基于DV-Distance的无线传感器网络定位算法研究

无线传感器网络是一种全新的信息获取和处理技术,而节点自定位技术是无线传感器网络的主要支撑技术之一.由于无线传感器的节点数量非常大,致使利用GPS定位装置收集节点位置信息的代价将会很大.因此,研究能够适应无线传感器网络节点位置信息的算法是极其重要的.本文重点对距离无关的定位算法中的DV-Distance算法进行了研究,通过MATLAB软件平台对DV-Distance算法进行了仿真实现,结果表明不同信标节点密度时,定位算法的定位误差不同,而当存在障碍物及GPS误差也会影响定位误差.     

基于TW-ToA与TDoA的无线传感器网络多目标协同定位算法

针对高斯噪声环境下无线传感器网络(Wireless sensor networks,WSNs)中目标节点位置估计问题,提出了一种基于双向到达时间(Two way-time of arrival,TW-To A)与到达时间差(Time difference of arrival,TDoA)的多目标协同定位算法。该方法利用了TW-To A高精度和无需同步的特性,并通过混合TDoA测量,在提高整体定位精度的同时,有效地降低了TW-To A的信息传输量。所提出算法将待测目标节点扩展为伪辅助参考节点,协同参与定位过程,从而进一步减少了网络中锚节点的数量。仿真结果表明,该算法在相同节点数量的网络环境中可以以较低的代价实现较高精度的定位目标,为无线传感器网络中的目标定位提供了新的思路和方法。     

一种改进的DV-Hop定位算法在配电线路故障定位中的应用

基于WSN技术提出一种改进的DV-Hop算法解决配电线路故障定位不准确的问题.阐述了配电线路WSN故障定位原理,针对配电线路的实际特性,建立无线传感器节点拓扑模型.分析了传统DV-Hop算法应用到配电网中的缺陷,同时对其进行改进.MATLAB仿真结果表明,改进的DV-Hop算法应用于配电线路故障定位的误差率明显低于传统定位算法,此外,误差曲线也更加稳定,能够达到更高的定位精度,更加适合配电线路上的故障位置节点定位.     

用T形天线进行近场辐射源定位的一种新方法

提出了基于T形阵列近场辐射源定位的一种新方法.首先假定辐射源为远场源,利用两个水平子阵列及近场与远场源的关系确定近场辐射源的距离和入射角,由垂直子阵列确定另一个入射角,再由两个入射角即可确定近场辐射源的仰角与方位角(距离已经确定),得到近场位置坐标;最后在该位置附近采用3D-MUSIC算法进行局部搜索,得到最佳结果.仿真结果表明,该方法在获得精确定位结果的同时,大大缩短了计算时间,有效地提高了定位的实时性.     

带未知丢失观测率和传感器偏差的多传感器AR模型融合辨识

研究了带未知丢失观测率和传感器偏差的多传感器(Autoregressive,AR)模型融合辨识问题。采用一组伯努利随机变量描述观测丢失现象。选取递推增广最小二乘(Recursive extend least squares,RELS)算法,对未知的AR模型参数和未知的传感器偏差进行在线辨识。应用矩阵加权线性无偏最小方差最优融合估计准则得到AR模型参数的融合估计。通过AR模型与状态空间模型之间的转换和相关函数获得各传感器观测收到率和观测噪声方差估计值。仿真例子验证了此算法的有效性。     

微弱气体浓度检测的弛豫平滑处理算法

研究了气体分子碰撞能量转移模型和弛豫声衰减理论。分析了混合气体中某些成分的浓度低于0.01%时,分子复合弛豫声衰减系数与气体浓度的模型变为崎岖不平的原因。利用信号处理中的滤波方法,使用平滑窗处理弛豫声衰减结果,改善了弛豫声衰减理论。得到了检测三元混合气体中微弱气体浓度的算法,检测浓度达到0.001%。设计了3种不同权重的平滑窗,均可降低由微弱浓度引起的检测误差扩大,其仿真结果一致证明弛豫平滑处理算法的合理性。     

基于光带装置的生物群落传递算法在无线传感器网络定位中的应用研究

分析基于光带装置的生物群落传递算法在无线传感器网络定位中的应用,广泛介绍无线传感器网络的应用范围.基于光带装置的生物群落传递算法是通过利用光能定位,通过架设无线传感网络的未知节点的模型,以生物群落传递算法求得模型中误差最小的最优数据,得到节点的最优位置,达到高精度的定位,并使无线传感网络可以适应各种模式的定位操作.介绍采用生物群落传递算法的优点,以及采用生物群落传递算法的无线传感网络的特性,综合介绍该无线传感网络节点的定位、基站定位和路由型号选择,肯定生物群落传递算法在装有光带装置的无线传感网络中应用的可行性,研究表明采用生物群落传递算法的无线传感网络未知节点定位准确度高.     

无线Mesh网络的在线测量优化

对网络特征进行准确和实时的测量是优化无线Mesh网络性能的基础. 该文提出一种无线Mesh网络在线测量架构以解决测量节点的位置选择问题. 联合考虑无线信号检测能力与信息传输能力,提出基于椭圆割线的测量节点选择方法. 分别以被测量节点和数据处理中心作为椭圆焦点构成测量区域,以测量系统的性能度量为目标函数,在椭圆环中选择最佳测量节点位置. 数值仿真表明,在保障无线Mesh网络在线测量品质条件下,该测量架构实现了检测能力和信息传输能力的综合优化,椭圆割线算法的计算复杂度低于随机选择算法.     

飞机环控/发动机系统多目标优化

提出一种改进的多目标粒子群优化算法,应用于飞机环控/发动机系统的综合优化. 将不同飞行阶段系统总熵产最小视为不同的目标函数,建立了多目标优化模型. 进而在基本多目标粒子群优化算法基础上,引入跳转操作、族群概念和一种全局最优位置分配方法,提出了一种改进算法,测试结果表明该算法性能良好. 采用该算法对多目标优化模型进行计算,得到收敛且分布均匀的非劣最优解集,为飞机系统综合优化提供一种新思路.     

基于数据融合技术的封闭鸡舍环境中多气体的检测

封闭鸡舍环境中存在多种有毒气体,常用的半导体气体传感器选择性差、受气体交叉干扰的影响大,导致测量误差大,不能满足检测需求。针对这个问题,采用经典数据融合方式中的最小二乘法和现代数据融合方式中的BP神经网络的4种训练函数,分别对多气体传感器输出信号进行仿真训练分析,并利用均方误差和迭代次数来评价仿真的性能。仿真和实验结果表明,有弹回的BP算法训练的网络性能最优,可有效地降低测量误差,平均相对误差和最大相对误差均在1%以内,满足封闭鸡舍环境检测需求。