基于估计距离的无需测距定位算法

针对无需测距定位算法定位误差大的问题,提出了一种基于估计距离的无需测距定位算法.首先分析了两个邻居节点之间距离和通信范围相交面积之间的关系,得到一个线性函数.线性函数的输出是一个表示两个邻居节点之间距离远近关系的参数,称之为距离参数.然后用距离参数和锚节点之间的距离计算邻居节点之间的估计距离,最后根据估计距离计算未知节点的估计位置.仿真结果表明,该算法在规则区域和不规则区域的定位误差都要低于当前同类型的定位算法.     

距离修正的混沌粒子群多维标度定位算法

针对不规则网络以及网络空洞造成估计距离与欧氏距离相差较大,导致定位精度不足这一问题,提出一种距离修正的混沌粒子群多维标度定位算法(CMDS-CPSO).首先通过递推策略计算节点对距离,利用接收信号强度对距离加权修正,以减少距离误差,回避网络空洞问题.然后采用混沌粒子群算法对坐标转化参数问题进行优化,进一步降低坐标转换中参数所带来的影响.通过对比SPSO-MDS算法与MDS-DMC算法,仿真结果表明,距离修正的混沌粒子群算法能够明显改善节点定位精度,具有更好的鲁棒性和对不规则网络的适应性.     

基于估计距离映射的无线传感网定位算法

针对移动无线传感器网络中的定位技术问题,以及现有定位算法在定位误差、网络耗能、分布式处理等方面存在的不足,提出一种先进的估计距离映射定位算法.该算法首先通过构建一个最优线性传换,提供一个从估计矩阵到距离矩阵的映射关系,然后利用映射关系计算距离矢量,最后在此基础上计算节点的位置坐标.仿真结果表明,所提出的算法与其他传统算法相比,定位误差减小,同时降低了网络能耗,从而验证了算法的有效性.     

改进的无线传感器网络无偏距离估计与节点定位算法

针对无线传感器网络中基于跳数的节点定位算法不能满足无偏距离估计、节点定位误差大的问题,提出了一种改进的无偏距离估计与节点定位算法(UEDV-hop,Unbiased Estimation DV-hop)。该算法分析期望距离和跳数的关系,建立一种新的期望距离与跳数模型,根据节点通信半径是否已知分别推导了两种UEDV-hop的求解形式。仿真实验结果表明:所提的两种UEDV-hop算法的估计距离在不同跳数时都近似等于该跳期望距离,算法在距离估计和节点定位精度上相对于DVhop(Distance Vector-hop)算法及基于最小二乘法改进的DV-hop算法都有较大提高,在节点数目等于2 500时,UEDV-hop算法的估计距离误差比DV-hop算法降低了9.5%,定位精度提高了55%。     

RSSI修正的WSN定位算法

为了解决DV-Hop 算法误差较大的问题,提出了一种基于RSSI修正的WSN定位算法 RMDV-Hop (RSSI Modified DV-Hop)。该算法限制最大传播跳数,并对跳数为1的锚节点利用RSSI值修正其跳数值,取RSSI值较大的前N个锚节点作为参考锚节点,利用参考锚节点的平均每跳距离误差进行加权处理未知节点的平均每跳距离,最后用总体最小二乘法计算未知节点的坐标位置,实现RMDV-Hop定位算法的全面改进,以提高定位精度。仿真结果验证,改进算法的定位精度和稳定性都比原始算法有了明显的提高。     

基于距离估计的无线传感网络移动节点定位研究

针对传统MCL算法定位精度低的不足,提出了一种基于距离估计的改进蒙特卡罗定位算法—DEMCL.首先根据网络连通度、锚节点信息和节点间的相邻关系估计目标节点与锚节点间的距离;然后利用该距离构建新的过滤条件加入算法的过滤阶段,以优化样本集和减小定位误差;最后以Matlab为工具对算法的定位性能进行仿真和分析.仿真结果表明:在同一环境下,与MCL算法和MCB算法相比,DEMCL算法能保证更高的定位精度,同时减少了无效定位的节点数目,网络覆盖率可达到98.83%.     

基于欧氏距离的分布式网格定位估计方法

针对网格定位估计方法,提出一种基于欧氏距离的分布式网格定位估计的改进方法.研究了通过比较被测节点与信标节点之间的跳数信息,实现被测节点快速自身定位的方法.研究了利用欧氏距离替代匹配阈值提高定位准确率和利用分布式计算减少网络能量消耗的方法;利用迪杰斯特拉算法研究了计算节点间最小跳数的算法.仿真实验结果表明,该方法具有定位快速、节约成本、节省能量、定位准确率高和鲁棒性好的特点.     

