朱明强 作品数:12 被引量:82 H指数:5 供职机构: 北京交通大学电子信息工程学院全光网络与现代通信网教育部重点实验室 更多>> 发文基金: 国家自然科学基金 桂林市科技攻关项目 中央高校基本科研业务费专项资金 更多>> 相关领域: 电子电信 自动化与计算机技术 文化科学 更多>>
在线教学模式下数字电子技术仿真实验案例设计 被引量:7 2021年 面对在线教学模式下学习数字电子技术基础知识面临的许多挑战,教学中引入以Multisim为代表的EDA实验教学软件,围绕以设计各类型数字电路为核心内容,进行模块化实验单元教学和多样化考核验收形式,改变了以往网络教学中对于数字电子技术基础知识的单一讲授模式,在完成理论知识教学的同时可以较好的实时展现实验效果。通过学生在线操作和实时答辩,较好解决了线上实验教学成效难以准确评估的问题。 邓涛 朱明强关键词:数字电子技术 MULTISIM软件 大学生创新型实验室建设 被引量:15 2010年 大学创新型实验室承载着各级大学生创新实验项目、学科竞赛和自主实验等创新人才培养的使命。本文以我校国家电工电子实验教学示范中心大学生创新活动中心为例,分析了实验室建设的现状,明确了实验室建设的指导思想和建设目标,提出在现有条件下利用现代化的管理手段管理好实验室六个要素是建设好实验室的关键,提出了利用网络管理信息系统平台对实验室进行管理的思路。 马庆龙 李赵红 朱明强关键词:管理信息系统 基于尺度优化IUKF滤波的室内定位估计方法 被引量:1 2013年 为了改善以往室内接收信号强度指示定位方法精度不高的问题,提出了一种运用单形采样和协方差修正策略的尺度优化迭代无迹卡尔曼滤波器(SIUKF),对节点坐标和信道衰减参数进行联合估计解算,从而实现对目标位置获取的改进定位方法.该方法针对室内环境复杂、干扰因素较多、接收RSSI信号存在较大的噪声的情况,使用kernel平滑法对原始数据进行预处理校正,并将定位问题转换为非线性状态最优化估计问题.实验和仿真结果表明,与扩展卡尔曼滤波(EKF)和标准无迹卡尔曼滤波法(UKF)相比,采用具有更高非线性近似精度的SIUKF解决接收信号强度指示室内定位估计问题,可以较好地提高目标位置估计精度,且计算复杂度适中,稳定性更好,平均定位精度可达0.65 m,能满足室内定位的需求. 朱明强 侯建军 刘颖 苏军峰关键词:接收信号强度指示 基于平方根容积卡尔曼滤波的RSSI定位参数估计算法 被引量:4 2014年 室内无线定位时由于复杂环境多径效应的影响,接收节点接收到的信号强度与发送节点到接收节点的距离之间没有一致的变化关系,这导致接收信号强度指示(RSSI)定位方法在室内环境下会存在较大的误差。提出一种基于平方根容积卡尔曼滤波的RSSI参数估计算法,该算法将RSSI定位问题转变为非线性方程组的参数估计问题,使用平方根容积卡尔曼滤波(SCKF)对目标位置和无线信道衰减参数同时进行估计,并利用信道参数动态变化实时修正估计的定位节点坐标。实验结果表明,本文提出的基于SCKF的目标位置和无线信道参数估计算法相比于传统的最小二乘曲线拟合的RSSI定位方法,能够有效提高室内无线定位的精度。 刘颖 苏军峰 朱明强一种强背景噪声下的WSN目标定位算法 被引量:5 2016年 为了进一步提高无线传感器网络(WSN)目标定位解算精度,提出了一种改进的Cubature粒子滤波(ICPF)定位算法.该算法运用最小二乘法估计移动目标当前初始时刻的位置,使用Cubature卡尔曼滤波和Gauss-Newton迭代法来充分利用测量更新后的状态最新信息,精确设计目标状态重要性密度函数,为粒子滤波提供相应的建议分布,从而能够更加有效改善粒子滤波器的性能.仿真实验结果证明,提出的改进算法在强背景噪声下能有效提高定位精度且收敛性增强,其性能优于标准粒子滤波(PF)、扩展粒子滤波(EPF)及Unscented粒子滤波定位算法(UPF). 