-
公开(公告)号:CN106093851A
公开(公告)日:2016-11-09
申请号:CN201610362683.4
申请日:2016-05-26
Applicant: 福建工程学院
CPC classification number: G01S5/0284 , G01S5/14
Abstract: 本发明公开了一种隧道里RFID直线定位方法,提出一种三角形计算直线距离算法公式,并提出一种校正方法,方法简单,有利于提高定位精度。本发明的隧道直线定位方法相对比较简单,模型更清晰可靠。计算方法也要简洁,不需要解二次二元方程组。模型计算中硬件量要减少一个阅读器,成本要降低。
-
公开(公告)号:CN105929387A
公开(公告)日:2016-09-07
申请号:CN201610355571.6
申请日:2016-05-26
Applicant: 福建工程学院
IPC: G01S11/06
CPC classification number: G01S11/06
Abstract: 本发明公开了一种隧道里基于参考标签自适应测距方法,采用阅读器具有发射功率增益档可变性特性,根据改变阅读器发射功率档,待定位标签返回给阅读器的信号,识别待测距标签能返回阅读器的最低发射功率档。通过布置一些已知的固定位置的参考标签,利用功率识别技术,判断哪些固定参考标签的功率档与待定位标签的功率档相同,以这些固定参考标签的平均距离作为待测距标签的测距。本发明基于功率档的识别相比原有技术测量相位差与信号强度,其精度和对环境的敏感性要求更低,有利于适应变化的环境。隧道里基于参考标签自适应测距技术,其能适应隧道的简单环境,并且参考标签使用,能够更大限度地适应环境的变化对测距造成的影响,提高测距精确性。
-
公开(公告)号:CN104715031A
公开(公告)日:2015-06-17
申请号:CN201510107578.1
申请日:2015-03-12
Applicant: 福建工程学院
IPC: G06F17/30
CPC classification number: G06F17/30224
Abstract: 本发明公开了一种海量数据近似聚集查询中的离群分治取样方法,将高偏斜关系R离群分离成两个子集Ro和Rn_o;近似聚集查询Q可以看成两个子查询的并,第一个子查询运行在离群值子集Ro上,第二个子查询则运行在Rn_o的均匀取样集上;具体来说,海量数据近似聚集查询中的离群分治取样方法包括两个步骤:离群分离+查询处理;从以上方法实现框架得出:查询误差只归结于非离群值子集Rn_o上的近似查询误差。本发明在海量数据集的聚集属性内部存在高方差分布时能克服随机均匀取样的不足,显著降低近似查询误差,适用于云计算环境,离群分治取样方法的离群分离步骤只需单遍扫描数据集、无需对整个聚集属性集进行排序,能自然的扩展应用于数据流的近似聚集查询。
-
-