三维立体空间定位算法的研究与实现

基于无线传感器网络的三维立体空间定位,采用基于RSSI接收信号强度的测距技术,结合参考节点的坐标,从平面定位推广至三维立体空间定位,通过CC2431无线传感器网络平台,在Zig Bee 2006协议的基础上,实现了三维立体空间的定位。经实验测试定为误差可以控制在0.5 m以内,精度高,稳定性好。     

基于信号强度的室内定位技术的研究

随着无线网络的发展与普及,室内定位越来越受到人们的关注;但是由于墙体等障碍物的存在和多径效应严重,室内环境相对复杂,对定位精度的要求也比较特殊;文章研究基于信号强度值(RSSI)的定位技术,引入滤波算法,对RSSI值进行修正,采用迭代的三边测量法估计出坐标位置,并结合TI公司的带定位引擎的片上系统CC2431,通过仿真和实验验证了算法的可行性和优越性,较CC2431减小了定位误差,提高了定位精度。     

基于Zig Bee定位的铁鞋监测系统

随着铁路的大发展,防溜铁鞋在防止停留车辆溜逸的作用越来越重要,而当前的作业办法主要依靠操作人员现场察看,满足不了铁路发展的需要。采用CC2431芯片,构建了基于Zig Bee协议的铁鞋定位与防溜防盗监控系统。网络由网络协调器、定位参考节点及铁鞋终端组成,通过在铁路编组场或站场建立Zig Bee无线传感器网络,实现对铁鞋的定位、监测和通信等功能。对铁鞋的定位,使对铁鞋的监测数据更有意义。铁鞋上位机监控系统可以实时显示铁鞋的位置和状态信息。通过对RSSI定位模型中测量的距离进行最小二乘法修正,使得定位误差小于0.5 m。模拟现场环境的性能测试结果表明:该系统可以满足铁路现场对铁鞋的管理要求。     

基于ZigBee的智能粮仓温度监测系统研究与设计

准确测量粮仓内的温度是保障粮食质量的关键。介绍了一种基于Zig Bee协议的智能粮仓温度监测系统。此系统基于CC2530芯片完成了协调器节点和传感器终端节点的硬件设计,基于Zig Bee2007协议栈与IAR开发平台完成了软件设计,最终实现了粮仓无线测温功能。经测试表明,本温度监测系统可以准确地测量温度,对环境适应性强,具备使用性。     

一种用于水质监测的WSNs节点的设计与实现

提出了一种基于无线传感器网络的水质监测传感节点设计方案,该节点由传感器模块、主处理器模块与无线通信模块和能量供应模块组成,其中传感器模块采用独立的模块结构,与主处理器之间由RS-485总线相连,主处理器与无线通信模块是以符合IEEE 802.15.4协议的CC2430芯片为基础设计的。多个传感器节点采用Zig Bee协议栈实现自组网,从而构建一个参数设置灵活、节点布置快速的水质自动监测系统。     

基于ZigBee技术的城市智能照明系统解决方案

将智能照明和传统照明进行比较,将Zig Bee技术应用于城市道路照明,组成智能管理网络。根据道路照明系统的运行特点,在节能控制和保证可靠性的前提下,设计基于Zig Bee技术智能照明系统的组成和解决方案。路灯终端控制器采用符合Zig Bee技术标准的CC2430芯片。     

嵌入式工厂废水远程监控系统设计

针对我国工厂排污中水质监测存在的水质采样困难、数据实时处理差、水质监测对象复杂多变等问题,提出了一种基于CC2530的水质参数的远程实时监测系统设计方案.采用以CC2530为核心的Zig Bee模块,构建基于Zig Bee协议的无线传感器网络,实现水质参数的采集;运用ARM7微处理器S3C4510B和SIM300GPRS无线通信模块开发的嵌入式网关实现数据的汇聚,并实现数据的远程传输;通过LabVIEW编写的上位机软件显示实时采集到的水质参数.测试结果表明:该系统性能稳定,实时性好,监测数据完整,可靠性良好,具有很好的产业推广前景.     

