无线传感器网络中基于RSSI的测距研究

节点定位在无线传感器网络应用中具有很重要的意义,基于RSSI测距技术以其低成本、低复杂度的特点被广泛应用于无线传感器网络定位中。首先介绍了RSSI测距原理,然后对目前常用的数据预处理模型进行分析。最后在CC2430的硬件平台上进行实验,获取不同距离点处的RSSI值,进行统计分析,并观察3种数据处理模型下的测距精度。实验结果表明,混合模型预处理方式在测距精度和计算复杂度方面具有一定优势。     

采用RSSI模型的无线传感器网络协作定位算法

由于无线传感器网络定位成本较高,精度不能满足要求以及通信和计算开销过大等问题,提出一种针对定位各阶段实施误差抑制措施的接收信号强度指示(RSSI)测距的协作定位算法。测距阶段通过周期性测量获得模型动态参数,采用相对误差系数对RSSI测距进行校正,定位阶段则基于泰勒级数扩展线性最小二乘方法实现位置估计,采取残差加权法优化位置坐标,减小非视距(NLOS)的不利影响。引入协作定位,将符合要求的节点升级为参考节点参与定位计算,进一步提高定位覆盖率和精度。实验结果表明,所提算法精度接近基于真实坐标的泰勒级数扩展LS算法,相同条件下的精度远高于传统估计算法。节点最大定位误差为0.15,最小定位误差为0.08,网络节点平均定位误差为0.109,能够满足大规模无线传感器网络(WSN)的定位需求。     

无线传感网络定位算法的研究进展

无线传感器网络在许多领域有着重要的科研和使用价值,节点定位技术是传感器网络关键技术之一,具有十分重要的地位。文中对无线传感器网络距离相关和距离无关两大类的算法进行了分析对比;并对节点定位技术研究中的新思路—基于移动锚节点的定位算法进行了分析。最后对现有定位算法存在的问题进行了总结,并对节点定位技术的未来发展趋势进行展望。     

基于改进蝙蝠优化算法的无线传感器网络定位研究

为解决传统DV-Hop算法在无线传感器网络中存在的定位误差大的问题,提出了一种基于改进蝙蝠优化算法的无线传感器网络(WSN)定位方法。首先,构建WSN协同定位模型,并将传统蝙蝠算法与元胞自动机进行融合取代DV-Hop算法中的最小二乘法来计算网络中未知节点的位置,提高算法的搜索能力;其次,引入小生境技术和个体灾变机制,避免算法陷入局部最优,提高全局搜索能力;最后,通过仿真实验进行性能对比分析。实验结果表明,所提算法在节点呈随机分布、C型分布和O型分布的情况下均能够有效实现对未知节点的准确定位,且定位精度和收敛速度均优于对比算法;所提算法的定位精度随锚节点总数、锚节点比例以及通信半径的增加而增加,随传感器测距误差增加而减小。     

基于无线网络传感器的定位技术研究

针对基于信号强度的无线传感器网络定位精度易受环境影响的问题,通过搭建无线传感器网络进行的实验,研究了改进的定位算法.使用CC2430无线模块作为节点收发装置,基于ZigBee无线传感器网络协议,搭建无线传感器网络平台进行定位系统的开发和改进算法的测试.由于无线信号强度误差的复杂性,采取逐阶改进的方法,通过各阶段的实验进行误差分析并改进定位算法.在搭建的无线传感器网络平台上测试的结果表明,改进的定位算法达到预期的效果,定位精度明显提高,具有一定的应用价值.     

