共查询到19条相似文献,搜索用时 125 毫秒
1.
针对RSSI测距定位技术在室内环境中受到的随机干扰大,干扰变化情况不确定,定位结果误差较大的问题,提出了一种基于无线传感器网络节点相似度的室内定位算法。首先通过无线传感器网络的连通特性确定位于网络盲节点周围的几个信标节点,利用数据拟合的方法确定节点工作电压对RSSI距离测量的影响,然后根据拟合结果对不同工作电压下测得的RSSI值进行修正,利用修正后得到的RSSI值计算得到网络节点之间的相似度值,并利用该相似度值作为距离测量和定位结果的自校正系数,对定位结果进行修正,从而获得精度较高的定位效果。实验结果表明该定位算法具有较高的定位精度。 相似文献
2.
无线传感网络节点自定位技术的研究 总被引:1,自引:0,他引:1
无线传感网络已大量应用于社会各个领域,节点自定位问题是无线传感网络中的关键技术之一。基于RSSI(Received Signal Strength Indicator)的定位技术利用已知发射信号的强度,接收节点根据收到的信号强度RSSI计算信号在传播过程中的损耗,根据理论或经验的信号传播模型将传播损耗转化为距离,由于其对硬件要求低,是现阶段研究的热点。为解决RSSI测量方法定位误差较大的问题,提出通过校正RSSI测距技术测量的节点间点到点的距离,并选择距离误差较小的锚节点,仿真结果表明本算法比传统的RSSI定位算法拥有更好的定位性能。 相似文献
3.
4.
5.
定位技术在无线传感器网络中有重要的作用,针对基于RSSI的室内定位误差较大这一问题,通过对RSSI测距模型进行分析,提出一种基于RSSI的室内定位算法的优化方案。该方案将整体环境进行分割,对分割后的子区域进行环境参数拟合,同时对参考节点的可靠性通过权值进行衡量,取可靠性最高的三个参考节点完成定位,从而减小定位误差,通过Zigbee模块进行验证分析。实验表明,该改进方案明显提高了室内定位的精度。 相似文献
6.
周鹏程 《数字社区&智能家居》2011,(6)
无线传感器网络的节点自定位的技术主要有基于测距(Range-Based)的定位技术和距离无关(Range-Free)定位技术。该文主要研究了基于测距的无线传感器网络定位算法。在传统质心定位算法中,引入相对RSSI加权定位实现未知节点的位置估计。该方法每个锚节点的权值使用RSSI的相对位置值,每个锚节点的权值可以按线性或指数加权。 相似文献
7.
8.
针对基于RSSI的无线传感器网络定位测距问题,在对数-常态分布模型下提出了一种混合滤波及最小二乘环境参数动态估计的测距算法。以锚节点作为参考节点,采用基于均值滤波、中值滤波和高斯滤波的混合滤波方法优化RSSI值,运用最小二乘法估计环境参数,再由盲节点与锚节点的RSSI混合滤波优化值计算二者之间的距离。仿真结果表明,混合滤波性能优于其它单一滤波方法,环境参数估计相对误差小于2.5%,空旷环境下100 m范围内测距相对误差小于10%,满足无线传感器网络定位测距要求。 相似文献
9.
为了克服接收信号强度测量误差对无线传感嚣网络(WSN)节点自身定位精度的影响.在对极大似然估计定位算法和接收信号强度指示(RSSI)模型分析的基础上,定义了个体差异差分系数、距离差分系数和距离差分定位方程,把离目标节点最近的信标节点作为参考节点对基于RSSI的测距进行差分修正,并将测距差分修正和极大似然估计相结合提出了一种测距差分修正极大似然估计定位算法.算法通过RSSI进行测距,无需增加额外硬件开销,容易实现.定位精度可达2.5 m以下,适合于处理能力和能量有限的WSN节点定位. 相似文献
10.
为解决无线传感网络节点在室内定位中由非视距和多径传输等因素导致定位误差较大的问题,提出了基于三角函数的粒子群算法.针对RSSI波动性引起的测距误差,利用LQI和RSSI值之间的关系对RSSI值进行优化,提出了基于LQI权重的RSSI测距算法.改进的粒子群算法相比较于标准粒子群算法优化了权重模型和速度更新策略,避免陷入局部最优值情况.在对算法进行仿真实验后,进一步将其运用到Zigbee平台的定位实验,通过实测实验证明该算法在测试环境下平均定位误差在0.5m以内,相比于LSE和标准PSO算法,获得较好的定位效果. 相似文献
11.
张玮 《自动化技术与应用》2021,40(2):74-76
定位技术是Zigbee无线蜂窝网络最为重要的应用之一,其定位原理主要是基于接收信号强度指示(Received Signal Strength Index,RSSI)的测距算法,RSSI值的精度直接影响到定位精度。为抑制RSSI值中的复杂干扰噪声,本文提出了一种复合滤波算法,融合了中值滤波、均值滤波、高斯滤波、狄克逊法滤波等多种滤波器的特性,实验结果表明,与单一滤波器相比较,复合滤波后的RSSI值波动更小,平均误差更低,鲁棒性与自适应性更强。 相似文献
12.
13.
改进的RSSI测距和定位算法 总被引:1,自引:0,他引:1
分析了RSSI(received signal strength indicator)测距的原理及环境对RSSI的影响。论述了高斯模型校正算法,该算法中因含有与环境相关的路径散逸指数而产生较大测距误差。针对这一问题,提出了基于锚节点的高斯校正算法,该算法以锚节点对之间的已知距离和测量的RSSI值为参考,对由被测RSSI值得到的距离进行校正,消除了路径散逸指数,并用网络连通信息和RSSI联合定位。仿真结果证明:采用锚节点的高斯校正算法进行定位不受环境影响,不同环境下最大定位波动为0.11%,定位误差显著减小,可应用到实际的无线传感器网络的定位系统中。 相似文献
14.
15.
16.
朱军 《数字社区&智能家居》2011,(17)
该文提出了一种基于RSSI测距技术的DV-Hop定位算法。该算法有效利用每跳的统计信息并结合RSSI测距技术,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围。实验表明了提出的方法在不同的节点比例和节点数的情况下,定位误差和定位范围等性能与传统的定位算法相比有明显的提高,是一种有效的方法。 相似文献
17.
18.
节点自身定位是无线传感器网络的重要应用之一。为提高定位精度,以求解精度优于传统最小二乘法的交点质心算法为基础,定义距未知节点最近的锚节点为参考节点,通过测量参考节点与锚节点之间的距离获得RSSI的测距误差,并对未知节点与锚节点间的测量距离进行误差修正,抑制了RSSI测距误差对定位精度的影响;再引入四边测距定位和优选锚节点的思想,对算法进行改进。MATLAB仿真结果表明:本算法在相同实验环境下相较于交点质心法又进一步提高了定位精度。 相似文献
19.
基于无线传感器网络的低功耗室内定位系统 总被引:1,自引:0,他引:1
提出一种实现室内定位的无线传感器节点架构,定位节点的设计采用低功耗微控制器MSP430F1611和符合ZigBee协议的无线收发芯片CC2420.通过测量参考节点和移动节点之间的接收信号强度(RSSI),利用射频衰减模型,在三边测量法的基础上采用质心定位算法,计算出移动节点的位置信息.初步实验结果表明:提出的定位算法在... 相似文献