基于修正型果蝇优化算法改进地铁运行定位系统研究

为实现地铁运行列车的精确和实时定位,确保列车运行的安全性,针对传统定位算法存在定位误差大、能耗大和复杂程度高的缺点,提出一种基于修正模型果蝇优化算法改进DV-Hop算法的列车定位算法。通过锚节点比例、节点数和平均定位误差之间关系实验结果可知,MFOA算法、FOA算法和DV-Hop算法的平均定位误差随着节点数和锚节点比例的增加总体呈现下降的趋势,MFOA算法的平均定位误差小于FOA算法和DV-Hop算法的平均定位误差,定位精度优于FOA算法和DV-Hop算法,从而验证了所提算法的优越性和可靠性。     

移动网络中MCL-MDS定位算法

在深入了解移动网络中蒙特卡洛(MCL)算法的基础上,针对MCL算法在锚节点率较少时定位精度较差的缺点提出了一种结合MCL算法与分布式MDS-MAP(Distribute MDS-MAP,DMDS-MAP)算法的自适应算法MCL-MDS定位算法。算法首先使用所设计的DMDS-MAP算法对节点进行定位,随后利用MCL算法中的过滤原理对定位结果进行验证,若通过验证,则采用该定位结果,否则采用MCL算法的定位结果。仿真显示,MCL-MDS定位算法能在各种环境下获得较好的定位效果。     

基于接收信号强度的WSN概率定位算法

定位对无线传感器网络的应用、操作和管理发挥着至关重要的作用.针对传感器节点的定位,提出了一种基于接收信号强度的概率定位算法.介绍了算法原理及实现过程,讨论了信标节点分布对该算法性能的影响,最后比较了本概率定位算法和最小二乘定位算法在传感器节点定位性能上的优劣.仿真结果表明,信标节点分布对未知节点的定位误差具有较大的影响,本定位算法的性能要优于最小二乘定位算法.     

基于多个传感器的VLC室内定位算法研究

为了实现移动机器人的快速高精度定位,提出了一种基于多个传感器的室内定位模型,研究了其可见光通信技术(VLC)室内定位算法,并对该算法进行了实验验证。首先研究基于AOA定位算法,利用传感器的响应曲线,结合室内定位模型,通过拟合预测算法计算出信号到达角度实现定位;然后综合多个传感器的定位模型和AOA定位算法,分析得出一种室内定位的实现方式,通过实验验证了该定位模型和定位算法的实现可行性。结果表明:其定位精度达13.6cm,定位周期为0.1s,相较于传统的AOA定位算法,该算法定位精度高、成本低、可行性高且定位速度快。     

鸡群协同定位算法的研究

无线传感器网络(Wireless Sensor Network, WSN)定位问题可以看作一个目标函数最优化问题，通过鸡群优化算法进行求解。传统的鸡群定位算法所用的目标函数只考虑了待定位节点和参考节点之间的测量距离，测量距离不完整限制了定位精度的提高。基于此提出了一种鸡群协同定位算法，首先改进目标函数，确保待定位节点之间的测量距离被充分使用；然后采取多维标度(Multidimensioal Scaling, MDS)方法提供的良好初始位置，从而提高定位算法的收敛速度。仿真实验结果表明，与传统鸡群定位算法、粒子群定位算法、灰狼定位算法和改进的鸡群定位算法相比，鸡群协同定位算法能有效提高定位精度。另外，与传统的鸡群定位算法相比，虽然鸡群协同定位算法的时间复杂度有所增加，但定位性能得到了改善。     

基于MDS和SDP的分布式节点定位算法

提出一种新的节点定位算法,基于MDS和SDP的分布式节点定位算法(DLMS)。该算法的主要思想是将整个无线传感器网络划分成若干个局部定位区域,在每个局部定位区域选择MDS定位算法或SDP定位算法建立一个局部相对定位图,然后将所有的局部相对定位图合并成全局相对定位图,最后利用锚节点的信息得到节点的估计位置。实验仿真结果表明,该算法能够提高节点的定位精度,尤其是在节点分布不均匀的情况下,同时该算法还能够节约锚节点数量。     

基于可见光的自适应混合蛙跳定位算法

可见光通信具有绿色、节能、成本低等优点,比较适合应用于室内定位。提出一种基于可见光通信的自适应混合蛙跳室内定位算法,该算法通过到达时间(TOA)算法和最小二乘算法进行初始定位,得到未知定位点的估计位置解集,再利用自适应混合蛙跳算法搜索未知定位点的最优位置。该算法具有较强的全局搜索能力,不易陷入局部最优,能够得到较高精度的定位结果。仿真结果表明,该算法比传统TOA定位算法的定位误差小,说明该算法提高了室内定位的精度。     

WSN中节点定位方法的改进

无线传感器网络节点位置信息的获取非常关键。首先考虑节点分布问题提出了一种新的节点分布模式,并改进定位算法,将节点定位过程主要分为一级定位和二级定位。一级定位采用基于优先值阈值的质心定位算法,并将一级定位的节点作为新锚节点参与二级定位。二级定位使用基于优先值阈值的DV-Hop最小二乘定位算法。Matlab仿真结果证明,提出的节点分布模式利于节点定位,一级定位算法降低了计算量,并与二级定位算法一起提高了定位精度。     

一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法

针对Distance Vector-Hop (DV-Hop) 定位算法存在较大定位误差的问题,该文提出了一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法,即WSGDV-Hop定位算法。改进算法用基于误差与距离的权值处理锚节点的平均每跳距离;根据判断的位置关系选择适合的跳段距离计算方法;用改进的遗传算法优化未知节点坐标。仿真结果表明,WSGDV-Hop定位算法的性能明显优于Distance Vector-Hop (DV-Hop) 定位算法,减小了节点定位误差、提高了算法定位精度。     

