共查询到10条相似文献,搜索用时 140 毫秒
1.
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. 相似文献
2.
《黑龙江大学自然科学学报》2016,(6)
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。 相似文献
3.
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. 相似文献
4.
5.
《黑龙江大学自然科学学报》2018,(6)
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。 相似文献
6.
7.
徐荣 《哈尔滨师范大学自然科学学报》2018,(2)
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. 相似文献
8.
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. 相似文献
9.
10.
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。 相似文献