嵌入式Web智能监控物联网系统设计

介绍了基于物联网的智能家居监管系统,通过Zig Bee无线网络实现对室内环境进行信息采集和控制。利用基于libev的服务程序采集来自各传感器模块,如温度传感器、湿度传感器等的数据,在液晶显示器上通过Qt图形用户界面显示数据采集情况。同时生成XML文件,传递到基于Go Ahead的嵌入式Web服务器,使用户可通过网络实时了解室内的环境情况。     

基于Zig Bee技术的智能车无线控制系统开发

针对连续位置数据采集的需要,开发了可移动智能控制系统,实现对智能车周边环境的实时监测。该系统由上位机系统、通信系统和下位机系统三部分组成。上位机由PC机构成;通信系统由2个ZigBee模块构成;下位机系统由智能车、GPS模块、ARM开发板构成。该系统基于Zig Bee 2007协议的点对点通信,以CC2530芯片为核心、以智能车为载体、以ARM微处理器为下位机主处理器。开发的系统减少了Zig Bee静态节点的数量,从而降低监控成本、静态固定采集点的使用、更方便地进行全方位准确监控。     

农田环境监测系统设计与实现

针对农业生产的自动化管理需求,介绍了ARM与Zig Bee技术相结合设计农田环境监测系统的方法。硬件部分采用Zig Bee外接传感器设计环境数据采集节点,采用S3C2440处理器和CC2530设计协调器网关,其中CC2530与ARM之间采用SPI口进行数据通信。软件部分基于IAR平台结合Z-Stack协议栈构建Zig Bee无线监测网络,用于采集并传输影响农作物生长的现场环境信息,数据在基于ARM与Zig Bee技术相结合而开发的网关节点处实现汇聚,最终通过串口发送到基于VC++6.0与数据库技术开发的上位机监测系统。经测试,网关节点能实时接收传感器节点的数据,并通过串口成功上传到上位机监测系统,实现实时数据监测、动态分析、历史查询和异常报警功能,系统具有较好的稳定性和实用性。     

改进的RSSI质心定位算法

近年来,随着物联网技术的不断发展和基于位置的服务快速增长,室内定位技术已经得到了越来越广泛的关注。然而由于室内环境复杂多变,受反射,折射,衍射及多径衰减影响,使得无线信号波动较大,定位结果容易产生偏差。针对该问题,本文提出了改进的RSSI质心定位算法。本方法经过卡尔曼滤波器对原始信号去噪处理,由信号加权求出位置坐标,根据速度对位置来进行优化。通过仿真和实际测试结果表明,在实际室内环境中,改进的RSSI质心定位算法具有较高的定位精度。     

基于RSSI与惯性测量的室内定位系统

介绍融合接收信号强度指示（RSSI）和惯性测量技术的无线传感器室内定位系统,该系统通过可穿戴式无线传感器节点和环境辅助传感器节点,采集步行者的位置信息。可穿戴式节点采用DeadReckoning惯性测量方法,存在累积误差,可通过在室内环境中布置RSSI节点矫正步行者的位置信息。采用扩展性的卡尔曼滤波算法将惯性测量与RSSI测量数据相结合,实现自适应的步长算法,较大程度改进步长不正确读取带来的误差。实验结果表明,与纯粹的惯性测量系统相比,该系统能提高66．3％的精确度。     

DR/RSSI组合室内定位系统设计与实现

针对缺少全球定位系统情况下的室内定位需求,提出了一种航位推算/接收信号强度指示组合的室内定位算法。基于搭载多传感器的智能移动终端,采用方位传感器监测航向,通过监测Z轴加速度判定步数,利用接收信号强度指示的绝对定位在线更新步长和修正航位推算产生的积累误差,充分发挥了两种定位方法的优势。对采用航位推算/接收信号强度指示组合算法的室内定位系统在安卓平台上进行了实现及有效性验证。     