侯建军 朱明强 刘颖关键词:粒子滤波 无线传感器网络 一种基于卡尔曼数据平滑的分段曲线拟合室内定位算法 被引量:14 2012年 室内定位技术的关键在于获取距离参数,在这一问题的研究中运用RSSI信号获得距离参数一直是比较通行的方法.本文针对室内环境复杂,接收RSSI信号存在较大噪声的情况,提出了一种运用卡尔曼滤波器对信号数据进行平滑预处理,随后利用最小二乘法进行分段曲线拟合从而实现定位的算法.通过实验测试结果表明,本文所提出的算法平均定位精度可达0.9 m,与普通数据平均值预处理算法和曲线直接拟合方法相比较,定位精度更高;比直接应用对数距离损耗路径模型的定位算法更为合理可靠,能够在一定程度上满足无线传感器网络室内定位需求. 朱明强 侯建军 刘颖 苏军峰关键词:无线传感器网络 卡尔曼滤波 基于容积粒子滤波的时延差定位估计算法 被引量:2 2013年 在基于粒子滤波的时延差定位估计方法中,重要密度函数的选取将直接影响估计的性能,为此,提出了基于容积粒子滤波的时延差估计(BCPF-TDE)算法.该算法利用最新的数据检测信息,通过容积卡尔曼滤波(CKF)获取粒子滤波的重要性密度函数.仿真实验表明,在粒子数目相同的情况下,基于容积粒子滤波的时延差估计(BCPFTDE)方法与基于扩展粒子滤波的时延差估计(BEPF-TDE)方法相比,定位估计误差只有后者的50%左右,而运行时间相当. 刘颖 苏军峰 朱明强关键词:粒子滤波 基于迭代容积粒子滤波的蒙特卡洛定位算法 被引量:19 2013年 利用容积卡尔曼滤波来设计粒子滤波器的重要性密度函数,并将当前的测量信息迭代到贯序重要性采样(SIS)过程中,进而提出一种基于迭代容积粒子滤波的RSSI(received signal strength indicator)蒙特卡罗定位算法.该算法使用迭代容积粒子滤波对目标位置和无线信道衰减参数同时进行估计,采用迭代的方式对测量方程进行更新,进一步提高无线信道衰减参数的估计精度.仿真结果表明,基于迭代容积粒子滤波的RSSI蒙特卡罗定位算法对比基于无味粒子滤波的RSSI定位算法,能够有效降低室内无线定位的误差. 刘颖 苏俊峰 朱明强适于无线传感网络目标追踪的一种改进无迹粒子滤波时延差估计算法 被引量:3 2015年 在无线传感网络(WSN)中运用基于粒子滤波的时延差估计方法进行目标追踪,其性能的关键是设计精确的粒子滤波器建议分布。为了解决追踪过程中粒子贫化问题,提出了一种基于改进无迹粒子滤波器的时延差估计算法。利用最小二乘法估计目标初始时刻位置,在卡尔曼滤波框架下运用高斯-牛顿迭代法则融合最新观测信息,并引入尺度调节衰减因子不断修正重要性密度函数,从而使建议分布更加逼近真实。将其与时延差定位方法结合,并在WSN环境下进行仿真实验。结果显示,改进的算法在整体粒子数有限的情况下追踪精度更高,收敛性较好,尤其适合环境噪声非高斯的复杂WSN目标追踪应用。 朱明强 侯建军 刘颖 李旭 田洪娟关键词:信息处理技术 无线传感网络 粒子滤波 无迹卡尔曼滤波 时延差 基于自适应比例修正无迹卡尔曼滤波的目标定位估计算法 被引量:9 2013年 针对无线传感器网络中基于接收信号指示强度(RSSI)定位系统在精确性和实时性方面存在的问题,提出了一种基于自适应比例修正无迹卡尔曼滤波(ASUKF)的定位估计算法。通过分析RSSI定位模型的特点,将定位问题转化为非线性系统估计问题。该算法在滤波过程中采用比例修正对称采样策略,并利用次优Sage-Husa估计器实时处理系统噪声的统计特性,对目标位置和信道参数进行同时估计解算。实验及仿真结果表明,与标准UKF估计算法相比,新算法有效减小了状态估计误差,提高了滤波的稳定性,定位精度更为准确。 朱明强 侯建军 刘颖 苏军峰关键词:信息处理技术 无线传感器网络 自适应滤波 无迹卡尔曼滤波