虹膜定位是在虹膜图像中确定虹膜的内外边界，是虹膜识别过程的首要环节。Hough变换是虹膜定位的经典算法，但对原始图像质量要求高，算法运算时间长。依据人眼图像的灰度特性，结合形态学处理提出一种改进的Hough变换定位新算法。对图像进行灰度二值化运算后进行形态学处理分离出瞳孔，结合Sobel算子边缘检测出瞳孔边界点，通过最小二乘法拟合定位出虹膜内边界；在先验知识和形态学处理的基础上对图像进行Hough变换，定位出虹膜的外边界。实验表明所提出的算法性能比传统Hough变换有较大提高，可用于实际虹膜识别的预处理过程中。

针对现有基于UWB的井下定位算法存在算法复杂且求解值不是全局最优的问题，提出了一种基于UWB测距的三边定位改进算法。该算法基于DW1000芯片和三边定位算法，采用双边双向测距方法测距，以求解二元二次方程最优解为目标，设定优化目标函数，将坐标二维化处理，降低了算法的复杂度;筛除测量过程中产生的无效数据，确定有效搜索区域并在该区域内进行全局遍历，找到最优定位坐标，解决了求解值不是全局最优的问题。同时，为了进一步提高定位精度，采取了适当增加参考节点数量的措施。实验结果表明，该算法平均误差小于加权三边定位算法、泰勒算法，定位精度提升明显；该算法还具有较强的实用性，通过增加参考节点数量可有效提高测量精度。

变电站NLOS环境下的UKF超宽带定位改进算法变电站NLOS环境下的UKF超宽带定位改进算法变电站NLOS环境下的UKF超宽带定位改进算法变电站NLOS环境下的UKF超宽带定位改进算法变电站NLOS环境下的UKF超宽带定位改进算法变电站NLOS环境下的UKF超宽带定位改进算法变电站NLOS环境下的UKF超宽带定位改进算法变电站NLOS环境下的UKF超宽带定位改进算法变电站NLOS环境下的UKF超宽带定位改进算法

一种基于UWB的三边定位改进算法一种基于UWB的三边定位改进算法一种基于UWB的三边定位改进算法一种基于UWB的三边定位改进算法一种基于UWB的三边定位改进算法

提出了一种改进的DV-Hop 定位算法， 通过对DV-Hop算法的局部优化， 减小了定位计算量， 并使得改进的DV-Hop算法对不规则形状的节点分布网络具有较强的适应性， 克服了原算法只适用于各向同性网络的不足。仿真结果表明， 改进的DV-Hop 算法减小了用于定位的通信开销， 提高了定位精度， 从而验证了改进的DV -Hop算法能够适用于节点不规则分布的异性网络。