近期，我院《影像与数据融合国际期刊》出版了第12卷第三期。在这一期中，发表了多篇面向热门应用的数据融合文章，如智能手机定位、室内定位、自动驾驶等。文章分别为基于智能手机精确时域量测的评价与纠正方法研究；基于超宽频定位技术在不同室内场景的精度评价；基于GNSS/MIMU紧密耦合与多状态ZUPT/DZUPT约束在无GNSS环境下的车辆定位技术；一种增强光谱及空间分布细节的可变全色融合算法。摘要如下：

Evaluation and correction of smartphone-based fine time range measurements

Yuntian Brian Bai, Allison Kealy& Lucas Holden

Pages: 185-202

To cite this article:

Yuntian Brian Bai, Allison Kealy & Lucas Holden (2021). Evaluation and correction of smartphone-based fine time range measurements. International Journal of Image and Data Fusion, 12:3, 185-202, DOI: 10.1080/19479832.2020.1853614.

基于智能手机精确时域量测的评价与纠正方法研究

进入21世纪以来，随着智能手机的出现并在应用领域快速发展，基于WIFI的定位技术已经成为基于位置服务领域(LBS)重要的技术。然而，20年来基于WIFI定位方法依然未能提供成熟可行的技术方案以及满意的成果。直到最近，IEEE 802.11mc 标准的发布，并且在市场上得到了硬件的支持。这使得精确时间量测原型和多往返延时技术可用于更精确、更稳健的量测，而无需接受信号强度指示技术的介入。本文提供了一种基于WIFI进行量测技术的评价和范围补偿纠正方法。该方法通过两套完整设计方案的评价测试来对范围补偿偏差的特性进行检测，同时比较了分别来自CompuLab WILD路由和GOOGLE接入点的两种补偿偏差。应用典型补偿纠正方法在具有视距条件的复杂环境下获取的范围估计，可以得到平均0.181米的精度。该研究成果将为后续算法如机器学习以及导航定位等提供有力技术支持。

UWB positioning algorithm and accuracy evaluation for different indoor scenes

Jian Wang, Minmin Wang, Deng Yang, Fei Liu& Zheng Wen

Pages: 203-225

To cite this article:

Jian Wang, Minmin Wang, Deng Yang, Fei Liu & Zheng Wen (2021). UWB positioning algorithm and accuracy evaluation for different indoor scenes. International Journal of Image and Data Fusion, 12:3, 203-225, DOI: 10.1080/19479832.2020.1864788.

基于超宽频定位技术在不同室内场景的精度评价

UWB（超宽频）室内定位是当前热门研究领域，然而鲜有文献能对不同场景下的各种定位技术进行系统性描述。因此，本文在不同室内场景下提出了几种不同定位算法。首先，针对传感定位场景，提出了一种传感室内定位算法。其次，对于室内笔直且狭窄的通道场景，提出了一种基于高通滤波的双锚鲁棒定位技术。实验结果表明该算法比传统算法具有更高的定位精度和鲁棒性。对于常见的室内场景，本文提出了一种基于稳健卡尔曼滤波和LS技术的室内定位模型，该模型考虑了UWB锚的坐标误差，使得定位精度为0.093米，比传统LS算法的精度提高了29.54%。最后，对于具有地图信息的室内场景，本文提出了基于双UWB锚的地图辅助下室内定位算法，该算法定位精度为0.238米。本文最大的创新在于系统地描述了不同场景的定位算法，以及基于双锚的室内定位技术的实现。

GNSS/MIMU tightly coupled integrated with improved multi-state ZUPT/DZUPT constraints for a Land vehicle in GNSS-denied enviroments

Yipeng Ning, Wengang Sang, Guobiao Yao, Jingxue Bi & Shida Wang

Pages: 226-241

To cite this article:

Yipeng Ning, Wengang Sang, Guobiao Yao, Jingxue Bi & Shida Wang (2021). GNSS/MIMU tightly coupled integrated with improved multi-state ZUPT/DZUPT constraints for a Land vehicle in GNSS-denied enviroments. International Journal of Image and Data Fusion, 12:3, 226-241, DOI: 10.1080/19479832.2020.1829718.

基于GNSS/MIMU紧密耦合与多状态ZUPT/DZUPT约束

在无GNSS环境下的车辆定位技术

当前，GNSS/INS集成的定位系统被广泛应用于多种导航应用领域。通过一定的数据融合技术，它可为行驶中的车辆提供较高精度的位置、速度以及姿态等信息。然而，低成本的GNSS/MEMS IMU系统在某些阴影环境下无法达到预期精度。传统基于零速度检测的GNSS/MIMU约束算法可以有效增加定位的稳健性，但很容易受到伪信号检测的影响。本文通过改进ZUPT/DZUPT 约束模型来提高在无卫星信号环境下导航算法的精度。首先，本文提出一种紧密耦合策略，通过应用EKF来集成 GPS/BDS和INS。然后，将Vondrak低通滤波运用到一种合成的静态零速度检测方法中，其中，GNSS/INS计算速度以及INS的原始数据。同时，根据车辆移动特性构建了动态ZUPT约束模型。车辆测试实验验证了该算法的可靠性。实验结果表明本文所提出方法可有效提高零速度检测的成功率。当卫星信号被中断120秒的情况下，车辆的位置和速度精度分别提高了74.7%-96%和47%-86.2%。

A variational pan-sharpening algorithm to enhance the spectral and spatial details

Rajesh Gogineni, Ashvini Chaturvedi& Daya Sagar B S

Pages: 242-264

To cite this article:

Rajesh Gogineni, Ashvini Chaturvedi & Daya Sagar B S (2021). A variational pan-sharpening algorithm to enhance the spectral and spatial details. International Journal of Image and Data Fusion, 12:3, 242-264, DOI: 10.1080/19479832.2020.1838629.

一种增强光谱及空间分布细节的可变全色融合算法

Pan-sharpening是一种常见的遥感影像融合技术，它可将低分辨率多光谱影像（MS）和全色影像（PAN）进行融合并生成高分辨率多光谱影像（HRMS）。本文提出一种基于Pan-sharpening技术的全新优化模型。该模型由三部分组成：（i）数据合成保真度用于推演源MS影像和融合影像的关系，以保留光谱信息。（ii）应用广义变分优先从PAN影像到pan-sharpened影像引入重要空间细节。（iii）通过减弱光谱失真来开发多光谱影像波段间的关联性。为了解决resultant convex优化问题，本文提出了一种基于交替方向乘子法（ADMM）的有效收敛算子分割框架。最后，通过全色高分辨率以及低分辨率数据的实验，有效验证了所提模型的可行性。融合结果展示了本文所提方法在增强光谱与空间的影像质量方面具有很大潜力。

    期刊主页：http://www.tandfonline.com/tidf

    投稿网址：http://mc.manuscriptcentral.com/tidf

（文/ 谢文寒、孙晓霞）