基于最近邻居的区域定位改进算法

在分析基于RSSI的LANDMARC定位系统及算法的基础上,提出了一种改进三角区域定位方法,消除了远距离不良参考标签对定位精度的影响。同时,在布置有大量阅读器的场合,该法可有效减少计算量。Matlab仿真结果表明,该算法具有更高的定位精度。     

加入虚拟标签的射频识别室内定位算法

在路标(LANDMARC)定位算法的基础上,提出把多个参考标签作为一个整体来与待定位标签比较RSSI值,先找出待定位标签所在的区域范围,并在此区域范围内线性添加一些虚拟参考标签,最后通过加权估计来确定待定位标签的位置坐标。仿真实验和硬件测试结果表明:改进后的算法在没有增加任何硬件成本的同时,具有更好的稳定性和抗干扰性,并且定位精度也有显著提高,更适用于室内定位。     

一种改进的LANDMARC室内定位算法

针对射频定位LANDMARC算法精度差的问题,提出了一种改进算法,依据最邻近参考标签到阅读器的距离及其接收的信号强度指示RSSI(received signal strength indicator),通过拉格朗日插值法,得到阅读器到待定位标签的距离,并通过三边定位求得待定位标签的坐标.通过软件仿真分析改进后的算法比原算法的定位精确度提高了65%左右,最小误差由原算法的0.39 m降低为0.015 3 m.实验数据表明,该改进算法在室内定位系统中具有较高的应用价值和广阔的应用前景.     

一种适于无源LANDMARC算法的定位性能评价方法

针对现有基于无源LANDMARC算法的改进研究主要以提高定位精度为目标,并没有考虑无源半双工通信机制引起的标签读取耗时较长的问题,引入路径损耗公式推导出基于辐射半径的功率能级映射模型.通过分析阅读器最大功率能级、参考标签布设密度对定位精度及系统耗时的影响,结合多目标优化的联合控制机制,提出一种适用于无源LANDMARC算法的定位性能评价方法.多种环境下的仿真结果表明,所提评价方法具有良好的稳定性和实用性,对于无源RFID定位系统的参数选择及性能评定具有一定的实际意义.     

基于不同邻近标签数选择的LANDMARC定位算法研究

对于基于射频识别的LANDMARC室内定位算法而言,该系统采用"k近邻"算法,通过选取k个与待测标签相邻且符合特定条件的参考标签,最后根据这些标签的位置结合权值估算出待测标签的坐标信息.但是在实际的操作过程中,最近邻参考标签数的选取无指导原则,具有一定的盲目性.针对这一问题,通过选取与待定位参考点最近邻的参考节点作为未知点,通过搜索法获得最优的邻近标签数k,在随后的未知节点的定位过程中,选取k个邻近标签进行定位.经过多次实验,最终得出结论,使用改进后的LANDMARC算法的性能要优于原来经典的LANDMARC算法,精确度提升了10%左右,同时避免了k值选取的盲目性.     

基于CPS的建筑内环境三维质心定位算法

目的 将低成本的RFID标签应用于建筑内环境定位中,解决建筑内环境中定位精度低,成本高的问题.方法 采用LANDMARC算法和质心算法在三维空间相结合的方法,并且将参考标签对称分布于空间上下层,进而提高建筑内环境的定位精度.结果 仿真结果表明,该算法的平均误差为0.41 m,并且以概率60％地分布在0.6m的范围内.结论 三位质心定位算法可以较好地实现待定位标签的空间定位,突破了以往二维平面定位的局限性.     