一种基于未知发射功率的室内定位优化算法

在基于RSSI的室内定位中,未知的发射功率会降低节点的定位性能。针对实际应用中发射功率未知的问题,基于真实室内环境下RSSI的变化情况,提出了一种基于未知发射功率的室内定位优化算法。该算法将发射功率看成一个未知的变量,把一个定位问题转化为一个非线性优化问题,并通过将其中的非线性项进行线性逼近,最终采用最小二乘法求出了目标节点的坐标。仿真和实验结果表明,提出的算法在发射功率未知的情况下,要明显优于传统的定位算法,具有很好的定位性能。     

基于分层定位模型的RFID定位算法研究

识别和定位为智能停车场等服务领域提供关键信息,基于RFID的LANDMARC算法为常见的室内定位方法。文中对低成本、高精度的经典室内定位算法LANDMARC进行分析,针对其在定位过程中单纯根据信号强度的欧几里得距离选择节点进行定位计算的不足,提出基于双层定位模型的算法D-LANDMRAC。该算法主要由初步定位和精确定位两部分组成,初步定位过滤掉问题参考标签,再基于“距离-损耗冶公式利用标签之间信号强度差进行精确定位。仿真结果表明,相比LANDMARC算法,D-LANDMRAC算法定位精度有了明显的提高,并且定位误差的分布更加均衡。     

基于多信号源融合的室内定位技术方案探讨

随着社会的发展,室内定位越来越重要。在室内定位技术基本原理的基础上,衍生出了多种技术方案。文章先讨论了当前主流的室内定位技术,然后提出一种基于Wi-Fi信号位置指纹技术和行人航迹推算技术相结合的室内定位系统,同时引入KNN算法、扩展卡尔曼滤波算法,提高了室内定位精度。     

邻近参考标签权值的射频识别室内定位算法

介绍了VIRE算法和BVIRE算法的定位原理。在BVIRE算法的基础上,提出了一种基于邻近参考标签的权值的改进算法(简称WBVIRE算法)。该算法通过改进最近邻参考标签与待定位标签的信号强度的差值,重新设定邻近参考标签的权值计算方法,以得到更加准确的待定位标签的坐标,从而提高 BVIRE 算法的室内定位精度。实验结果表明, WBVIRE算法明显提高了室内定位精度。     

基于最大似然估计的加权质心定位算法

为解决无线传感器网络中节点自身定位问题,针对接收信号强度指示（received signal strength indication,RSSI）测距误差大和质心定位算法精度低的问题,提出一种基于最大似然估计的加权质心定位算法．首先通过计算将估计距离与实际距离之间的最大似然估计值作为权值,然后在权值模型中,引进一个参数k优化未知节点周围锚节点分布,最后计算出未知节点的位置并加以修正．仿真结果表明,基于最大似然估计的加权质心算法具有定位精度高和成本低的特点,优于基于距离倒数的质心加权和基于RSSI倒数的质心加权算法,适用于大面积的室内定位．     

使用位置指纹算法的WiFi定位系统设计

随着无线城市的建设和推广,WiFi无线热点的数量在逐渐增加,基于智能手机的定位应用也受到越来越多的关注。然而仅借助于GPS卫星定位系统,无法在高楼林立的市中心或是室内场景定位。因此,本文利用WiFi信号本身的特点,在Android平台上设计了一种基于位置指纹算法的WiFi定位系统。针对WiFi信号本身的不稳定性以及不同设备之间无线信号接收差异两种影响因素改进了该算法。     

一种基于RSSI的贝叶斯室内定位算法

为提高室内定位系统中基于接收信号强度指示(RSSI)的定位精度,提出一种基于RSSI的贝叶斯室内定位算法。在对RSSI信号进行高斯滤波预处理后,利用三角形质心算法计算未知节点的初始坐标,对该初始坐标进行贝叶斯滤波处理,得到更加准确的坐标。实验结果表明,该算法能降低定位误差,定位精度可达98%。