基于无线局域网接收信号强度分析的混合室内定位方法

为了给用户提供丰富的室内位置服务,需要在结构复杂且人员密集的室内环境中进行精确定位.根据对无线局域网接收信号强度的分析,可以利用三角定位算法和指纹定位算法进行混合室内定位.首先在网格划分的基础上离线构造参考点接收信号强度数据库,并采用三角定位算法估算所有无线接入点的位置,然后根据定位精度需求设定混合定位方法的接收信号强度阈值.在线定位时,根据用户终端实际接收到的无线接入点个数和信号强度选择三角定位算法或指纹定位算法进行位置计算.实验表明,该室内定位方法有效且稳定.     

基于接收信号强度指示加权融合的定位算法

基于接收信号强度指示的无线传感器网络定位问题,提出一种改进Kalman滤波方法,消除测距过程中的非视距误差,得到标签与节点间的估计距离.然后,分析标签与节点的距离、定位单元质量和标签所处的位置三方面对定位精度的影响,提出一种改进三边定位算法,并根据滤波后的估计距离计算得到的多个定位坐标进行加权融合.最后,通过Matlab仿真验证所提算法的有效性.     

基于文化算法的蜂窝网定位技术研究

利用TDOA测量参数的蜂窝网无线定位技术一直是人们研究的热点,其中存在的非线性优化问题一直是研究的难点.而文化算法作为一种新型的智能算法在解决非线性优化问题方面有其独特的优势.为此,提出一种将Chan算法与文化算法相结合的算法.当接收端在空间随机分布时,利用该算法解决TDOA定位估计中遇到的非线性最优化问题.仿真结果表明,该算法性能稳定;与传统算法以及其他智能算法相比,定位精度较高,收敛速度较快.     

基于RSSI测距的WLS定位算法

结合信道模型与实际测试得出的距离越远误差越大的特点,提出一种加权最小二乘估计（WLS）算法用于未知节点的坐标定位.在定位过程中首先通过加权计算获得信道衰落因子;然后利用WLS算法得到未知节点的坐标,并推导了测距和定位的误差公式.仿真实验表明WLS算法的硬件复杂度与最小二乘（LS）算法相同,而定位精度有较大提升,并验证了...     

无线传感器网络节点自身定位算法

无线传感器网络中,节点的自身定位至关重要,在军事和民用领域中有着广泛的应用前景.目前的定位算法主要分为两种类型,即基于距离的定位算法和距离无关的定位算法.这两种类型的算法各有优势和不足.考虑了两种算法的优缺点,提出了一种廉价实用的自身定位算法,该方法通过RSSI测距技术测量节点间点到点的距离,并在多跳网络中对累加距离进行广播,最后用几何方法和最大似然估计法进行定位.仿真显示该算法在平均测距误差为10%,锚节点比为10%时,平均定位误差约为节点射频通信距离的20%.     

一种基于接收信号强度指示的改进型定位算法

针对无线传感器网络在道路监控、管道传输等一维环境中出现的因经验模型基站移动或环境发生改变时需要重新建立数据库的问题,提出了一种基于接收信号强度指示(RSSI)的一维经验模型定位算法(1-DEMRSSI).该算法基于一维线性定位的思想,利用信号强度比值来确定未知节点的位置,所以只需要建立一次信号强度比值数据库.仿真结果表明,1-DEMRSSI 算法比 RSSI 算法的运算量小,且一次定位时间可缩短10%左右,定位精度提高 14.2%～66.4%,其在一维线性应用领域表现出了良好的灵活性和实用性.     

基于最大似然估计的多目标定位

宽带高分辨雷达多目标定位问题一般是先进行精确时延估计，再进行源定位。本文提出了一种在频域运用最大似然估计进行目标位置反演的方法，归结为全局搜索--目标函数的极值。通过对仿真数据的处理，结果显示该方法可以准确的估计出多目标位置。     

基于贝叶斯网络的室内无线信号强度学习算法

考虑到接收信号强度（RSS）算法的定位结果有着其不确定性,提出了一种新的生成场强分布图的自动学习算法.在此算法中,在初始简易场强分布图的基础上,首先启动一个带有默认参数值的线性模型,然后自动学习各类在线RSS数据;在学习的过程中,基于现有的支持RSS测量的WLAN、Zigbee、UMB等无线网络,扩展了标准的最大期望（EM）算法,推算出场强分布图的一种最大似然（ML）估计算法并运用到自动学习中,就可以生成一较精确的场强分布图.模拟表明,无需任何校准数据,该方法可以提供较高的精度.     

基于信号强度的最大似然振幅估计迭代算法

为避免频率和相位估计所带来的误差,研究只根据接收到的信号幅值即信号强度就可以进行振幅估计的算法。针对已知噪声方差的情况,采用最大似然原理推导出含振幅估计的等式,提出了两种迭代算法,并对其平均迭代次数及计算复杂度进行了比较。仿真试验结果显示,两种迭代算法性能几乎相同且均优于传统振幅估计算法,其中牛顿迭代法计算复杂度略高,但其平均迭代次数小于阶梯迭代法,尤其是在低信噪比下。由此可见,基于信号强度的最大似然振幅估计牛顿迭代法优于其他振幅估计算法。     

基于恒模算法的室内多用户定位技术

提出了一种利用恒模算法的室内多用户同时定位技术.该技术可以作为独立的定位算法(CMA-Loca-tion),也可以作为一种辅助技术与其他定位算法相结合(如CMA-REA).模拟表明即使在距离估计误差较大的情况下,利用恒模算法的室内多用户定位技术仍能在很少的迭代次数后取得很好的定位效果,且定位误差不会随用户数目的增加而变大;当作为辅助技术时,能有效提高其他算法的最终定位精度.     

