的情况下对定位效果的改善,在综合考虑了AP组合的影响后,实现了误差均值为1.456m的定位效果.     

盐边——没有阴影的乐园

冬天是旅游的淡季,也是行者们的＂冬眠期＂,阴霾的云层和刺骨的寒风让我们对暖气和空调滋生了一份难舍的＂室内情结＂。在万物萧杀,冰寒料峭的严冬,旅行好像并不是一个好的选择。但在我国西南的攀西高原,有一座以花命名的城市——攀枝花,年平均2300多小时的日照量让这里成为名副其实的阳光地带,在攀枝花的盐边县,每逢岁末年初,不少人如候鸟般如期而至,不为别的,因为这里没有冬天。     

室内空气污染的危害及防治浅谈

我国室内环境污染严重，而装修污染是室内污染的主要源头之一，解决这一问题的关键是倡导“绿色家装”理念，绿化室内环境。文章还提出了室内环境“绿化”的根本途径。     

混合飞艇的新热潮波音研制“带扣式重型起重机”大型混合飞艇

最近波音公司研制了一种半飞艇／半直升机的大型混合飞艇，这种可实施商用空中垂直吊运运输的飞行器把混合飞艇的研制推向了新热潮，也给古老的飞艇赋予了新的活力。     

大载重升浮一体飞艇在应急预案中的性能分析

在设计一种抗震救灾和抗洪抢险虚拟场景的基础上,进行了大载重升浮一体飞艇在这两种虚拟场景中运输性能和完成任务能力分析.通过分析,得出了大载重飞艇在未来国家应急预案的作用和地位,它将和直升机等垂直起降的飞行器一同建立通往灾区第一线的快速运输通道,在完善国家应急预案上将起到关键作用.同时,论证了我国未来发展这种飞行器的性能指标需求,并按此指标需求提出了一种可行的大载重飞艇方案构型,初步分析了该型飞艇在灾难救援工作中最为关心的巡航性能.     

基于激光测距的飞艇净重在线计算方法研究CSCD

通过对三维建模软件CATIA中的飞艇副气囊模型进行切片分割,获得了不同副气囊高度下的对应体积值,使用最小二乘法建立了副气囊中心点高度与副气囊体积的三次曲线拟合公式,采用相位式激光测距仪对副气囊中心高度测量,使用该公式可以估算出副气囊的实时体积大小,从而推算飞艇净重大小,掌握飞艇的压力高度和起降能力。使用某次飞行试验对副气囊高度测量的数据计算出的飞艇净重值,与多次地面称重数据一致性较好,验证了使用激光测距仪对大型飞艇净重进行在线评估的可行性,并使用该方法对某飞艇某次飞行试验过程中的净重进行了分析,对飞艇的压力高度进行了核算。     

航空工业出版社精品书信息

我国经济的持续发展为中国航空运输业带来了难得的发展机遇。与此同时,来自国外大型航空公司的竞争压力也在加剧。本期的封面文章在分析了中国民航面临的竞争态势后,对如何提高航空运输企业的核心竞争力提出了独到的见解。本期的“飞艇”专辑介绍了美国、日本以及我国飞艇研究和应用的最新成果。科学技术的快速发展,突破了以往飞艇在这个国家已经成为世界第二大石油进口国,而且据说还要在不久的将来使用世界上最多的汽车。对于中国人而言,油价已经不再是一个遥远的经济数据,而是直接决定我们的钱包厚度。那么,谁决定油价?汇率?供给?需求?战…     

视觉与惯性融合的多旋翼飞行机器人室内定位技术

随着人工智能技术的发展，无人机的应用场景趋向多元，人们对无人机的需求也不仅仅满足于简单的飞行任务，而是赋予其飞行机器人的角色，对其自主导航、复杂环境下的定位以及智能协同方面提出了更高的要求。针对室内场景下的定位需求，融合视觉与惯性数据实现了多旋翼飞行机器人的室内定位。在视觉前端加入图像增强算法以提高图像灰度对比度，减少了光流跟踪的误匹配点数。提出了一种基于图像信息的特征点提取和图像帧发布策略提高了定位精度，解决了室内环境下的定位漂移问题。针对飞行机器人室内自主跟踪及降落任务，设计了基于视觉定位的飞行机器人自主降落系统。在Gazebo中搭建飞行机器人模型仿真验证自主降落系统有效性，在EuRoC数据集下对定位算法进行对比评估，搭建飞行机器人平台在真实场景下进行室内定位实验，完成了室内场景下平台自主跟踪及降落任务，并采用运动捕捉系统获取的定位真值数据进行了误差分析，结果表明该定位技术满足室内场景下的自主跟踪及降落任务需求。     

自适应融合 RGB图像特征的稀疏深度修复

深度修复的目的是从稀疏深度图像中恢复出稠密的深度图像。现有方法通常是以稀疏深度图像及其对应的 RGB图像为输入,通过 1个卷积神经网络恢复出密集深度图像。然而,普通的卷积层在处理稀疏且不规则的深度信息时有较大的局限性,同时,RGB图像特征和深度图像特征属于不同的模态。针对这些问题,文章提出了自适应稀疏不变模块,根据输入像素的有效性来处理稀疏深度,并提出了结合注意力机制的多尺度特征融合模块,在关注有效特征的同时,抑制不必要的特征,进一步提高深度修复性能。文章在 NYUv2数据集上进行了一系列实验,实验结果表明了所提出算法和模块的有效性。     

面向建筑空间的OFDM信号定位性能分析

针对利用OFDM信号进行定位时信号非连续性问题,提出一种粗检测和精细检测结合的测距方法,将距离测量转换为不同尺度的时延样点,采用时域粗检测快速估算接收OFDM信号的最大相关峰值,然后对传输时延进行频域精细测量,提升了小数倍采样周期时延测量的精度。在此基础上,分析了OFDM信号的定位性能,仿真结果表明,当OFDM信号在信噪比-11dB的情况下测距误差由3m左右(子载波数512)降至1m(子载波数4096)。