基于物联网的无线实时定位系统的设计与实现

为了达到解决无线实时定位的研究目的,引入ZigBee和CC2530芯片技术,利用RSSI测距研究方法分析了接收信号强度与信号传输距离的关系,并结合三边定位算法,在上位机定位软件上进行仿真实验,通过设置参考节点坐标,可在调试信息框中得到移动节点的测距、定位等过程性实验结果。通过多次仿真实验模拟,得到了该方法能通过追踪移动节点坐标,较为有效地实现参考节点与移动节点之间的信号强度测量与实时定位等结论。该文创新点是系统运用先进的微功耗技术与RSSI测距技术,内嵌集成独有的实时定位算法,采用高增益、抗干扰射频电路设计而成,可连续上电运行,能较好地满足室内环境实时定位的功能要求。     

基于干涉效应的无线传感器节点定位方法

针对无线传感器网络中节点定位的需求,提出了一种基于干涉效应的传感器节点定位算法。该方法仅需要利用节点的硬件设备,不需要增加额外的测量设备,各个节点独立进行自身位置估计,实现分布式定位。首先在传感器网络中设置若干个位置已知的网关锚节点和参考接收节点,不同位置两个网关锚节点在某个时隙内发射单音信号,就会在整个定位区域内形成一个干涉效应场。而各个待定位节点通过测量接收的到的干涉信号振动周期数就可以得到自身与各个网关节点距离差。通过多组锚节点分时隙发射单音信号,并配合参考接收节点,通过双曲线定位算法得到自身的坐标。通过对算法进行仿真分析,验证了算法的可行性。     

基于BP神经网络和泰勒级数的室内定位算法研究

 在研究分析室内无线信号传播特性和传统的室内定位算法的基础上,提出了用BP神经网络来拟合室内无线信号传播模型,避免了对无线信号传播模型中参数A和n的不精确估计.在训练完成的BP神经网络的输入层输入接收信号强度值RSSI(Received Signal Strength Indicator),在输出层即可得到对应的距离值,再利用泰勒级数展开法确定盲节点的坐标位置.最终通过Matlab仿真和ZigBee平台实验验证了算法的可行性和有效性.     

基于ZigBee室内定位算法研究

研究了基于信号强度的 ZigBee 定位算法,以接收信号强度指示(RSSI)定位算法为基础。通过全局坐标系中已知的参考节点位置以及与各个参考节点之间的信号强度,分析计算得到盲节点的坐标位置,即室内移动机器人当前的坐标位置。通过实验研究和数据分析,可以借助 ZigBee 低功耗及组网稳定等特性对室内定位领域有进一步的理解和应用。     

一种基于位置指纹的室内WLAN定位方法

针对室内信号时变性导致定位不准的问题,提出了一种改进的3阶段位置指纹定位法。采样阶段,将采集信号的坐标、方位、接收信号强度的高斯分布及其对应的无线接入点等信息存储在数据库中生成位置指纹;在校正阶段中,利用参考点间信号强度的关联性信息,使用局部加权线性回归法,计算出一些虚拟点的信号强度;最后是线上实时定位阶段。通过与传统的加权K最邻近算法、直方图和联合聚类等3种定位方法相比较,该算法在同样的场景下可以取得更好的定位精度。     

基于RSSI的井下人员定位算法改进

在无线传感器网络中，针对接收信号强度指示(Received Signal Strength Indication, RSSI)在煤矿井下长距离巷道内信号衰减快、测距精度偏差大等问题，提出了一种基于RSSI的高斯滤波加权质心定位算法。采用高斯滤波对采集的RSSI值进行修正，一定程度上减轻环境造成的影响。将RSSI测距算法与改进加权质心算法相结合，得出待测节点坐标位置。仿真试验表明，该改进算法与原有定位算法相比，定位误差明显降低，可基本满足煤矿井下人员的安全生产和定位需求。     

基于定向天线的混合光无线传感网络节点迭代定位方法

针对目前方法对网络节点进行迭代定位时，由于未能利用定向天线算法划分节点信号的接收功率级，导致该方法在进行节点迭代定位时存在定位精度低、节点距离估计误差大、定位效果差的问题，提出基于定向天线的混合光无线传感网络节点迭代定位方法。首先基于定向天线原理划分节点信号的接收功率级，并在网络中确定锚节点；再基于划分的功率级以及锚节点，利用相交度比的迭代算法确定网络的相邻节点，并通过定位单元完成对边界节点的处理；最后通过对节点位置的确定，实现混合光无线传感网络节点的迭代定位。实验结果表明，运用该方法进行节点迭代定位时，定位精度可达90%,在通信距离为20米和100米的情况下，节点距离估计误差分别在5%和10%以内，该方法的定位精度高、节点距离估计误差小、定位效果好。     