基于有源射频识别信号强度的室内移动机器人测距方法

为采用几何法进行室内移动机器人定位,提出了基于有源射频识别(RFID)信号强度测距方法.分析了无线信号传播的特点和无线信号强度指示(RSSI)测距的原理,建立对数-常态分布传播损耗模型.采用有源RFID的HR-6020C读写器和WS-HT06电子标签构建实验系统,其中读写器作为基站固定于一点,电子标签作为移动节点时刻发送信号.通过实验得到距离与RSSI值关系曲线,利用有源RFID系统对理论模型中的参考点信号强度和比例因子进行标定,并分析了测距精度.影响测距精度的因素主要包括标签的位置、数量和实验环境等.根据确定的传播损耗理论模型进行了测距实验.结果表明,在3 m范围内测距最大偏差为41.68 cm.这为基于RFID的室内场馆移动机器人定位提供了依据,可以满足机器人的定位精度要求.     

基于Zigbee 通信的室内定位系统

为解决常规的模型存在比较明显的误差, 定位时通常不能实现预期定位的问题, 设计了一类室内定位系统。该系统很大程度上结合了标准化的RSSI(Received Signal Strength Indicator)测距模型, 并应用了高精度的3 边定位算法。实验表明, 该系统能在很大程度上解决定位误差问题, 误差减小15%, 得到可靠的定位结果。     

一种基于GIS和场强测量的辐射源位置估算新方法

提出了一种基于地理信息系统（geographical information system,GIS)和场强测量的辐射源位置估算方法，讨论了影响定位结果的几种可能因素（电波传播、电波传播模型误差、功率测量误差、地球曲率和介电常数），并给出了实际操作中的具体解决方案。该方法将电波传播模型和地理信息系统结合起来，利用各观测点场强测量的相对值，能有效地降低电波的绕射和多径传播的影响，较准确地实现了辐射源的位置估计，这一方法已成功地应用于某型电磁环境检测设备中。     

基于互相关算法的CSAMT接收信号处理研究

针对可控源音频大地电磁法（CSAMT: Controlled Source Audio-frequency Magnetotelluric）实际勘探中, 因深部目标体响应信号微弱, 测量环境噪声严重等特殊情况而导致接收信号的清晰度大大降低的问题, 提出一种基于互相关算法的CSAMT接收数据去噪处理的新方法。该方法利用发射信号与接收信号之间相关性强, 与随机噪声相关性弱的特点, 设计发射信号电流波形记录器, 将接收信号和发射信号作互相关处理, 滤掉噪声等干扰信号。实验结果表明, 该方法可压制噪声, 可提高CSAMT测量的准确性。     

简易WSN定位算法及其实现

为实现高效、低功耗的区域定位,综合主流的WSN(Wireless Sensor Network)定位技术,提出RSSI(Received Signal Strength Indication)修正的质心定位实用算法,并搭建了无线传感网络,制定了高效的通信定位协议.根据通信协议,上位机发送指令试探性寻址盲节点,盲节点应答并通过其相邻的参考节点的感知进行反馈,最终上位机基于RSSI的运算进行盲节点的坐标定位.实验结果表明,RSSI修正的质心定位算法可高效地对节点进行定位,降低盲节点功耗,具备现实应用的价值.     

基于改进的RSSI的车间移动节点MCL算法

针对蒙特卡罗定位（MCL）算法在无线传感网络定位精度和取样效率中存在的不足,提出了一种基于接收信号强度指示（RSSI）改进的MCL算法（R-MCL算法）,并对车间移动节点进行定位.通过分析车间移动资源的移动规律,引入RSSI模型测距预测,减少取样区域,从而提高了取样效率和定位精度.仿真结果表明,R-MCL算法在定位精度、收敛速度和计算量等方面的性能均有提升.     

简易WSN定位算法及其实现

为实现高效、 低功耗的区域定位, 综合主流的WSN（Wireless Sensor Network）定位技术, 提出RSSI（Received Signal Strength Indication）修正的质心定位实用算法, 并搭建了无线传感网络, 制定了高效的通信定位协议。根据通信协议, 上位机发送指令试探性寻址盲节点, 盲节点应答并通过其相邻的参考节点的感知进行反馈, 最终上位机基于RSSI的运算进行盲节点的坐标定位。实验结果表明, RSSI修正的质心定位算法可高效地对节点进行定位, 降低盲节点功耗, 具备现实应用的价值。     

基于传感器网络的无线层析成像方法

研究利用无线层析成像方法定位位于由传感器网络构成的区域中的目标. 由于目标的遮挡而造成的阴影衰落使某些节点之间链路的接收信号强度（RSS）剧烈变化,据此建立了RSS的变化和区域内每个像素阴影衰落的线性模型;给出了线性模型的最小均方误差解;采用数据预处理方法消除不同链路阴影衰落的不平衡. 实验结果表明,当用16个节点覆盖4.8 m×4.8 m大小的区域时,该算法对单个目标的平均定位误差仅为0.095 m.