室内环境宽带高速电力线通信性能测试.doc

针对复杂室内环境下视距（line of sight，LOS）和非视距（not line of sight，NLOS）并存的三维混合定位技术进行了研究。在LOS环境下，基于到达时间差（time difference of arrival，TDOA）定位算法优于其他定位技术；但受到室内环境尤其是NLOS环境下的多径效应，TDOA定位的精准度大大减弱。若能够正确评估传播衰减系数以此补偿多径效应带来的影响，那么基于接收信号强度（received signal strength，RSS）定位算法受到NLOS多径效应的影响将大大减小。提出了三维混合加权最小二乘（hybrid weighted least square，HWLS）RSS/TDOA算法，通过使用Nakagami-m分布鉴定当前信道是LOS/NLOS路径，用于室内环境下的目标定位，并通过实验验证该算法提高了定位精度。

-深度强化学习已成功应用于各种电脑游戏[8]。然而，它在实际应用中仍然很少使用，尤其是在实际移动机器人的导航和连续控制中[13]。以前的方法缺乏安全性和鲁棒性，并且/或者需要一个结构化的环境。在本文中，我们提出了一种在未知环境下，无地图或规划器的真实机器人自主自学习导航的概念证明。机器人的输入仅仅是来自2D激光扫描仪和RGB-D相机的融合数据，以及目标的方向。环境地图是未知的。异步网络（GA3C）的输出动作是机器人的线性速度和角速度。 导航/控制器网络在一个高速、并行、自实现的仿真环境中进行预训练，以加快学习过程，然后部署到实际机器人上。为了避免过度拟合，我们训练相对较小的网络，并向输入激光数据中添加随机高斯噪声。传感器数据与RGB-D摄像头的融合使机器人能够在真实环境中进行导航，实现真正的3D避障，而无需使环境适应机器人的感官能力。 为了进一步提高鲁棒性，我们在各种困难的环境中进行训练，并同时运行32个训练实例

参考合同-室内环境净化治理服务合同.zip

参考合同-室内环境质量保证合同.zip

信道状态信息（CSI,channel state information）可以提供更详细具体的子载波信息，在室内定位技术领域引起研究人员的关注和重视。针对传统室内定位方法在复杂室内环境下准确性及稳定性方面的不足，提出了一种可以用于复杂室内环境的定位方法，命名为 ComLoc。主要解决了复杂环境中无线信号多径效应和噪声干扰对定位精度的影响，并讨论了CSI信号存在的误差，分析CSI相位信息对室内环境的敏感性，提出可信载波链路的思想，通过相位差选取可靠、稳定的链路信号来减少对位置的误判，同时对CSI的相位误差进行校准，提取信号变化的特征。实验结果分析表明，ComLoc在室内复杂环境下的定位结果具有高效性和有效性。

这是一种基于反射图像法的室内无线电传播3D射线追踪算法。 这说明了波（信号）穿过和离开墙壁（面板）的传输、初级和次级反射。 请使用“RayTracing3D_v02.m”来运行代码。 包含两个示例以帮助您运行。 在文件开头的注释中，解释了它是如何工作的以及如何定义几何图形或建筑物。 确保你有尽可能少的墙，以减少计算的麻烦。 墙壁（或面板）的数量没有限制。 如果需要，您甚至可以定义窗口，但必须更改结构的当前定义方式（基于 2D 模型，在代码中进行了解释）。 “RayTracing3D_v02.m”只是制作需要传递给“RayTracingEng_v02.m”的变量和参数。 除非您想更改算法，否则您不需要更改 RayTracingEng_v02.m。 您需要提交中提供的所有其他功能来运行它。 “其他工具”文件夹中的其他工具很少，可以帮助进一步分析生成的信号强度图。 如果您有任何问题，请随时

内含PCb与原理图，附带完整代码。

：对室内环境进行监测，既可以满足人们对舒适性的要求，又可以避免某些事故的发 生。论文提出了一种基于无线传感器网络的室内环境智能监测系统。采用温湿度和烟雾浓度 传感器对室内环境的各种参数进行测定，并通过无线传感器网络将监测到的信息发送到中央 处理系统(CPS)。CPS 可对接收到的环境信息进行本地分析并对超限情况进行报警，监测到 的环境信息可以通过CPS 的SD 卡进行实时存储，并通过LCD 进行显示。用户可以通过手 机短信和CPS 的GSM 模块进行交互。实验结果表明，系统测量误差较小，能够满足实际使 用要求。

室内环境下多运动目标跟踪的核心问题是目标的快速识别和准确匹配,目标的快速识别关键在于目标对象的特征提取,寻找不变的特征值。针对以上两个问题,采用基于颜色直方图的特征提取方法并用欧氏距离匹配法实现特征值的相似度匹配。提出的区域相应和特征匹配相结合的多运动目标跟踪算法解决了因为快速运动和长时间遮挡而引起的目标跟踪丢失问题。