接收信号强度指示测距模型修正与粒子群算法权重优化的节点定位算法

为了降低RSSI测距误差对定位精度的影响,提出一种RSSI模型修正与PSO权重优化相结合的定位算法。首先通过最小化误差平方和原则对RSSI测距模型参数进行校正,避免测距误差带入定位阶段,然后利用三边测量法进行粗略定位,得到未知节点的近似坐标,最后引入改进PSO算法对该近似坐标进行优化,在改进PSO算法中提出一种基于收敛因子的权重策略,有效地平衡了算法的搜索速度与搜索精度,从而得到节点坐标优化值。实验结果表明,该算法能够有效抑制测距误差积累,有更好的收敛性能和更高的全局优化能力,能实现更好的定位效果。     

融合双频段信息的林业无线传感网节点测距算法

无线传感网节点测距技术是基于测距法节点定位的基础,针对林区中单一频段节点测距存在误差大、精确度低的问题,基于接收信号强度(received signal strength indication, RSSI),提出一种融合433 MHz和2.4 GHz双频段信息的节点测距方法。建立引入环境参数预测的林区信号衰减模型,利用高斯滤波修正偶然误差,选择合适的融合参数γ对双频段测距信息进行融合,通过在平均胸径接近、林分密度不同的场地中实验归纳γ的取值规律。实验结果表明,在林分密度600株/hm~2以下的林场中,γ=0.4最优;在林分密度600～1 000株/hm~2之间的林场中,γ=0.5最优,在林分密度1 000株/hm~2以上的林场中,γ=0.6最优。在γ取最优值的情况下,实验表明本文提出的方法测距结果的均方根误差值为1.74,较单一频段的测距误差减小了31.3%,提高了基于RSSI节点测距的精度。     

基于粒子群优化算法的井下目标定位方法

针对矿井结构复杂,井下未知节点定位存在信标节点布置冗余、定位精度低等问题,提出了一种基于粒子群优化算法的井下目标定位方法。根据矿井环境特点区块化布置信标节点,通过引入线性递减权重的粒子群算法对未知节点与信标节点的测量距离和估计距离的误差进行优化,降低定位误差。与四边测量法、加权最小二乘法和RSSI加权质心算法进行Matlab仿真对比实验。仿真结果显示:信标节点为5个,节点总数为15时,平均定位误差为0.877 m。高斯白噪声标准差取值范围从5递增到20,平均定位误差由1.21 m增长到4.65 m,增长幅度最小,抗噪性最好。信标节点密度由10%增加到40%,平均定位误差从2.82 m下降到0.76 m,定位精度明显好于其他三种算法,稳定性好于RSSI加权质心算法。定位精度更高,抗噪性更好,可靠稳定,在井下巷道环境中适应性更强。     

融合光度和深度的视觉里程计改进算法

针对视觉里程计中对纹理较少的环境难以获得高精度相机位姿的问题,提出一种融合光度和深度的视觉同步定位与绘图(SLAM)方法.首先构造基于光度和深度的相机位姿优化函数,通过t分布模型计算每个像素点的光度和深度误差权重,对每一帧图像引入帧权重系数λ来平衡光度和深度,并采用中值法求解帧权重λ,求得相机位姿.然后对10个国际标准数据集进行仿真实验,结果表明,对纹理丰富的环境,本方法能够保持DVO SLAM算法的建图精度;对纹理较少的环境,本方法的建图精度要高于DVO SLAM算法,绝对路径误差降低31.6%,相对位姿误差降低19.4%.     

一种高精度多传感器融合测距系统

通过测距系统计算机器人运动路径是机器人壁障、路径规划以及协作编队关键技术之一。根据移动机器人工作环境地形复杂、光线差等特点,采用高精度激光传感器和超声波传感器协同测距,以ARM9为核心设计了软硬件,在此基础上,研究了自适应加权平均数据融合算法,并分析了各传感器的误差和方差。经实验统计,多传感器融合比单一传感器测量精度平均提高了47%,测量误差减小到0.5 cm以内,表明本系统提高了测量精度和可靠性。     

一种超宽带高精度测距系统的设计与实现

为实现高精度无线测距,采用超宽带无线电信号和双向到达时间测距方法,设计并实现了一种基于超宽带信号相关检测的测距系统.实验结果表明:在视距传输条件下,室内测距系统误差在0.14 m以下的概率达到90%,误差在0.05 m以下的概率为50%;楼道测距系统误差在0.06 m以下的概率达到90%,误差在0.04 m以下的概率为50%.实验结果证明系统能够实现厘米精度的测距精度.     

基于RSSI修正的相似度推荐定位算法

针对RSSI测距容易受到环境干扰,提出一种基于RSSI修正的相似度推荐定位算法.该算法对RSSI测距数据进行残差修正,以减小RSSI误差对定位精度的影响,并利用样本点与未知定位区域的相似度来确定未知节点的坐标,降低了计算复杂度.仿真结果表明算法有效可行,可较好地改善节点定位精度.     

基于超宽带技术的强制戒毒人员实时定位系统

在戒毒所智能化管理的驱动下,基于超宽带技术,设计了一种应用于戒毒所的高精度测距定位系统,改进了原有紫蜂(ZigBee)和无线局域网(Wi-Fi)方法检测精度低的问题.分析测距的误差来源,做出相应的优化校正,并提出一种延迟参数的校准方法,进一步提升测距的精度和稳定性.该系统具有测距与定位两种功能,测距功能可以设置地理围栏以限制人员活动区域,定位功能可以实时监测人员位置.实验研究表明:修正后系统测距精度达到7 cm,测距更新频率达到10 Hz,定位精度提高至20 cm,定位频率达到5 Hz以上,可以更好地满足戒毒所定位系统的实时性和精确性的要求.     

煤矿井下基于RSSI校正测距的WSN节点定位算法

针对煤矿井下人员及设备定位监控严重不足的情况,提出了基于RSSI校正测距的WSN节点定位技术。模拟井下环境,使用协议分析仪Packed Sniffer嗅探节点接收RSSI值,以确定环境参数;采用高斯理论模型过滤RSSI值,利用对数-正态分布理论模型计算距离;最后应用改进的三边质心定位算法求得未知节点坐标。RSSI校正测距定位与CC2431定位引擎定位的误差对比表明,文中所提算法的定位性能较好。该研究为井下无线传感器网络定位系统的设计提供了参考依据。     

无线传感器网络环境感知的节点定位方法

 节点定位是无线传感器网络的关键技术之一,许多应用都跟节点位置息息相关。针对基于RSSI的定位算法测距误差通常较大的问题,提出了一种环境感知的节点定位方法,该方法首先根据导标节点之间的相互关系,将网络覆盖区域划分为若干子区域,然后再通过他们之间的相互协作,分别确定出无线信号在不同子区域环境下具体的传播损耗模型,从而提高测距精度和定位精度。仿真结果表明,该方法能提高测距精度约15%~30%。