基于RSSI的改进四边测距机器人定位算法

基于接收信号指示强度的测距特性和三边测距定位原理,提出了应用于机器人定位的改进四边测距定位算法,引入加权质心定位算法的思想,通过距离因子控制各个锚节点对定位精度的影响,并将锚节点之间的距离和信号强度作为修正RSSI的参考值。仿真结果表明,该算法不仅可靠性高,有效避免了信息淹没现象,而且在不增加通信成本的基础上提高了机器人的定位精度。     

基于RSSI的无线传感器网络节点定位技术

研究了无线传感器节点定位问题,在三边测量法定位基础上提出了一种基于RSSI的灵活的节点定位机制(FTL).其基本思想是采用三个普通信标节点,利用节点间的协作形成未知节点存在的有效误差区域,通过一跳及两跳邻居节点辅助完成定位.仿真显示该机制比现有的基于RSSI的三个普通信标节点分布式定位算法对未知节点与信标节点相对位置要求降低,在平均测距误差为10%时,平均定位误差约为节点射频通信距离的20%.     

基于RSSI测距的井下人员定位算法改进

针对矿井下基于RSSI算法的定位系统容易受到其他节点信号干扰,以及在井下测量节点距离时,因受到井下环境影响出现的测距误差,进而影响三边定位算法的精确度和稳定性。论文利用接收到的已知节点角度信息,把在井下定位分割成各个定位小区来过滤其他节点的信号干扰,以解决因信号干扰造成的定位小区混乱。在确定定位小区之后,利用对重叠区域进行标记缩小定位范围,对标记最多次区域采用质心算法,以此来提高定位精确度和稳定性。仿真表明:该方法在井下人员定位过程中精确度高、稳定性强,比传统传统RSSI定位算法在井下更为优越。     

基于系统识别的RSSI定位算法

针对无线传感器网络节点定位问题,分析了基于接收信号强度(RSSI)的定位算法,对无线电传播路径损耗理论模型进行了分析.采用系统辨识加权最小二乘法在线修正了信号衰减理论模型,使算法具有了普遍适用性.提出三边定位法与质心法结合的定位算法和极大似然估计法得到未知节点的估计位置.仿真结果表明,该算法减少了测距误差,随着节点的增加定位精度提高.     

基于RSSI算法的室内定位系统研究

针对现有室内定位系统结构复杂、误差大、无法及时获取位置信息等问题,提出了一套基于C/S架构的RSSI定位算法的室内定位系统。该系统由射频识别节点、RFID接收上位机以及监测程序组成。射频识别节点和RFID接收上位机均采用NORDIC提供的解决方案,监测程序使用Java语言编写。通过实地实验获取的测试数据显示该室内定位系统的精准度高,实时性强,具有一定的实用价值。     

基于RSSI的无线传感器网络改进定位算法

节点定位技术是无线传感器网络的支撑技术,定位的准确性直接关系到传感器节点的采集数据的有效性.在基于RSSI的定位算法中,Euclidean算法由于通信开销小,但是定位精确性较低,对Euclidean算法进行了改进,改进算法无需增加额外开销,提高了定位精确性.     

基于RSSI的WSN抗干扰定位算法

针对RSSI受外界因素影响较大,测距和定位精度很难得到保证的问题,从方差级干扰与均值级干扰两个层面对RSSI进行修正.首先在RSSI采集阶段提出一种基于离差的高斯模型(D-Gaussian)对方差级干扰进行过滤,以提高RSSI信号的可用性;其次在测距阶段,引入一种EWMA动态窗口机制并将其命名为R-EWMA,对均值级干扰进行处理.实验结果表明,研究工作有效地缓解了在传统定位算法中硬件成本与定位精度之间的矛盾,对RSSI的处理可以从根本上减少基于RSSI定位算法误差     

ZigBee系统中基于RSSI算法的定位方法研究与实现

在分析无线定位技术在无线传感器网络中的应用现状以及目前常用定位算法的基础上,研究如何基于RSSI算法的主要思想并结合三边测量算法对移动节点实现定位.并基于ZigBee系统芯片CC2530组建了无线传感器网络,完成了软硬件设计与实现,最后通过实验验证了该研究的有效性和可行性.     

