XiaoMi-AI文件搜索系统
World File Search Systemlocalization
对爆炸物相关威胁的认识和定位...
国土安全部 (DHS) 爆炸物检测、缓解和响应卓越中心，也称为 ALERT（爆炸物相关威胁意识和定位），开展转型研究，开发先进技术，并教育学生和从业人员有效地表征、检测、缓解和应对国家和世界面临的爆炸物相关威胁。在努力实现这一目标的同时，安全至关重要。处理高能材料需要时刻保持警惕。本文档概述了 ALERT 安全计划的组成部分：安全审查委员会、安全意识教育计划、安全协议和标准操作程序以及安全合规保证计划。我们希望通过花时间创建和审查这些安全操作程序，从业人员将提高对危险的认识并采取适当的护理。
自主的基于车轮的基因定位...
摘要 - 本地化是自动驾驶汽车系统的基本要求。自动驾驶汽车定位的最常使用的系统之一是全球定位系统（GPS）。然而，GPS的功能在很大程度上取决于卫星的可用性，这在某些情况下使其不可靠。因此，自动驾驶汽车必须具有自主的自定位功能，以确保其独立运行。探针技术来实现车辆定位。探光仪中采用的一种方法称为车轮频谱。车轮的探光法对周围环境的依赖程度较低，而不是视觉探光和激光探光仪。本研究旨在评估在本地化过程的背景下，自主轮椅的车轮频能测定法实现的性能。采用差分驱动运动模型来确定轮椅的预测姿势。该预测是从轮椅的线性和角速度的测量得出的。已经进行了几项实验，以评估基于车轮的定位的性能。在实验之前，还进行了校准程序，以确保对传感器的准确测量。
一项关于全球LIDAR定位的调查
对自己姿势的抽象知识是所有移动机器人应用程序的关键。因此，姿势估计是移动机器人核心功能的一部分。在过去的二十年中，LiDAR扫描仪已成为机器人定位和地图的标准传感器。本文旨在概述基于激光雷达的全球范围的最新进展和进步。我们首先提出问题并探索应用程序范围。然后，我们对方法论进行了综述，包括诸如地图，描述符的近期主题和跨机器人本地化等几个主题的最新进步。本文的内容是在三个主题下组织的。第一个主题涉及全球地方的结合和本地姿势估计。第二个主题是将单次测量升级到顺序全局定位的顺序测量值。最后，第三个主题侧重于将单机器人全局本地化扩展到多机器人系统中的跨机器人本地化。我们通过讨论开放式挑剔和有前途的全球liDar局部局限性的有希望的指示来结束调查。据我们最大的知识，这是第一个compre-
使用磁力仪和光传感器进行定位
第一种定位技术基于一个或多个磁力仪测量磁性物体的感应磁场。这些测量取决于物体的位置和磁特征，可以用从电磁理论推导出的模型来描述。对于这项技术，已经分析了两种应用。第一个应用是交通监控，这需要很高的稳健定位系统。通过在车道附近部署一个或多个磁力仪，可以检测和分类车辆。这些系统可用于安全目的，例如检测高速公路上的逆行驾驶员，也可用于统计目的，通过监测交通流量。第二种应用是室内定位，其中移动磁力仪测量室内环境中磁结构感应的静止磁场。在本文中，提出并评估了此类磁环境的模型。
用于微电子缺陷定位的无损叠层衍射成像
使用叠层扫描技术，样品被聚焦在微芯片上小点上的相干同步加速器 X 射线束照射，衍射光束由像素检测器在远场检测。样品逐步穿过光束，直到扫描到整个感兴趣的区域。扫描期间照亮的区域需要重叠，导致步长小于光束直径。叠层扫描技术需要过采样，因为检测器只测量强度。使用迭代算法，仍然可以检索衍射同步辐射的相位信息。根据衍射图案、光束形状以及样品与检测器之间的距离，该算法可以将收集的数据重建为高分辨率图像，无论是 2D 还是 3D。简而言之，该算法计算样品后面的波场到达探测器的路径，其中波场的振幅被像素探测器记录的强度数据替换。之后，更新波场并进行另一次迭代。当感兴趣的区域深埋在结构内部时，可能需要事先准备样品。因此，在某些情况下，必须通过聚焦离子束铣削使感兴趣的区域可用于叠层成像。
提高基于粒子滤波器的定位可靠性...
摘要— 近来，各个行业领域对使用无线传感器网络 (WSN) 进行准确、快速和可靠的室内定位的需求日益增长。在杂乱和嘈杂的环境中，准确定位通常通过称为状态估计器或滤波器的数学算法来实现。粒子滤波器 (PF) 是定位中最常用的滤波器，在基于 WSN 的实时定位的典型条件下，存在样本贫乏问题。本文提出了一种新颖的混合粒子/有限脉冲响应 (FIR) 滤波算法，用于在导致样本贫乏的恶劣条件下提高基于 PF 的定位方案的可靠性。混合粒子/FIR 滤波器检测 PF 故障，并通过使用辅助 FIR 滤波器的输出重置 PF 来恢复故障的 PF。本文结合正则化粒子滤波器 (RPF) 和扩展无偏 FIR (EFIR) 滤波器，构建了混合 RP/EFIR 滤波器。通过模拟，混合 RP/EFIR 滤波器证明了其改进的可靠性和从故障中恢复 RPF 的能力。
先进空中的无线连接和定位...
