一种基于RSSI和TOF的优化混合测距方法

随着移动网络技术的快速发展和对矿井人员安全问题的日益重视,对矿井人员安全定位系统的定位精度提出了更高的要求,而高精度的定位离不开高精度的测距方式。飞行时间(TOF)作为一种常用的测距技术,由于时钟分辨率问题,会导致近距离测距误差较大。针对近距离测距中TOF存在的问题,提出了采用TOF和信号强度(RSSI)融合的矿井人员测距方法。该方法通过分析近距离无线测距中RSSI测距精度的特性,提出了采用优化指纹库和EWKNN减小测距误差的方法来减小RSSI测距误差,并针对融合测距中数据选择比较单一的问题,提出变化权重的数据权重选择方式,从而保证测距精度。实验仿真结果表明,在近距离测距时,采用优化的融合测距方法比单一TOF测距方法的测距精度有明显提升,30 m范围的测距精度在3 m以内。该方法适用于精度要求较高的复杂环境场合。     

基于RSSI极大似然估计定位算法的分析与实现

通过分析极大似然估计法进行求解方程未知节点位置可知,代入最后一个方程锚节点(参照锚节点)的测距误差会对极大似然估计法定位误差产生较大影响,并实现了基于RSSI的极大似然估计定位算法实测实验.实验结果表明,参照锚节点不带测距误差与参照锚节点带测距误差相比,前者的定位误差小,在30m×30m方形定位区域内前者较后者平均定位误差值减小0.4~1.0m.     

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。     

基于测距的WSN定位算法设计与实现

设计了一款基于测距的无线传感器定位节点模块,并用该模块实现了基于RSSI(Received Signal Strength Indication)测距的极大似然估计定位算法。通过研究实际环境下RSSI随距离变化的特点,得到计算节点间距离的公式。针对实际测距误差用最小二乘法进行线性补偿,补偿后的测距误差得到极大降低。根据测试结果,采用极大似然估计法在6m×6m区域内实现多个点的定位,实验结果表明定位精度可达11.19%。     

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.     

基于测距和自学习粒子群算法的WSN节点定位

针对WSN中现有节点定位方法具有的定位精度不高的缺点,提出了一种基于RSSI测距和改进量子粒子群算法的节点定位方法。首先,描述了基于RSSI接收信号强度指示的节点定位原理,在此基础上,采用最小二乘法估算节点位置进行节点粗定位。然后,定义了一种基于改进量子粒子群算法的节点定位算法进行节点终定位,为了提高算法的全局收敛能力,在每个粒子中放置学习自动机,使得粒子具有自学习能力,在量子可行空间中自适应地选择对应的动作。最后,通过仿真实验对所提方法进行验证。实验结果表明:文中方法能较为精确地进行节点定位,与其他方法相比,具有测距误差和定位误差小的优点,具有一定的优越性。     

基于测距和自学习粒子群算法的WSN节点定位

针对WSN中现有节点定位方法具有的定位精度不高的缺点,提出了一种基于RSSI测距和改进量子粒子群算法的节点定位方法。首先,描述了基于RSSI接收信号强度指示的节点定位原理,在此基础上,采用最小二乘法估算节点位置进行节点粗定位。然后,定义了一种基于改进量子粒子群算法的节点定位算法进行节点终定位,为了提高算法的全局收敛能力,在每个粒子中放置学习自动机,使得粒子具有自学习能力,在量子可行空间中自适应地选择对应的动作。最后,通过仿真实验对所提方法进行验证。实验结果表明:文中方法能较为精确地进行节点定位,与其他方法相比,具有测距误差和定位误差小的优点,具有一定的优越性。
     

RSSI室内测距技术的误差控制研究

文章从现有RSSI测距换算公式出发,评述各类信号传播理论模型的基本原理和适用范围.以TI CC2530为核心构建实验节点,实地测量室内环境中2.4 GHz射频信号强度值,分析接收信号强度与节点间距之间的关系,运用5类常用的曲线拟合模型对实测数据进行参数估计,并逐一进行拟合优度检验和对比分析.验证实验结果表明,单高斯拟合模型对室内RSSI测距具有较高拟合精度和适用性.     