基于无线传感器信号强度的消防员轨迹推演算法

利用无线传感器网络在对消防员定位的相关研究中,采用GPS单一机制的方法在室内定位时会受无GPS信号影响而无法定位,而采用单一信号强度的方法时,由于没有坐标信息,无法计算出消防员的位置信息。利用GPS及信号强度结合的方法,借助于利用GPS节点,利用信号强度损耗模型计算出消防员所在位置坐标,然后利用插值方法绘制出消防人员整个过程的行驶轨迹,给指挥员提供实时的形象直观的显示。通过实验仿真验证了算法的可行性。     

无人机辅助的基于前馈神经网络的节点定位算法

针对无线传感网络(WSNs)的节点定位问题,提出无人机辅助的基于前馈神经网络的节点定位(UAV-NN)算法。UAV-NN算法利用无人机(UAV)作为锚节点,并由UAV周期地发射beacon信号,利用极端学习机(LEM)训练单隐藏前向反馈的神经网络(SLFN),未知节点接收来自UAV发射的beacon信号,并记录其接收信号强度指示(RSSI),已训练的SLFN再依据RSSI值估计节点位置。仿真结果表明,相比于传统的基于RSSI定位算法,提出的UAV-NN算法无需部署地面锚节点;相比其他传统的机器学习算法,UAV-NN算法通过引用ELM,减少了定位误差。     

基于RSSI和惯性导航的融合室内定位算法

针对目前对高精度室内定位算法的需求,提出一种基于接收信号强度识别（RSSI）和惯性导航的融合室内定位算法。基于无线传感网中ZigBee节点的RSSI值,采用位置指纹识别算法,对网络中的未知节点进行定位。结合惯性传感单元（IMU）提供的惯性数据,对RSSI定位结果进行融合修正。利用Kalman滤波器,采用状态方程描述待定位节点位置坐标的动态变化规律,从而实现一种以无线传感网络定位为主、IMU为辅的融合定位方法。仿真结果表明,提出的融合定位算法既能改善单独使用RSSI定位受环境干扰较大的问题,又能避免单独使用惯性导航带来的累积误差,极大地提高了定位精度。     

基于特征值分解的随机分布传感器信号合成增强

将传感网中随机布设传感器节点所接收到的微弱信号进行合成,可有效增强传感器网络的信号感知能力.本文关注的是该微弱信号的合成权值估计问题.以合成信号的自相关系数作为目标函数,本文提出了一种基于特征值分解的合成权值估计算法.该算法无需估计噪声相关矩阵,适用于噪声方差不一致的环境.数值仿真结果显示,本文提出的基于自相关系数的特征值分解合成权值估计算法,在低信噪比、噪声方差不等的条件下,性能优于以合成信号信噪比或者合成信号功率为目标函数的特征值分解合成权值估计算法.     

异构传感器网络中汇聚节点位置优化路由算法

在异构无线传感器网络模型下,针对采集节点发送数据能量消耗过高及路由时分组丢失率过大等情况,对数据汇聚节点的位置优化及路由进行了研究,提出了移动汇聚节点位置优化路由算法（MLOYIH）。先根据蚁群算法的原理对移动节点与静态节点进行分组,再在组内寻找适合的位置放置汇聚节点,最后根据供电情况,选择合适的跳算进行路由。经过仿真实验与性能分析表明,MLOYIH算法与传统算法比较,能量消耗降低到64%,分组丢失率不高于3%。     

Optimal designs of collaborative relay‐assisted multiuser beamforming for cellular systems

With careful calculation of signal forwarding weights, relay nodes can be used to work collaboratively to enhance downlink transmission performance by forming a virtual multiple‐input multiple‐output beamforming system. Although collaborative relay beamforming schemes for single user have been widely investigated for cellular systems in previous literatures, there are few studies on the relay beamforming for multiusers. In this paper, we study the collaborative downlink signal transmission with multiple amplify‐and‐forward relay nodes for multiusers in cellular systems. We propose two new algorithms to determine the beamforming weights with the same objective of minimizing power consumption of the relay nodes. In the first algorithm, we aim to guarantee the received signal‐to‐noise ratio at multiusers for the relay beamforming with orthogonal channels. We prove that the solution obtained by a semidefinite relaxation technology is optimal. In the second algorithm, we propose an iterative algorithm that jointly selects the base station antennas and optimizes the relay beamforming weights to reach the target signal‐to‐interference‐and‐noise ratio at multiusers with nonorthogonal channels. Numerical results validate our theoretical analysis and demonstrate that the proposed optimal schemes can effectively reduce the relay power consumption compared with several other beamforming approaches. Copyright © 2012 John Wiley & Sons, Ltd.     

