一种基于信标节点筛选的无线传感器网络定位算法

对无线传感器网络定位算法进行了探讨,分析和研究了经典的定位算法,提出了一种基于信标节点筛选的定位算法LASBN,该算法筛选出合适的信标节点,并根据未知节点从信标节点所接收到的RSSI值设置权重,最后利用加权质心法进行未知节点的定位。理论分析和实验表明,该算法具有多项式复杂度,能有效地缩小估测误差和提高定位精度。     

基于信标节点间距离的改进RSSI定位算法

针对无线传感器网络应用于室内定位时,传统RSSI平均值算法精度较低的问题,提出了一种改进的RSSI算法。该算法利用RSSI平均值对所测量的每个RSSI值进行估量,消除波动大、严重失真数据,从而使所保留的RSSI值能更好的与距离关系对应。并根据室内不同位置的节点环境参数差别大的特征,提出了把信标节点间的固定距离及其测量得到的对应RSSI值带入信号传输模型,从而消除环境因素对距离估计的影响。仿真结果表明:改进RSSI算法与传统的平均值距离估计算法比较,距离估计误差明显降低,可以满足室内定位精度的要求。     

一种改进的基于移动信标的节点自定位算法设计

为了降低由过多固定信标辅助定位导致的网络成本开销,研究了一种改进的基于移动信标的节点自定位方法。首先,给出了移动信标运动的高斯马尔可夫模型,在对传统质心算法进行改进的基础上提出了一种基于RSSI比值的加权质心算法实现节点的初定位;然后,建立了节点位置的状态方程和RSSI强度值的观测方程,通过扩展的卡尔曼滤波算法实现对节点位置的迭代求精;最后对文中基于移动信标的节点定位算法进行了定义和描述。仿真实验表明,文中方法在仅有一个移动信标的情况下能实现节点的准确定位,且与其它方法相比,具有较小的定位误差。     

无线网络的移动节点定位方法研究

到达时间差算法（TDOA ）是通过测量移动节点接收两个已知节点发射信号的时间差值估算距离,但移动节点需在通信范围内;DV‐hop根据节点之间跳数测距,但估算误差较大。将两种方法相结合,在不增加网络硬件的条件下,提高了定位精度。     

一种自适应搜索的足球机器人定位方法

基于目前结构环境下的机器人定位问题,将机器人定位的概率问题转换为有限空间范围内的极小值搜索问题,实现了一种新的基于机器自学习的搜索方法.为了保证定位的实时性与定位精度,提出了一个能自动调整搜索步长的自适应搜索算法,解决了RoboCup中型组足球机器人的自定位问题,并在实际环境中完成了算法有效性测试.     

无线移动Ad Hoc网络的一种节点定位模型

给出了无线移动AdHoc网络的一个节点定位概率模型,证明了当平面网络中的已知节点达到一定的数量要求时,通过模型算法可以充分准确地确定未知节点的位置.通过仿真分析,说明该模型在实际中是可行的、有效的;并且分析了节点移动性对未知节点定位的影响,得出未知节点的定位是随着其移动速度的增大而变得愈加困难,而随着其与已知节点的通信距离的增大而变得愈加容易的结论.     

一种基于移动锚节点的多坐标系定位算法

提出一种分布式节点定位算法:移动锚节点辅助多坐标系定位算法(MBA-MC),用于无线传感器网络节点定位.移动锚节点在WSN节点分布区域内移动,同时周期性发送信标信号,并且在同一位置分别在多个不同的发射功率下发送信标信号.未知位置节点接收信标后估算与锚节点距离范围,然后利用在多坐标系系统下接收的信标信息得到多个扇形的交叠区,并认为交叠区中心就是节点自身位置.仿真结果表明:在相同条件下,本文提出算法比其他算法能取得更好的定位准确性,其全分布式计算定位方式特别适用于大规模的无线传感器网络节点定位.     

一种基于DV-Hop节点的室内定位改进算法

对现有基于最小二乘法的DV-Hop定位算法进行分析和仿真,针对该算法定位精度依赖信标节点之间跳距和跳数这两个信息的不足,给出一种可对信标节点之间的跳距和跳数关系做出误差修正的改进的误差修正DV-Hop(ECDV-Hop)算法.仿真结果表明:在相同的室内环境下,ECDV-Hop算法与传统DV-Hop算法相比,定位精度得到一定的提高.     

基于布谷鸟搜索的图像匹配方法研究

针对传统群智能方法在图像匹配应用中参数较多且调节复杂的问题,将布谷鸟搜索(cuckoo search,CS)机制引入到图像匹配过程.CS方法具有较少的模型参数、简单的调节方式,因此图像匹配效果获得了较大的提高.该方法首先将目标匹配过程转化为对组合优化问题的求解;然后通过提取图像块的方向梯度直方图(histogram of oriented gradient,HOG),实现目标的全局性特征匹配;最后通过仿真实验,证明了CS方法在图像匹配应用中的可行性和有效性.     