一种改进的Eddystone-TLM质心室内三边定位算法

为了解决在室内环境中利用三边定位技术定位精度不高,以及基于质心定位改进三边定位算法后参考点难以确定在待测点外侧的问题,提出一种利用Eddystone-TLM对三边定位算法进行改进。首先利用Eddystone框架的TLM优化质心定位算法;其次通过优化后的质心定位算法解决三边定位算法已知的不足;最终实现定位精度的提高。实验结果表明,该算法改善了室内定位的精准性,可及时准确地获取目标终端的位置数据,有效保证了室内定位与其他领域之间定位数据的互联互通。     

基于最小二乘方法的单机测向定位算法

针对传统单机测向定位算法定位精度低的问题,提出了一种基于最小二乘方法的单机测向定位算法,讨论了单机测向交叉定位中的若干问题,包括测向定位原理和单机测向交叉定位的情况。首先介绍了两站直接测向交叉定位的原理,然后推导了基于最小二乘方法的测向交叉定位算法,并通过计算机仿真验证了定位性能,与直接测向交叉定位算法相比,基于最小二乘方法的测向交叉定位算法提高了定位精度和算法稳定性,具有很大的实用性。     

Distributed Node Localization Algorithm Based on MDS and SDP

提出一种新的节点定位算法,基于MDS和SDP的分布式节点定位算法(DLMS).该算法的主要思想是将整个无线传感器网络划分成若干个局部定位区域,在每个局部定位区域选择MDS定位算法或SDP定位算法建立一个局部相对定位图,然后将所有的局部相对定位图合并成全局相对定位图,最后利用锚节点的信息得到节点的估计位置.实验仿真结果表明,该算法能够提高节点的定位精度,尤其是在节点分布不均匀的情况下,同时该算法还能够节约锚节点数量.     

多传感器联合测向定位算法

本文针对传统测向定位算法的性能受限于测向精度这一问题,提出一种基于粒子滤波的多传感器联合测向定位算法。首先,推导出联合测向定位的理论定位误差,进而提出加权平均方法对初步测向定位结果进行处理得到粒子的先验分布。其次,提出测向数据融合的粒子滤波算法用于对发射源进行定位,并对该算法进行定位误差分析。理论推导和仿真结果表明本文算法能够大幅度降低定位误差,提高定位精确度,与其他测向定位算法相比体现了其先进性。      

一种改进的快速最小K邻居定位算法

根据现有的基于信号强度的室内无线定位算法,结合二分查找的思想,提出了一种具有较低复杂度的室内无线定位算法,即快速最小K邻居定位算法。该算法通过将定位区域划分为多个子区域,利用优化的计算迅速缩小定位区域,再反复利用同样方法进一步缩小定位区域,得到极小的定位区域。最后在最小区域内通过最近K邻居定位算法估计待测点的位置。通过仿真证明,相比于现有的最小K邻居定位算法,该算法在损失极小的定位精度的同时极大的降低了定位复杂度。     

基于分形理论的移动单基站定位参数估计算法

针对第三方用户对移动台定位的难点，设计了一种单基站定位算法。分形插值算法和三天线场强差分算法用于获取高精度的单基站定位参数，同时介绍了抑制多径效应的选通相关算法。系统的仿真结果表明该定位算法可以提供高精度的定位结果。     

基于RSSI的优化加权质心定位算法研究

节点定位技术是无线传感器网络的关键技术之一。质心定位算法是指节点依靠无线传感器网络的连通性进行定位,定位误差较大。为了提高定位精度,鉴于质心定位算法受环境影响较小,基于RSSI的定位技术使用方便的特点,文中提出了基于RSSI的一种优化加权质心定位算法。通过RSSI测距,结合优化后的加权质心定位算法,确定节点位置。仿真结果表明,该算法降低了定位的平均误差,可以提高定位精度。     

无线传感器网络节点定位技术

本文从算法性能、已有的定位算法、定位算法的分类和WSN节点定位机制的评价标准等方面,针对无线传感器的网络定位技术进行详细的分析和探讨。并与经典的APIT算法、凸规划定位算法进行了比较。结论显示出在不同的环境之下不同的算法各有优劣,并不能指出最好的算法。实际操作中应该根据实际的需求来选择算法,并对未来无限传感器网络节点定位技术的发展方向做出了预测。     

无线传感器网络中Min-Max定位算法的研究与改进

常见的基于测距的定位算法有Min-Max定位算法、三边定位算法和最大似然法,在研究这三种定位算法的同时,重点分析了Min-Max定位算法,并对其在定位边界区域误差较大问题提出一种有效的解决办法,并通过仿真进行验证。对比Min-Max及其改进方法的仿真结果表明,改进方法能有效改善定位边缘区域的盲节点的定位精度。     

Min-Max及其改进无线传感器网络定位算法的研究

常见的基于测距的定位算法有Min-Max定位算法、三边定位算法和最大似然法,本文在研究这三种定位算法的同时,重点分析了Min-Max定位算法,并对其在定位边界区域误差较大问题提出一种有效的解决办法,并通过仿真进行验证。对比Min-Max及其改进方法的仿真结果表明改进方法能有效改善定位边缘区域的盲节点的定位精度。     

一种基于RSSI相关系数的指纹定位技术方法

介绍了指纹定位技术的基本原理,在对指纹定位技术中常用算法KNN匹配算法定位结果进行分析的基础上,给出了一种基于RSSI相关系数的匹配算法,并对该算法的定位结果在实际环境中进行测试分析,实验结果表明:该算法在满足定位实时性要求的基础上提高了指纹定位技术的定位精度。