针对行人航位推算(pedestrian dead reckoning,PDR)室内信号易受到环境和多径效应干扰的问题,提出一种基于多模型融合的室内PDR优化建模方法.给出多模型融合的室内PDR建模方法系统模型,包括步数检测、步长推算、方向推算以及位置推算4...
详细信息
针对行人航位推算(pedestrian dead reckoning,PDR)室内信号易受到环境和多径效应干扰的问题,提出一种基于多模型融合的室内PDR优化建模方法.给出多模型融合的室内PDR建模方法系统模型,包括步数检测、步长推算、方向推算以及位置推算4个关键阶段.该方法在步数检测阶段融合了峰值检测算法、局部最大值算法以及提前过零检测算法;在步长推算阶段融合Weinberg方法和Kim方法,并利用卡尔曼滤波算法校正步数检测和步长推算的误差.基于不同场景从步数、步长、方向、位置误差方面与传统算法进行比较.结果表明,该组合模型结合了传统步数检测和步长推算算法的特征识别结果,可实现对步数检测、步长推算过程中信号特征的优化处理;在手持场景下,步数检测识别准确,步长推算中值误差在0.060 m以内,方向推算平均绝对误差最小为3.06°,位置推算平均误差为0.2353 m,取得较好的室内步行状态识别与定位性能.
雾计算网络场景下移动设备因其电池寿命有限而大大制约了其工作能力,简单的计算迁移方案已无法满足用户的服务需求。因此,文中提出了一种融合无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)的可充电雾计...
详细信息
雾计算网络场景下移动设备因其电池寿命有限而大大制约了其工作能力,简单的计算迁移方案已无法满足用户的服务需求。因此,文中提出了一种融合无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)的可充电雾计算迁移机制。具体地,通过充分考虑任务迁移比、传输时间和功率分割比的联合优化,构建了一个多用户场景下最小化所有任务完成总能耗的优化问题。基于上述非凸优化问题,提出了一个基于凸差规划与加速梯度的交替优化算法,该算法基于凸差规划和交替优化理论,将非凸优化问题转化成两个凸优化子问题进行交替求解;同时,结合加速梯度下降方法,实现任务迁移比、传输时间和功率分割比等最优解的快速求解。特别地,通过在传统FC模型中融合SWIPT技术,使得智能设备从射频信号中解码结果信息的同时可以从中采集能量,以延长电池的使用寿命。最后,仿真结果表明文中所提出的可充电雾计算迁移机制可以有效降低任务处理能耗,较DGECO方案能耗平均降低了约12.8%。
暂无评论