基于RSSI和反馈机制的无线传感器网络定位优化算法

在基于无线传感器网络的定位计算中,DV-Hop类算法得到了广泛的应用,如何有效提升定位精度并保持其稳定性是其面临的核心问题之一。平均每跳距离的可获得性和性能的动态变化使得DV-Hop类算法直接应用到不同设置的网络环境中面临巨大挑战。为此提出了一种普适性反馈机制,引入位置调整因子和基于RSSI的跳距优化算法,在未知节点与信标节点之间建立位置信息的反馈链路,通过多种网络模型的仿真计算结果表明,在资源变化的网络计算环境中,所提出的定位算法能够显著地提高定位精度,且具有更强的稳定性。     

基于多次约束匹配的室内定位算法

传统增强动态K加权算法(enhanced weighted K nearest neighbors,EWKNN)算法相比K加权邻近算法(weighted K nearest neighbors,WKNN)算法,虽然能有效提高定位精度,但是仍然存在定位结果在空间中跳动跨度大的问题。针对传统EWKNN算法的不足,在EWKNN算法的基础上提出了基于多次约束匹配的室内定位算法。考虑了行人前后位置的关联性,用上一步预测的位置对当前步的Wi Fi匹配进行多次约束,剔除匹配到的较远的参考点。实验表明,相比于传统的EWKNN算法,研究结果具有较高的定位精度。     

RFID室内定位算法的研究与改进

首先对低成本、高精度的VIRE算法进行简单的介绍,并对算法中的小概率位置排除法进行分析,发现仍可能出现离目标标签比较远的"邻近区域"的问题,进而提出了一种在小概率位置排除法之后,添加半径阀值进行优化的方法,来降低参考标签之间的信号干扰以及多径效应带来的影响,从而减少邻近区域过多的情况。仿真结果表明,相比于VIRE算法,通过增加半径阀值优化后,算法在室内定位精度上有了进一步提升。     

一种基于事件触发的异构WSN分布式定位方法

由于电磁波传输的多径效应和信号干扰,基于接收信号强度（RSS）测距的室内定位精度较低,本文提出一种融合RSS和惯性测量的异构无线传感器网络(WSN)室内定位方案,它采用基于位置估计信任度的分布式一致性容积信息滤波算法（CCIF）来协同估计目标的位置;引入事件触发机制,基于RSS信号强度触发WSN节点唤醒,以提高网络的抗干扰性和降低网络能耗。室内移动小车的定位仿真和实验测试结果表明,所提出的WSN融合定位精度明显优于单一定位方法,具有显著的抗干扰性能,且分布式定位和事件触发机制可有效地降低网络能耗。     

WSN中基于不同跳距修正的改进DV-HOP定位算法

介绍了无线传感器网络DV-HOP算法的定位原理以及不足,提出的改进算法在原算法的定位阶段,采用接收不同跳距的方式,提出了一个修正因子;在位置估计阶段定义了一个加权矩阵,采用加权最小二乘法进行位置坐标的计算。仿真结果显示,本文提出的算法较已有改进算法总体定位精度提高了约5%,较原算法提高了约10%。     

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。     

无线传感器网络在战场目标跟踪中的应用

介绍了无线传感器网络的基本概念和体系结构,探讨了无线传感器网络技术在战场目标跟踪定位方面的应用原理,实现了一个简易的目标跟踪系统,并对系统运行结果进行了分析。     

基于簇内RSSI测距改进的DV-Hop算法

针对DV-Hop定位算法在实际环境中的定位精度较低、通信量较大等问题,在DV-Hop定位算法的基础上提出了一种基于簇内RSSI测距改进的DV-Hop定位算法.该算法利用以信标节点为簇头的分簇策略后,信标节点只发送校正值给其邻居节点,无需泛洪广播,且未知节点只需被动接收,无需交互通信,从而降低网络通信总量;簇内节点利用RSSI测距方案计算其与最近信标节点的距离,相比DV-Hop定位算法以校正值代替一跳通信范围内的所有节点距离更加精确,从而提高节点定位精度.     

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.     

用于无线传感器网络的比例公平队列调度算法

提出了一种适用于无线传感器网络的比例公平队列调度算法,该算法以不同业务类别的平均分组到达率为依据,通过为不同业务类别分配服务配额,在加权轮询调度(WRR)算法的基础上可实现比例公平的平均公组传输时和平均分组丢弃率.由于所提算法仅以不同业务类别的平均分组到达率为依据,无需执行加时间戳、根据时间戳排队等复杂操作,所以更适用于资源受限的无线传感器网络率搭建的实际环境测试发现,当以平均分均传输时延为评价参数时,所提算法可实现比例公平分组传输时延,当所有队列都发生丢弃且以平均分组丢弃率为评价参数时,可实现比例公平的平均分组丢弃率.