基于移动信标改进的DV-Hop算法

无线传感器节点定位在整个无线传感器网络体系中占重要地位。DV-Hop算法是一种免于测距的定位技术,其缺点是仅在节点均匀的密集网络中,才能合理估算节点的位置。针对这种情况,提出了一种基于移动信标的DV-Hop算法,利用一个移动信标节点在网络中按照事先规定的路径遍历整个网络区域,并周期性的广播自己的位置信息给周围的未知节点,未知节点通过有选择的组合估算多个自身位置,多个自身位置的质心即为最后的估算的位置信息。最后通过仿真结果证明此种改进算法可以减小定位误差。     

一种基于航迹推算与RSSI相结合的移动传感器网络节点定位方法

航迹推算不需要外部传感器信息,并具有定位精度高的优点,因此广泛应用在移动机器人的定位领域,但在移动无线传感器网络节点定位中,航迹推算难以避免误差的累积,且需要设定初始坐标。本文提出了一种基于航迹推算与RSSI相结合的移动传感器网络节点定位方法,该方法将二者的优缺点互补,具有不需要信标节点、计算量小、对硬件要求低等特点,且可以解决误差累积的问题。本文利用Matlab进行了仿真,仿真结果表明该方法明显地提高了定位精度,可以有效地应用在移动无线传感器网络中。     

MIPv6移动节点动态配置的一种改进方案

分析现有MIPv6协议实现方案中存在的不足,提出一种动态配置移动节点的动家乡代理和家乡地址的新方法．这种方法可以提高通信节点和移动节点之间通信的可靠性,并改善网络性能。     

一种改进的机器人视觉定位方法

针对机器人工作环境及已有机器人操作点定位法的局限,提出了一种基于＂眼在手上＂的手-眼机器人视觉定位方法.该方法简化了标定过程,特别是在定位时摄像机对目标取像的姿态不受任何约束,极大地提高了自动化生产效率.     

基于改进LSSVR模型的移动节点定位技术研究

针对最小二乘支持向量回归(least squares support vector regression,LSSVR)模型在移动节点定位过程中存在难以确定最优参数的不足,提出一种基于改进粒子群算法优化LSSVR模型的定位方法.通过最小二乘支持向量回归机构造节点定位的模型,自适应调整惯性权重以及学习因子来提高粒子群算法的寻优性能,并将其应用到LSSVR模型的参数优化中,避免参数选择的盲目性.根据接收信号强度指示(received signal strength indication,RS-SI)测距技术获得节点移动过程中的距离向量,将其输入LSSVR定位模型,估计出未知节点的坐标.仿真结果表明,相对于LSSVR与PSO-LSSVR算法,所提算法的定位精度分别提高了25.9％和19.7％,具有较好的定位稳定性与实时性.     

一种用于噪声估计的改进最小值搜索方法

含噪语音短时功率谱的最小值搜索是噪声估计的基础。为了提高非平稳噪声估计的准确性,减小噪声水平上升时的噪声估计延时,提出了一种同时使用大、小两个搜索窗进行并行搜索的方法,最小值搜索的最终结果由两个并行搜索结果和基于噪声分类的语音存在二值判决共同决定。实验结果表明:对于高度非平稳的噪声,该方法能够有效地减小噪声估计的延时问题,显著提高增强后语音的质量。     

线性模拟电路的一种故障定位法——改进的节点定位法

本文采用节点导纳矩阵表示的故障诊断方程,给出了线性有源网络节点故障定位算法,该方法避免了不必要的运算。整个节点故障定位过程中只需讨论双图公共生成树是否存在,并对此问题提出了新的判断方法,当算法不能对故障唯一定位时,仍有可能给出故障区域。该算法用FORTRAN语言编制成程序在IBM-PC微型机上进行了验证。     

基于改进布谷鸟搜索的人工神经网络及其性能仿真

布谷鸟搜索(CS)算法是一种新型的基于仿生学原理的元启发式算法,具有很好的全局优化能力,但其存在后期收敛速度慢、计算精度不高等不足。通过将交叉熵(CE)方法嵌入到CS中构建一种改进的CS算法,基准测试函数集的测试结果表明改进算法收敛速度和计算精度都有了明显提高。用改进的算法实现对人工神经网络的训练,实验结果显示新算法训练的神经网络收敛速度更快,能有效避开局部极小。最后用所建立的人工神经网络对中国人口总量进行了预测。     

一种基于航迹推算与接收信号强度指示相结合的移动传感器网络节点定位方法

航迹推算不需要外部传感器信息,并具有定位精度高的优点,因此广泛应用在移动机器人的定位领域,但在移动无线传感器网络节点定位中,航迹推算难以避免误差的累积,且需要设定初始坐标。现提出一种基于航迹推算与接收信号的强度指示法(RSSI)相结合的移动传感器网络节点定位方法,该方法将二者的优缺点互补,具有不需要信标节点、计算量小、对硬件要求低等特点,且可以解决误差累积的问题。利用Matlab进行了仿真,仿真结果表明该方法明显地提高了定位精度,可以有效地应用在移动无线传感器网络中。     

一种新的改进节点分析法

本文提出一种新的改进节点分析法,它不仅保留了现有改进节点分析法的全部优点,且使方程的阶数大大降低,方程的建立也更为简便,因此是一种更为有效的节点分析法.     

一种改进的人脸特征点定位方法

人脸特征点自动定位方法在人脸识别、三维人脸模型重建等方面都有重要作用.三维人脸模型重建对下巴特征点精度要求很高.采用一种结合遗传算法和活动外表模型(AAM)的人脸特征点定位方法(GA-AAM),对AAM算法在下巴轮廓提取中的不能精确收敛问题作了改进.对于用实时AAM算法做特征点粗定位得到的结果,在AAM的代价函数中引入代表特征点处的边缘信息,进一步采用遗传算法作优化.实验结果表明该方法对下巴特征点的精确收敛十分有效.