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。     

基于RSSI测距的井下人员区域定位算法

在煤矿井下人员定位系统中,常用的是基于无线传感器网络的定位方法,其中最适合实际应用的是基于接收信号强度指示(RSSI)的定位方法.为了进一步提高定位精度,针对煤矿井下特殊的巷道结构和复杂的电波传播环境,首先提出信标节点均匀间隔交叉分布模型.然后根据已知信标节点精确位置求得定位区域内RSSI测距误差的权值,通过引入比例调整因子、距离修正因子和差分平均因子,对目标节点的测距误差进行修正,获得区域内信标节点与目标节点之间较精确的距离量,最后利用加权质心定位算法对目标节点进行定位.仿真结果表明,该算法能够有效的提高目标节点的定位精度,尤其在沿巷道走向的水平方向上比其竖直方向的精度更高,该方法更适合煤矿井下特定的线型结构环境.     

基于机载小光斑LiDAR数据插值的亚热带森林丘陵地形的误差分析

以激光雷达(LiDAR)地面点云数据为数据源,将北亚热带天然次生林下的丘陵地形作为研究对象,分析了6种常用局部插值方法生成DEM的全局误差及其与地形因子、地面插值点密度和地表植被状况的相互关系,并借助随机森林方法进行插值误差不确定性制图。研究表明:各插值表面的预测值总体偏低,其最佳输出空间分辨率为2 m; 其中以自然邻近法插值生成的数字地形精度最高且可视化效果最好,而张力样条法的精度最低; 全局误差随坡度增大而逐渐提升,随地面插值点密度提高逐渐降低; 幼龄和中龄天然次生林所在区域地形插值的误差较大而成熟林的误差最大,灌木区全局误差不高但误差变异较大。同时,以LiDAR提取的植被参数与地形插值误差表现了较好的相关性,而归一化植被指数(NDVI)与误差之间的相关不明显,这表明以LiDAR数据提取植被参数在NDVI易饱和地区也可以较好地反映地形插值精度。     

土壤水分植被承载力初步研究

土壤水分植被承载力是干旱、半干旱和半湿润易旱地区土壤水分与植物生长关系调控、合理利用水土资源和林草植被的核心科学问题之一。定位研究密度与植物生长、土壤水分补给和消耗的关系是确定土壤水分植被承载力的实验基础。我们以黄土高原半干旱区16年生人工柠条林为例,进行了实验研究,实验密度包括8700、7100、5100、3200、1600丛/hm2。研究结果如下:土壤水分植被承载力为土壤水分承载植物的最大负荷,它是指在较长时期和特定条件下,土壤水分所能维持相应植物群落健康生长的最大密度;多年生柠条根系虽然可分布到500cm以下土层,但是大部分根量分布在0～150cm土层,根系随深度分布可用指数方程描述;降水最大入渗深度为170～270cm。柠条主要吸收利用0～270cm土层的土壤水分;一年内植物生长与土壤水分的关系可分为4个阶段;柠条密度与生产力或土壤水分补给量为线形关系,与土壤水分消耗量为二次抛物线关系,研究区柠条林地土壤水分承载力为8115丛/hm2,柠条林合理利用方向为保持水土和改善环境质量。     

基于特征量重要度LS-SVR的WSN定位方法

针对无线传感器网络(WSN)节点定位方法中采用粗测距技术时,节点间较大的测距误差导致定位准确度不足的问题,提出一种基于特征量重要度LS-SVR的定位方法L-IFSVR.该方法把未知节点到锚节点的距离作为特征量,依据特征量的重要度进行特征提取,通过对探测区域网格化采样得到训练样本集,使用最小二乘支持向量回归机(LS-SVR)学习得到定位模型,在定位阶段,将未知节点的特征向量输入定位模型, 利用LS-SVR良好的泛化能力,实现对未知节点的准确定位.通过对均匀分布和C形区域随机分布的100个节点进行定位实验,结果表明,定位方法L-IFSVR能有效地降低测距误差对定位准确度的影响,减小平均定位误差,其中,均匀分布情况下L-IFSVR方法的平均定位误差相比采用相同测距技术的DV-Hop方法减小7.5~14.0%;C形区域随机分布情况下,显著减小36.5~55.2%     

低密度造林对杉木生长、形质和材种结构的影响

[目的]对江西大岗山地区低密度杉木人工林自然稀疏进程、林木生长进程、形质特征、材种结构和经济效益动态变化特征进行调查分析,为杉木低密度造林调控管理提供科学依据.[方法]以2 500株/hm2传统造林密度为对照,对设立在江西省分宜县初植密度为1 111、1 667株/hm2的2种低密度杉木试验林生长发育规律进行了 25 ...     