基于修正压缩感知的信道估计算法

针对稀疏信道在两个OFDM符号间变化缓慢的特性,利用宽带稀疏信道分簇特性,提出了一种修正分簇自适应正则匹配追踪(MOD-CRAMP)压缩感知信道估计算法.该算法在原有基于压缩感知稀疏信道估计算法的基础上,加入信道的先验信息.同时,利用前次估计的索引值作为当前估计的支撑,并采用正则化的思想对候选支撑集进行2次筛选,从而达到信道的精确重构.仿真结果表明,该算法比传统的OMP算法、CRAMP算法及MODOMP算法均具有更好的估计性能.     

基于结构化时延估计算法的声源定位研究

针对声源定位研究中无法实现三维空间内高的定位问题、俯仰角以及方位角无法达到360°空间体内系统精度一致性的问题,提出了一种基于结构化延时估计算法的声源定位研究。首先对采集的波形进行去混响滤波处理,提高采集声音信号的信噪比以后,依据空间内拾音器的安装位置以及单元划分,引入细胞单元的结构化模型,该算法首先要根据细胞单元元素位置坐标,在空间体内建立虚拟坐标参考系,依据参考系中方位角、俯仰角、半径,推算出声源发声体在空间中的位置,该算法经过数据采集分析验证具有精度高、定位灵活等特点,适用于生活环境中的大部分场合。     

近场声源方位和距离联合估计算法

为提高近场麦克风阵列的声源定位精确度,对基于麦克风阵列的声源定位技术进行研究.详细分析了近场信号传播模型,并结合窄带子空间算法,对宽带ISM(Incoherent Signal-Subspace Method)算法进行改进,提出一种近场子空间声源方位和距离联合估计算法.该算法根据短时信号的频率特性,在特定频率上对信号应用子空间算法进行方向距离联合估计并对结果进行叠加,从而得到最终结果.该算法在相关信源和混响条件下均能得到较好的DOA(Direction-of-Arrival)估计效果.计算机仿真验证了算法的有效性.     

基于跳距修正与差分进化优化的改进DV-Hop定位算法

为了提高传统DV-Hop(distance vector-hop)算法的定位精度,提出一种基于跳距修正和差分进化优化的改进DV-Hop(differential evolution distance vector-hop,DEDV-Hop)算法。由DV-Hop的算法原理可知,锚节点间的距离测量误差是算法定位误差的主要来源,由此根据锚节点间的不同跳数引入权重因子,从而减小平均每跳距离误差,并且利用差分进化算法对最小二乘法计算出的节点坐标进行二次优化,最终提高系统的整体定位精度。为了验证算法的有效性,在相同实验条件下,通过设置不同的定位参数将提出的算法与同类的经典算法进行实验对比。实验结果表明,DEDV-Hop算法可以有效减少节点平均定位误差,其定位精度明显优于其他几种算法。     

基于修正算法的高速公路路段旅行时间估计

现有高速公路收费系统采用原始时间记录数据估计的路段旅行时间不准确,将直接影响路段流量估算准确性.为此,提出了一种依据轨迹法计算车辆时空坐标轨迹、以路段长度为权重进行路段旅行时间修正的旅行时间估计算法,并将其应用于某高速收费系统数据,验证了经过修正的路段旅行时间估计值更接近于实际路段旅行时间.     

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。     

约束优化距离函数算法的推广

距离函数算法是一种适用于求解凸规划的算法 ,本文对其作了推广 .用均值 -水平集代替原算法的中心点来分割可行域 ,使其能求解带非线性不等式约束的总体最优化问题 .首先证明了算法的收敛性 ;其次 ,在算法的具体实现中 ,对现有的均值 -水平集方法作了改进 ,当目标函数是多峰函数特别是具有多个总极值点时可以提高计算效率 ,并对迭代时投点的统计指标 (即接受点数量 )作了定量讨论 ,给出了投点密度条件 ;最后 ,用两个总体最优化算例验证了算法的有效性 .     