摘要 — 无人机与无人机之间的通信信号类似于交通信号灯，是城市和农村地区先进空中机动 (AAM) 成功的关键。部署空中出租车和空中救护车等 AAM 应用（尤其是大规模部署）需要可靠的信道，以便在两架或多架飞机之间进行点对点和广播通信。要在高度移动的环境中实现如此高的可靠性，需要为灵活性和效率而设计的通信系统。本文介绍了在独特的 AAM 环境中在多架飞机之间建立和维护可靠通信信道的基础。随后，它介绍了使用蜂窝网络作为地面网络基础设施的 AAM 服务的无线覆盖和移动性的概念和结果。最后，我们分析了在使用蜂窝网络时 3D AAM 走廊的无线定位性能，同时考虑了不同的走廊高度和基站密度。我们在整个手稿中重点介绍了未来的研究方向和未解决的问题，以改善无线覆盖和定位。
分布式融合算法用于...被动定位
本文研究了使用无线传感器网络 (WSN) 进行多个瞬态发射器 (目标) 定位的问题。一个特定的应用是利用安装在士兵组上的声学枪声检测系统网络来定位战场上的对手 [16][17]。假设目标在感兴趣的时间窗口内是静止的，但目标数量未知。传感器可以通过检测目标发射的声学信号来测量目标的视线 (LOS) 角，并记录检测到的信号的到达时间 (TOA)。这意味着任何单个传感器的目标位置可观测性都不完整。由于传感器的不完善，存在漏检和误报。此外，测量结果与目标之间的关联是未知的，也就是说，每个传感器都不知道特定测量结果来自哪个目标（或杂波）。在估计任何目标的位置之前，必须关联所有传感器的测量结果。因此，数据关联的质量对整体定位性能至关重要。我们之前的工作 [13] 中开发的两种不同的融合算法使用集中式方法解决了这个问题，即我们假设有一个融合中心直接或通过多跳中继（通常通过无线通信）从各个传感器收集所有信息。集中访问所有信息可能很困难。例如，在覆盖大面积的应用中，需要高传输功率才能将信息从单个传感器直接传送到融合中心。此外，基于融合中心的方法不够稳健，也就是说，如果融合中心发生故障，整个系统都会发生故障。这促使人们开展大量关于分布式融合或分布式优化算法的研究，包括本文中提出的算法。一种直接的分布式解决方案是泛洪，即通过网络中的链路广播实际的传感器测量值。在 [7] 中，提出了一种广播新测量值的通信策略，以允许分布式测量融合，对于线性动态系统，在给定所有接收到的测量值的情况下，在每个节点产生最佳估计。对于本文考虑的定位问题，有一个非线性静态系统。该方法需要大量的数据通信、存储内存和簿记开销。泛洪方法仍然适用，通过仔细记账和多次迭代信息交换，每个传感器将拥有所有信息，并可以充当融合中心，以找到与集中式方法相同的全局解决方案。例如，它需要大约 S（传感器数量）乘以基于平均共识（AC）的方法的内存存储。
了解脑电图来源定位的有用性
基于EOM的审查，源本地化过程必须解决前进和反问题（图1）。1,3,5,6）远期问题是当前来源对头皮电势的期望，可以通过准确的头部模型来解决。1,3,5）脑组织的形状和传导分布强烈影响脑电图信号。因此，应使用个性化的MRI来构建确切的头部模型并实现更精确的源定位。4）反问题是指使用头皮电势测量值估算大脑中电流源的精确位置。1）解决此问题的一种方法是使用有关体积导体和发电机解剖结构的合理假设来设定局限性。已经引入了有关反问题的几个建议。1,2,4,5）尤其是作者描述了源分析模型的方法，例如偶极源定位和分布式源定位。从头皮脑电图记录的偶极子源定位可以通过计算当前偶极子的位置，方向和矩参数来估计位置源。4,7）然而，偶极子源定位需要先验假设大脑中的几个活动区域，假定有限数量的等效偶极子，并且可能会因缺失的偶极子而产生偏见。4,5）脑成像方法的最新发展导致了更复杂的选项，可以从头皮EEG信号中定位大脑来源，目前使用了几种分布式源定位方法。4,5,8）4,5）最受欢迎的分布式源模型是最低规范解决方案的修改算法，例如加权最小规范解决方案，低分辨率电磁断层扫描和局部自回旋平均值。