基于小波包分解重构算法的北斗抗多路径误差

针对北斗卫星导航系统(Beidou satellites navigation system, BDS)特有的多星座设计而形成的复杂多路径误差问题,提出了一种基于小波包(wavelet packet, WPT)分解重构原理的抗多路径误差算法,来提高BDS定位精度。首先,将原始信号进行多层小波包分解,得到多个子频带,并根据各子频带和原信号的互相关系数大小,将其划分成噪声频带、混合频带和信息频带等;其次,舍弃噪声频带,保留有效成分集中的信息频带,并对混合频带进行软阈值滤波处理;最终,将滤波后得到的“干净”数据与信息频带进行重构,从而实现削弱BDS多路径误差的目的。通过数值仿真和实测实验分别验证所提算法的有效性,实验结果表明,采用WPT算法对BDS实测数据进行处理后,N、E、U三个方向精度分别提升77%、78%、83%,有效削弱了多路径误差对BDS定位精度的影响,研究结果对BDS高精度定位具有重要参考价值。     

基于误差先验知识的NLOS移动节点定位算法

针对实际应用环境中存在阻挡节点间通信的障碍物,使节点间的通信变成非视距(NLOS)类型的问题,提出一种基于误差先验知识引导的NLOS移动节点定位(NSES)算法.该算法首先根据误差先验知识,判断并计算出带有误差的NLOS测量值个数在总个数中的百分数K;然后根据K选出误差较大的测量值;最后对误差较大的NLOS测量值进行校正操作.仿真实验结果表明,该算法较传统移动节点定位算法能有效降低NLOS误差,提高节点定位精度.     

电子计数法测频提高测量精度的分析

本文通过误差分析,说明电子计数法直接测频和通过测周期得到频率的两种方法,其测量精度主要取决于被测信号与闸门信号不相关引起的量化误差.虽采取相应的措施,可在一定的条件下提高测频精度,但受到各种条件的限制,难以实现宽频带、高精度测量.而在直接测频基础上发展的多周期同步测频方法,由于闸门与被测信号保持同步而消除了对被测信号计数所产生的±1个字的量化误差,实现了频带内的等精度和高精度测频.     

基于区域划分的DV-Hop定位算法的改进

DV Hop节点定位算法采用跳数乘以每跳平均跳距估算节点间的距离,而跳数和每跳平均跳距受网络的节点密度、节点的通信半径等参数影响较大。针对DV Hop算法存在的不足,提出一种基于跳数区域划分的DV Hop定位改进算法——HRDV Hop（Hop regional division DV Hop,HRDV Hop）。对一跳区域的节点测距引入RSSI技术,两跳或以上区域的节点采用跳数值修正法,再辅以限制跳数机制。MATLAB仿真测试结果表明,在相同的网络硬件和拓扑环境下,改进后的算法能更有效地降低节点间的距离估算误差,提高定位精度。     

基于GNSS-A的海底目标高精度定位算法研究

为提高海底目标垂直方向的定位精度,在分析全球导航卫星/声学定位(Global Navigation Satellite System-Acoustic, GNSS-A)基本原理的基础上,提出基于动态观测的海底目标声学定位算法。针对动态观测中产生的双程传播时延问题,将其发射和接收过程分别考虑,并利用最小二乘(Least Squares, LS)法解算圆形对称观测数据,消除绝大部分系统误差和粗差对水平定位精度的影响;结合水平解算结果、高精度声学测距信息和实测声速剖面信息,开展声线跟踪(Sound Ray Tracking, SRT)并构造迭代,进一步减弱垂直方向误差,提高海底目标点的垂直定位精度。南海实验证明,采用本文方法可以有效减小声速误差对测距精度的影响,明显提高海底目标在垂直方向上的定位精度。