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.      

基于RSSI均值的等边三角形定位算法

为了提高无线传感网络的定位精度,从提高测量精度、改善信标节点分布的角度提出了一种基于RSSI均值的等边三角形定位算法.该算法引入信号强度指示(RSSI)敏感区和非敏感区概念,采用高斯模型对非敏感区的RSSI数据进行处理,解决了RSSI易受干扰的问题.采用等边三角形分布模型处理信标节点的分布,保证未知节点运动轨迹始终在信标节点的非敏感区内,从而在定位算法上使测量精度得到提高.研究表明,高斯模型可以很好地筛选出RSSI较优值;等边三角形分布模型可以提高RSSI的采集优度.这种定位算法计算简单,定位过程中节点间无通讯开销,无需硬件扩展.     

一个无线传感器网络的通信链路评估模型

针对无线传感器网络路由协议的仿真和设计,往往是假设底层信道为理想信道,以此所设计出的路由协议在实际应用中将导致极低的网络性能问题.以CC2420收发芯片为重点研究对象,对其所在的2.4GHz的通信链路进行了理论建模,得出了一个解析的链路评估模型.该模型具有一定的扩展性,对于不同的环境和不同的节点收发芯片,只须将相应的模型参数代入相应的接收机误码率公式,便可得出所需的链路评估模型.其推导过程具有一般性,所得评估模型可为无线传感器网络的底层链路仿真提供理论依据,并可为上层协议的分析及设计提供有价值的参考.     

激光能量与光声信号强度的关系

运用声学基础理论,讨论了激光能量与声信号强度间的变化关系,发现激光能量与声信号强度之间存在着对数线性关系;并根据液体中光声信号的连续性,得到了一种求取液体光击阈值的新方法。     

一种基于无线信道通信质量的MWSN数据传输机制

针对移动无线传感器网络资源受限和无线链路通信质量不稳定的问题,提出了一种基于无线信道通信质量的数据传输机制.综合考虑路径损失、节点的运动速度大小、节点的运动方向和节点的剩余能量计算传输概率.为了提升网络的性能,动态更新数据消息的副本数,此外根据数据消息的生存时间决定消息的传输和替换顺序,在Matlab上进行仿真实验.结果表明,所提出的路由算法与DT算法、Flooding算法、FAD算法相比,数据消息的投递率至少提高6%,与Flooding算法、FAD算法相比副本数至少减少10%.     

基于LS-SVM方向判别模型的WLAN室内定位方法

为解决WLAN室内定位中信号在传播过程受人体遮挡产生阴影衰落而影响定位精度的问题,提出了一种最小二乘法支持向量机(LS-SVM)方向判别模型的WLAN室内定位方法。该方法主要分为两个部分:首先,充分利用人体在不同遮挡方向上产生阴影衰落的接收信号强度变化(RSS)特征信息,判定人体遮挡方向;然后,通过LS-SVM回归算法建立指纹点特征数据与位置之间的映射关系获取定位点位置结果。实验结果表明,与传统利用SVM的定位方法相比,提出的方向判别模型可解决人体遮挡产生的阴影衰落影响定位精度的问题,提高了定位的实用性和鲁棒性。     

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.     

固体中激光能量与光声信号强度关系

运用光声理论,研究了掺杂固体中激光能量与光声信号强度的变化关系,给出了激光能量与光声信号强度间的数学表达式。     

基于接收信号强度测量的室内定位算法

首先对现有的“路径-损耗”模型进行了修正,引入距离估计误差随机变量,由于其一般误差较小,不足以改变现有的模型中遮蔽因子的概率密度函数,所以遮蔽因子仍然满足正态分布．然后,推导了一种迭代最大似然估计算法,通过有限次的迭代,可以将由遮蔽因子导人的误差减小到一定程度,并得到令人满意的用户位置的估计结果．模拟表明,该方法可以提供较高的精度。     

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。