Dv．Hop定位算法是无线传感器网络中一种常用的基于非测距的定位技术，该算法使用平均跳距表示实际距离，在 实际应用中造成很大的误差和节点能耗。为此，分析了加权DV—HOP定位算法，并在加权算法基础上，引人多通信半径广播方法细化节点间的跳数，最后提出了一种基于加权DV—HOP的改进型RWDV-Hop定位算法。仿真结果证明，加权DV—

通过输入任意三点空间坐标自动判断三点是否在一条直线上，若不在则求三点外接圆的圆心位置和半径，计算精度可调节。解决了“知三点求圆心半径”程序对于某些点无法计算的缺陷。

随机几何图是一种无向空间图（或网络），其节点随机放置在二维正方形 [0,1] 中。 如果两个节点之间的欧几里得距离等于或小于某个半径，则它们通过边连接。 使用GUIDE创建的说明性应用程序可用于学习如何构造随机几何图并提供有关其外观的一些见解。 特征： - 节点数可以更改（10、30、50、100、200） - 半径可以变化（0.1、0.2、0.3、0.5） - 可以绘制以每个节点为中心的圆周。 - 可以求解 Adjancey 矩阵、节点坐标和创建的随机几何图的半径- 颜色条表示节点连接。 此外，plotRGG.m 函数可以单独用于绘制您自己的随机几何图形。 这是我第一次接触 GUI，所以如果有任何错误，请告诉我。 添加一名作者

这是一种稳健且准确的圆拟合。 即使数据也很好用点仅在小弧内观察到。 这个圆适合是由 G. Taubin 在文章“由隐式方程定义的平面曲线、曲面和非平面空间曲线的估计，以及边缘和范围图像分割的应用”中提出，IEEE Trans。 帕米，卷。 13，第 1115-1138 页，（1991）。 它比 Kasa 的简单 Circle Fit 更稳定（文件#5557 和 #22642），比 Pratt 的 Circle Fit（文件 #22643）略快。

完整代码，可直接运行

此函数返回由线性不等式 Ax<=b 定义的多胞体的切比雪夫中心和切比雪夫半径。 多胞体的切比雪夫中心是由多胞体包围的最大超球面的中心。 类似地，切比雪夫半径是由多面体包围的最大超球面的半径。

查找RGB或灰度图像中任何半径的圆。 返回中心和半径的列表。 用法示例： [r, c, rad] = circlefinder(im); 查找具有默认设置的圆圈。 [r , c , rad] = circlefinder(im, [], [], 0.4); 查找具有默认半径最小值和最大值以及阈值设置为 0.4 的圆 在大多数情况下使用简单，效果良好。

GETMIDPOINTCIRCLE 返回一个圆的 x,y 像素坐标[xy] = getmidpointcircle(x0, y0, radius) 返回像素坐标以像素位置 [x0 y0] 为中心的圆和给定整数的半径。 中点圆算法用于计算（ http://en.wikipedia.org/wiki/Midpoint_circle_algorithm ）。 此功能针对图像处理应用程序，其中整数像素坐标很重要，而一个像素不能遗漏或重复。 在该视图中，使用圆角三角函数使用余弦调用生成的坐标是不够的。 中点圆算法就是答案。 重点是表现。 我们预先计算点的数量将由算法生成，以预先分配坐标数组。 我曾尝试使用实现迭代器模式，避免提前计算点数和仍然能够迭代圆点。 然而，事实证明重复的函数调用非常广泛，并且类版本此功能大约慢 1000 倍。 有了这个功能，你可以在0.16毫秒内得到半径为1000的圆的像素坐

提出一种通过种子边缘点提取闭合点云边缘的算法，通过搜索视角控制边缘点云搜索方向，可提取尖锐边缘与相交边缘。算法通过模拟点与点之间拉力的聚集程度来判断一个点是否具有边缘点的特征。首先构建kd-tree以便快速查找点云数据。其次定义点云的邻域半径，通过计算种子点邻域内点的边缘系数来选择新的种子边缘点，并通过搜索视角来控制点云搜索的方向，最终提取闭合的点云边缘。选择不同的种子点与搜索视角可提取不同的边缘。通过实验分析邻域半径和搜索视角对算法边缘提取效果的影响，并采用合适的半径与搜索视角，对尖锐边缘与相交边缘进行点云提取，获得了准确的点云边缘，从而证明了该算法的有效性。

由于影响曲率半径测量精度的因素众多，因此高精度曲率半径测量一直是光学检测中的难题之一。为了实现球面光学元件曲率半径的高精度测量，提出通过环境补偿和提高对准精度的方法来减小测量误差。首先从理论的角度分析了影响曲率半径检测精度的主要因素，并给出了在曲率半径测量过程中减小测量误差的方法以及相应的补偿方式。基于此分析，在高精度实验室中采用菲佐干涉仪结合高精度测长干涉仪的干涉测量方式，分别对典型的凸球面和凹球面光学元件进行了曲率半径检测。实验结果表明：通过环境补偿和提高对准精度的方法，曲率半径检测的复现性优于0.2 mm，实际测得的相对误差分别为0.67×10-6（2s）和0.60×10-6（2s），实现了高精度曲率半径测量。