室内可见光定位算法研究

针对室内场所定位精度低的问题,本文提出一种基于改进粒子群算法的 RSSI（Received Signal Strength Indication：接收信号强度指示）可见光定位方法。采用莱维飞行算法对粒子群算法进行改进,解决了标准粒子群算法易陷入局部最优的问题,提高了算法的收敛速度和定位精度。在 5m×5m×3m 的室内环境下,经过仿真测试,本文改进后的粒子群算法结合 RSSI 定位方法定位精度可以达到0.038241m,算法稳定度上升,定位精度更高,更适合在室内定位中使用。     

基于RSSI修正的相似度推荐定位算法

针对RSSI测距容易受到环境干扰,提出一种基于RSSI修正的相似度推荐定位算法.该算法对RSSI测距数据进行残差修正,以减小RSSI误差对定位精度的影响,并利用样本点与未知定位区域的相似度来确定未知节点的坐标,降低了计算复杂度.仿真结果表明算法有效可行,可较好地改善节点定位精度.     

无线传感器网络RSSI定位算法的研究与改进

为了克服接收信号强度指示(RSSI)测量误差对无线传感器网络节点自身定位精度的影响,提出一种改进的RSSI测距定位算法.该算法考虑到参考节点间的几何位置,可获得最优参考节点.将同一参考节点采集到的RSSI值通过中位数法进行数据处理,获得RSSI权值,对RSSI值进行修正.最后利用加权质心算法,得到未知节点的位置.仿真结果表明,该算法能有效过滤过大的节点定位误差,提高精确,使误差相比原始算法降低60%左右.     

基于改进加权质心和UKF的移动目标定位算法

为了解决传统算法对于移动目标定位误差较大的问题,提出了一种基于接受信号强度指示(RSSI)的改进加权质心定位算法,并结合一种改进的UKF算法对RSSI进行有效滤波。针对传统质心定位算法只能静态设置权重的缺陷,提出利用定位误差对距离进行修正,有效提高了算法的定位精度。对于标准UKF算法,在采样过程中采用改进最小偏度策略,引入调节因子,保证了预测方差矩阵的半正定性,并且在滤波更新过程中采用衰减记忆滤波方法,有效抑制了滤波发散,提高了滤波精度。仿真实验结果证明了本文算法的正确性和有效性。     

基于RSSI修正的近似三角形加权质心定位算法

节点的自身定位技术是无线传感器网络研究的核心技术,具有广泛的应用前景.针对基于RSSI测距技术的节点定位算法存在测量误差相对较大的缺陷,提出一种基于RSSI修正的近似三角形加权质心定位算法.该算法针对RSSI测距易受环境干扰,对测距数据进行高斯拟合和求均值,并以此作为节点的RSSI测量值.在此基础上,利用排序算法对测距结果进行排序,优选信标节点做三角形内点测试,最后采用加权质心定位算法来确定未知节点的坐标.仿真结果表明,改进算法改善了节点的定位精度.     

基于秩滤波和裴波那契树的信号强度定位算法

针对接收信号强度指示（RSSI）测距定位精度和鲁棒性差的问题,提出了一种基于秩滤波和裴波那契树的信号强度定位（RF-RSSI-FTO）算法.采用秩滤波方法对RSSI值进行去干扰滤波处理,可提高测距精度及鲁棒性;引入裴波那契树优化算法对定位坐标进行全局和局部搜索寻优处理,可减小定位误差.仿真结果表明,RF-RSSI-FTO算法能有效改善测距精度和鲁棒性,增强全局和局部搜索能力,提高定位精度.     

基于改进APIT的移动机器人动态定位

针对室内无线传感器网络通信传输不稳定和定位精度较差的情况,提出了一种移动机器人自主动态定位系统,通过实时选择邻近信标节点,确定节点坐标构成的边界,绘制局部网格空间,实现机器人动态定位.利用接收信号强度指标实现测距,然后采用基于测距的改进近似三角形内点测试（APIT）算法完成定位,再使用卡尔曼算法修正定位误差.该方法适用于室内网络传输不稳定的实际情况,采用卡尔曼滤波器获得最优数据.实验结果表明,该移动机器人自主动态定位方法比基于网格的极大似然方法具有更好的精度和适应性.     