无线传感器网络技术概述

无线传感器网络是目前计算机网络、无线通信和微电子技术等领域的研究热点。但很多人对无线网络并不是很了解。本文就是基于此,从无线传感器网络的结构、特点以及关键技术方面介绍,对无线传感网络的研究趋势作了总结。让读者对无线传感网络有个比较直观的认识了解。     

基于RSSI的集群实时定位系统设计

随着无线通信和无线传感器网络技术的发展,人们对活动频繁的室内定位要求越来越高,室内定位服务存在大量应用需求,因此研究室内定位技术具有十分重要的意义。基于ZigBee的室内定位技术定位准确,花费成本少,可靠性好,成为室内定位技术的主流技术之一。设计的系统主要包括网关、参考节点、盲节点、上位机监控软件以及RSSI定位算法研究5个部分。网关采用STM32进行主控,集成了ZigBee模块和WIFI模块。参考节点和盲节点采用CC2530进行ZigBee的通信,实现节点之间无线射频信号的收发。上位机监控系统采用改进的三边测距算法计算盲节点的坐标,并通过可视化的界面显示出来。通过进行检测验证实验,证明了该设计系统的可行性和有效性。     

基于多维尺度的矿山无线传感器网络定位算法

无线传感器网络(WSN)应用于具有复杂性,高度动态性以及无线信号的传播不确定性的矿井较为困难。为了获取地下矿井中大量矿工的位置,部署了无线传感器网络用于获取佩戴于矿工身上的无线移动节点的位置信息。引入了基于卡尔曼滤波估计以及弹性粒子的定位算法,用于节点间的距离测量,提高了动态环境下测距模型所获取的距离信息的精度;基于分簇机制减小网络计算复杂度,并使用了Ao A和余弦定理得到网络中无法直接连接的节点间的距离信息,通过簇之间的距离矩阵的整合得到最终网络的距离矩阵;使用多维尺度(MDS)定位算法重构出网络中所有移动节点的最终位置。实验结果表明,算法有效的减小了定位误差,适用于具有高度动态性与复杂结构的矿井无线传感器网络。     

基于无线传感器网络的配电线路故障定位方案

提出了基于无线传感器网络的故障定位系统方案。根据电力系统故障测距对测距装置的要求及无线传感器网络本身的特点,对该定位系统提出了要求。阐述了应用无线传感器网络进行故障定位的优势,推导了故障定位原理,设计了无线传感器网络定位系统结构,采用同步触发装置解决了同步性问题,借助于多路径可靠信息路由机制满足了网络可靠性要求。仿真结果表明,该路由机制既满足了可靠性要求又减少了网络开销。     

无线传感器网络抗Sybil攻击的MPRR-RSSI定位算法

无线传感器网络技术近年来发展非常迅猛,然而实际通信环境非常复杂,而且充满攻击和对抗,网络节点的正确位置信息是构建系统、维护网络、目标跟踪和事件定位等关键技术实现的基础,定位的安全性至关重要。着重研究了基于接收信号强度指示(RSSI)原理抗女巫攻击的无线传感网络安全定位系统的编码技术和定位方法,并对相关算法进行了仿真分析。通过结果可知,改进后的编码和定位算法结构相对简单,对系统的硬件依赖小,抗攻击能力提高。     

基于深度相机的SLAM算法评测

针对3种典型的基于深度相机的同步定位与地图构建(SLAM)算法,包括RGB-D SLAM V2,RTAB-Map和DVO SLAM,介绍这3种SLAM算法的理论特点。采用两个公开的SLAM数据集,包括TUM数据集和ICL-NUIM数据集,进行SLAM算法的评测,评测指标包括SLAM算法的精确度、运行性能以及鲁棒性。评测的实验结果表明,在选择基于深度相机的SLAM算法时:如果考虑精确度和鲁棒性优先于运行性能,则选择RGB-D SLAM V2;如果考虑运行性能和鲁棒性优先于精确度,则选择DVO SLAM;如果考虑精确度和运行性能优先于鲁棒性,则选择RTAB-Map。     

Switch placement to improve system reliability for radial distribution systems with distributed generation

To improve system reliability for radial distribution systems with distributed generation (DG) under fault conditions, switch placement schemes are proposed to form self-supported areas after fault isolation. Customer priority is also considered in this problem. The switch placement problem is formulated as a nondifferentiable, multiobjective optimization problem. Graph-based algorithms, which incorporate direct load control, are developed to locate switches. Their results enable DG to support customers continuously in the event of fault. The proposed algorithms can be applied to unbalanced distribution networks with single or multiple distributed generators. Simulation results on a 394-bus distribution system, including priority customers, and single or multiple distributed generators, were also provided.     