基于改进距离向量算法的无线传感网定位研究

为了解决传统距离向量-跳段(DV-Hop)定位算法的精确度受限问题,提出了一种基于跳段大小校正和定位优化的改进DV-Hop算法。根据参考节点之间实际距离和估计距离的差异,计算出整个网络中有效的跳段大小,未知节点和参考节点之间的跳段添加了校正值,而接收信号强度指示(received signal strength indicator,RSSI)的数值用于校正单跳的距离,应用莱文贝格-马奈特(Levenberg-Marquardt,LM)算法来估计每个传感器的优化位置。在求值的过程中,研究了影响距离向量-跳段定位精确度的各种因素。仿真结果表明,与传统的DV-Hop和一些现有的改进算法相比,提出算法的定位精度有所提高。     

DV-hop定位算法参数优化仿真研究

在低功耗、低成本、低运算的无线传感器网络中,节点的定位精度受到局限。DV-hop定位算法作为一种经典的无需测距的定位算法,在实际应用中较容易实现,但研究者多致力于提高其定位精度,而对影响定位精度的参数的优化研究较少。在深入分析DV-hop定位算法的基础上,对影响DV-hop定位算法精度的主要参数包括锚节点数、节点通信半径以及网络中的节点总数进行分析和仿真。仿真结果表明,针对不同的节点总数,在锚节点数为12时,存在最优节点通信半径使其定位误差最小。     

基于iBeacon的室内定位算法优化研究

针对无线传感网络中室内定位算法定位精度不高、算法收敛慢的问题,依托基于BLE 4.0的iBeacon基站设备,为提升室内定位算法精度和效率,提出IIDWC定位算法。该算法结合基于测距的RSSI技术、加权质心算法和倒数距离加权插值定位思想,在确定多个广播重叠区域加权质心坐标及其权重系数的过程中,反复利用倒数距离加权插值方法,通过提升关键锚节点在确定加权质心坐标过程中的重要性,进一步优化权重系数,在仿真环境中提升了定位精度和收敛速度。通过合理设置锚节点的功率、通信半径、部署密度和测量时间,该算法的定位精度能够达到0.8 m,满足了多数室内定位场景的技术要求。     

基于改进时延估计的声源定位算法

针对强噪声和强混响条件下, 室内声源定位算法收敛速度慢和定位精度低等问题, 提出一种基于改进时延估计的声源定位方法. 该方法建立在单源多元混响模型下, 首先用四元十字型麦克风阵列估计时延; 然后在广义互相关时延估计算法的基础上, 引入二次相关法以削弱噪声干扰, 同时采用LMS(最小均方)自适应滤波算法弥补广义互相关方法的不足, 提高混响环境下的时延估计精度; 最后, 通过远场近似几何方法定位声源. 实验结果表明, 与相位变换加权广义互相关函数(GCC-PHAT)算法相比, 该方法具有较好的抗噪能力与抗混响能力, 能获得更准确的定位结果.     

基于结构化时延估计算法的声源定位

针对声源定位研究中无法实现三维空间内高的定位问题、俯仰角以及方位角无法达到360°空间体内系统精度一致性的问题,提出了一种基于结构化延时估计算法的声源定位研究。首先对采集的波形进行去混响滤波处理,提高采集声音信号的信噪比以后,依据空间内拾音器的安装位置以及单元划分,引入细胞单元的结构化模型,该算法首先要根据细胞单元元素位置坐标,在空间体内建立虚拟坐标参考系,依据参考系中方位角、俯仰角、半径,推算出声源发声体在空间中的位置,该算法经过数据采集分析验证具有精度高、定位灵活等特点,适用于生活环境中的大部分场合。     

基于功率-距离的LTE-R切换算法优化研究

传统的基于长期演进的铁路移动通信系统(long term evolution-railway,LTE-R)切换算法对切换参数的选择不能很好地适应列车的高速移动,由此导致的“切换滞后”现象容易造成更多的失败切换,影响列车运行控制和旅客无线通信体验。当列车高速穿越小区时,对越区切换的要求更加严格,简化信令流程以及实现快速切换是LTE-R急需解决的问题。以减少错误触发和实现快速切换为出发点,提出一种基于功率-距离的切换优化方案,充分考虑速度对切换参数的影响,并加入距离因素,只有当列车到达一定触发位置时才可以进行触发判断,如满足条件则直接进行切换。该算法在避免列车提前错误触发的同时舍弃触发时延(time to trigger, TTT)指标,在一个测量周期内即可实现快速切换。仿真结果表明,所提的方案能够更好地保证高速环境下列车的切换成功率。