基于球坐标及三角形插值的颜色信号色域映射算法

针对颜色信号在进行跨媒体传输时出现的失真问题,提出一种基于球坐标及三角形插值的色域映射算法.首先,在球坐标系内选取出目标色域的边界颜色点以作为三角形插值的节点;其次,通过插值节点预查找方法选取出3个符合插值要求的最优节点;最后,使用三角形插值计算得到待映射颜色信号对应的目标色域边界.在EPSON及HP打印机上的实验结果表明本文算法具有良好的可靠性、计算精度及执行效率,可广泛应用于各类呈色设备及彩色图像的色域映射中.     

基于信息损失量估计的匿名图构造方法

首先分析了在进化的社会网络序列中,攻击者利用节点度信息,通过识别目标节点的方法对局部社会网络进行攻击过程,分析了利用k匿名方法对该类攻击进行隐私保护时存在的信息损失问题,针对该问题,提出了一种基于信息损失量估计的k匿名图流构造方法,通过子图节点属性泛化、子图内部结构的泛化控制图重构的信息损失,通过禁止子图内部扰动阻止网络攻击。定义匿名过程中由于图重构造成的节点和结构信息损失的估算方法,建立了基于贪婪聚类算法的网络节点的k匿名聚类算法,根据信息损失估计实现匿名分组,在进化的社会网络中以最小信息损失量构造匿名社会网络,在医疗诊断数据集上的实验表明所提方法能够较理想地控制信息损失量。     

如何克服OXC级连造成的性能退化

在全光网络中，多个波长交换节点（WSN）级连的损耗和噪声有可能累积起来，造成光信号劣化和光信噪比降低。通过使用合适的滤波器、波长锁定的激光器、低噪声的光放大器 和低损耗的光纤等方式，可以增加级连的节点数目。     

一种基于稀疏贝叶斯学习的离网DOA估计算法

本文提出一种基于稀疏贝叶斯学习的改进离网DOA估计算法,以提升非理想测向环境下在低信噪比、低快拍数时的DOA估计性能,称之为MOGSBL算法。本算法将信号源方位区间进行离散化,得到方位离散网格。为阵列接收信号建立稀疏贝叶斯模型,将网格节点修正量设为模型超参数。采用期望最大化算法迭代更新网格节点修正量,使更新后的网格节点更接近真实源信号方位。为了检验MOGSBL算法的性能,本文进行了大量的数值实验,并将MOGSBL算法的DOA估计结果与RSBL算法、OGSBL算法和L1-SVD算法进行对比。在不同信噪比和不同快拍数时,MOGSBL算法均能清晰分辨方位很接近的两个信号源,角度分辨率明显高于RSBL算法、OGSBL算法和L1-SVD算法。随着信噪比和快拍数的增加,4种算法的RMSE均逐渐减小。但MOGSBL算法的RMSE明显低于RSBL算法、OGSBL算法和L1-SVD算法,且RSBL算法、OGSBL算法优于L1-SVD算法。实验还分析了方向测试范围的离散网格节点数对DOA估计的影响,发现细密的离散网格可以提高DOA估计精度,但DOA估计的计算量会增加。且在任意网格节点数时,相比于RSBL算...     

基于磁感应成像的医学物联网传感节点关键算法研究与实现

This paper focuses on the key issues of information processing in the new sensing technology-electromagnetic induction tomography and depth theoretical study and experimental simulation have been conducted. In this study, Labview is used to drive the data acquisition card to control the signal generation and acquisition, and Matlab is used to achieve algorithms such as Fast Fourier Transformation (FFT) algorithm, relevant law algorithm and the classical method algorithm. The simulation results show this software system enables successful digital phase identification and the phase difference resolution of 0.10can be achieved, which is consistent with theoretical analysis. It can also be seen that software system based on Labview and Matlab is a successful method to identify the phase difference in magnetic induction tomography system, which can meet the measurement needs of sensor nodes, laying the basis for the further development of medical IoT study.     

光网络中的分布式故障定位方法

提出一种用于全光网络中的故障定位方法，该方法克服了以往的故障定位方法需要告警上报和传递、故障定位时间长和适用范围有限的缺点，采用单节点分布式故障定位方法，避免了告警信息在节点之间的传递，能够实现快速准确的故障定位，并且适用于任何规模和拓扑结构的网络。     

基于移动补偿的动态水下传感节点定位算法

水下传感节点静默定位算法是一种免时钟同步且易拓展节点的水声定位算法,待定位节点只需接收声信号即可计算出自身位置。受其独特的定位协议影响,其定位周期一般较长,定位精度受待定位节点自身运动影响较大。本文研究了待定位节点运动对已有算法精度的影响,并提出了一种结合移动补偿的动态水下待定位节点静默定位方法,补偿了待定位节点运动对自身定位精度的影响。待定位节点首先估计来自各信标节点信号到达时刻的变化状态,掌握其变化规律,并据此以同一接收位置为基准补偿得到的观测信息。随后结合已有静默定位算法获得自身位置。仿真结果表明,本文所提算法可以有效地抑制待定位节点运动产生的定位误差。