Performance of demodulation-based frequency measurement algorithms used in typical PMUs

This paper presents a method for evaluating the performance of demodulation-based frequency measurement algorithms in the presence of additive interfering sinusoids. Determination of the performance of amplitude measurement schemes under such conditions is straightforward once the frequency responses of the filters involved in the process are known, since the error induced by a single interfering tone is easily computed using the cascade algorithm's frequency response magnitude. This paper presents a similar method for predicting the worst error of frequency measurement schemes with respect to sinusoidal interference. Once acquainted with the proposed error prediction formula, the only difficulty in designing effective frequency measurement algorithms is the appropriate selection of output filters to achieve the specified performance. The method has been used successfully in designing frequency measurement algorithms currently used in Hydro-Que/spl acute/bec's special protection schemes.     

微机发-变组保护后备保护算法

本文针对后备保护的特点,提出了精度高、运算量少、编程简单的阻抗保护、低频保护的算法。并根据微机保护的特点,提出了一种有效的CT断线判别方案。     

电机故障诊断的人工智能方法综述

在分析电机故障诊断传统方法的基础上,讨论了近年来电机故障诊断领域的智能控制手段和最新进展:即神经网络、模糊逻辑、模糊神经和遗传算法等,给出了详细的图表和简化的应用实例,并比较了各方法的优缺点。     

感应电机矢量控制系统无速度传感器控制方案研究

对感应电机矢量控制系统无速度传感器控制方案的研究进行了分类.在对当前研究中的几种有代表性的控制策略进行介绍的同时,分析了各方案的优缺点,并简单讨论了电机参数变化对速度算法和控制系统性能的影响及改进措施.最后,就当前的研究热点问题和发展方向提出了一点设想.     

遗传算法在电力系统无功优化中的应用

遗传算法根据自然界适者生存的原则进行搜索和优化。将遗传算法应用于电力系统无功优化，不仅能避免一般优化算法的局部最优问题，并能解决无功优化中变量的离散问题，避免维数灾难，提供最优及次优方案，使无功优化更切实际。遗传算法的引入，为电力系统无功优化提供了一种新的计算方法，使无功优化方法更加完善和实用。     

面向 PDR 定位系统的多层感知机 IMU 阵列数据融合方法

为提高低成本惯性测量单元(intertial measurement unit,IMU)阵列的行人航位推算(pedestrian dead reckoning,PDR)定位 精度,首次提出了采用多层感知机(multi-layer perceptron,MLP)实现低成本 IMU 阵列数据融合的算法,通过将自主设计的 IMU 阵列和高精度 IMU 同步运动来获得 IMU 阵列的测量数据(包括三轴加速度和三轴角速度)和高精度 IMU 的测量数据,以高精 度 IMU 的测量数据作为标签,利用 MLP 将 IMU 阵列的测量数据融合,预测出物体的实际加速度和角速度,并用定位算法进行 验证。 在定位实验中,使用 MLP 融合后的预测数据的 PDR 定位精度比使用单个 IMU 测量数据的 PDR 定位精度提高了 33. 9%;比使用简单平均处理的 IMU 阵列测量数据的 PDR 定位精度提高了 20. 8%;比使用最小二乘法融合的 IMU 阵列测量数 据的 PDR 定位精度提高了 11. 6%,证明了本文所提出方法的可行性和有效性。     

Scalable models of microwave system responses using sequential sampling on unstructured grids

This paper presents two sequential sampling algorithms for the macromodeling of parameterized system responses in model‐dependent sampling frameworks. The construction of efficient algorithms for the automatic selection of samples for building scalable macromodels of frequency‐domain responses is addressed in this paper. The sequential sampling algorithms proposed here are tailored toward the application of local scalable macromodeling schemes on unstructured design space grids. Two pertinent examples are considered. For the first one, different algorithms are applied, and a comparison is made in terms of the number of samples generated, accuracy and CPU time. As a second example, four design variables are taken into account with one of the proposed algorithms, and the generated model is used in a frequency‐domain optimization. Copyright © 2013 John Wiley & Sons, Ltd.