RFID室内定位算法与天线布设方案研究

为提高室内定位系统性能、节约成本,提出一种基于多边测量的有源射频识别(RFID)室内三维定位算法。采取单个阅读器在4根天线下分时发射接收标签信号对未知标签进行定位,利用接收信号强度指示(RSSI)测得待定位标签到不同天线的距离,求解待定位标签位置。为探讨天线布设对定位精度的影响,对10 m×10 m×10 m空间内天线摆设方案进行了研究。仿真结果表明:采取4根天线对未知标签进行定位,先用多边定位法求出初始位置,再用迭代法求解标签坐标,并对标签定位3次,取其均值作为最终结果的方案, 其定位效果好;定位天线所构成的四面体体积越大,三维定位的误差均值越小。       

基于搜索的RSSI节点定位算法

节点定位是无线传感器网络中的关键技术.该文通过对无线电传播路径损耗模型的分析,并以锚节点之间的信息作为参考,提出了一种基于搜索的RSSI定位算法.该算法由RSSI测距,定位计算和循环搜索求精三阶段组成,计算简单,通信开销小,节点定位精度较传统三角形定位算法有一定的提高,具有普遍的应用意义.     

基于RSSI的煤矿巷道高精度定位算法研究

无线精确定位被广泛应用于矿山物联网技术领域,针对煤矿巷道定位算法普遍存在定位精度不高、误差大、易受环境干扰、被定位目标抖动和漂移等问题,提出一种基于高斯滤波的分段实时计算动态路径损耗因子α和环境参量ε_σ的接收信号强度指标(RSSI)高精度巷道定位算法.实验中采用加权最小二乘法和最小二乘法曲线拟合方法,实时动态计算路径损耗因子和环境参量来构建符合煤矿井下特殊环境的信号传输模型;在位置坐标求解阶段引入距离误差修正参数Δμ,采用标准最小均方差迭代估计出未知节点的位置坐标.以锚节点不同布置方案对算法进行实地测距验证.结果表明:提出的算法定位平均精度为1.6m,最坏情况是2.8m,横向平均误差为1.2m,纵向平均误差为0.8m;相比固定路径损耗因子的RSSI算法提高了定位精度,降低了误差率.     

一种复杂环境下无线传感器网络定位算法

通过对建立定位算法求解数学模型,针对RSSI(接收信号强度)受环境影响较大而提出了基于RSSI实际检测的定位算法。该算法利用锚节点实地测量信号损耗来确定定位算法的权值因子,以此进一步提高复杂环境下节点定位精度。通过模拟障碍物环境仿真实验分析可以看到,与加权质心算法相比,此定位算法的平均定位误差可下降1/4左右,而随着环境复杂度的提高,尤其是障碍物地带,其定位精度可提高一半左右。     

基于卡尔曼滤波的建筑物内人员定位系统研究

在建筑物内人员定位系统中,严重的多径和非视距现象造成测距误差较大,采取措施降低测距误差对定位精度的影响是建筑物内人员定位的重要问题,本文阐述了利用ZigBee技术架构无线定位系统,以三边测量法和基于测距的RSSI值算法作为定位算法,加入卡尔曼滤波进行优化,充分利用了卡尔曼滤波的预测功能在预测方程中引入新的因子,使误差减小,最终得到更精准的定位信息.     

基于UWB技术的无线定位系统的研究与测试

介绍了采用UWB技术进行无线定位的优点和方法,使用Ubisense公司的标签和传感器构建了一个UWB无线定位系统,并分别进行静态和动态定位测试.测试结果表明,UWB定位能提供更高的定位精度.     

基于加权混合滤波和重心法的APIT定位算法

提出了一种基于加权混合滤波与重心法的近似三角形内点测试（APIT）改进定位算法（HFG-APIT）.利用混合滤波过滤突变信号强度值使数据平滑稳定输出;再引入加权中位数来提高接收信号强度（RSSI）的精度;最后采用重心法进行内点测试减少误判,提高定位精度.仿真结果表明,混合滤波算法比其他滤波方法处理RSSI数据的测距精度更高,HFG-APIT的定位误差分别为最小二乘定位算法（LSM-RSSI）和APIT定位算法的41.7%和23.8%,整体定位性能也优于其他2种算法.