基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

A novel adaptive cooperative location algorithm for wireless sensor networks

To overcome the disadvantages of the location algorithm based on received signal strength indication(RSSI) in the existing wireless sensor networks(WSNs),a novel adaptive cooperative location algorithm is proposed.To tolerate some minor errors in the information of node position,a reference anchor node is employed.On the other hand,Dixon method is used to remove the outliers of RSSI,the standard deviation threshold of RSSI and the learning model are put forward to reduce the ranging error of RSSI and improve the positioning precision effectively.Simulations are run to evaluate the performance of the algorithm.The results show that the proposed algorithm offers more precise location and better stability and robustness.     

基于RFID的监狱智能定位系统的设计与实现

为解决在押犯人管理困难的问题,该文介绍了一种基于射频识别技术的CC1110 RSSI定位系统。系统主要由腕带标签、读卡器、无线中继和服务器组成。标签主要负责对读卡器发送相关信息,读卡器负责接收标签的数据并转发给无线中继,中继通过以太网把读卡器传送过来的数据发送给服务器,服务器负责对数据的处理、分析并进行相关管理操作。该系统结构简单、硬件成本较低、易部署、适应性较强。实际测试表明,该系统能够用于监狱在押人员的定位,降低非视距误差。     

一种无线传感器网络定位算法的改进

为了减小距离向量-跳段(DV-hop)算法中计算平均跳距时所造成的误差对定位的影响,提出一种基于测距信息的改进DV-hop算法。改进算法充分考虑DV-hop算法中信标节点计算平均跳距误差较大这一因素,将接收的信号强度指示(RSSI)算法中测得信号强度值转化为距离信息,再将距离信息引入DV-hop算法平均跳距的计算中,并在不同信号传播模型下进行仿真分析。仿真结果表明,在同一信号传播模型下,改进算法比原DV-hop算法有着更小的定位误差。     

一种基于信号强度的室内定位干扰抑制新方法

针对WiFi、蓝牙等基于信号强度的室内定位技术易受遮挡、反射等影响,导致较大定位误差的问题进行研究.在室内信号传播模型的基础上,推导出基于信号传播模型的场强测距模型,根据该模型对现有定位解算中的牛顿迭代算法进行改进,对不同信号计算不同权值,采用加权最小二乘法求解,在不增加解算复杂度的情况下,提高定位精度.仿真表明,该算法抑制干扰能力强,有效提升了定位精度.     

基于垂直平分线的无线传感器网络定位改进算法

针对传统基于垂直平分线的区域定位算法定位精度低、迭代次数多等缺点,提出一种改进的垂直平分线算法IMBLA。根据未知节点接收到的两锚节点接收信号强度指示( RSSI)值的比值,移动两锚点的垂直平分线,再确定待定位节点与垂直平分线的位置关系。该算法应用基于参考锚节点的高斯校正模型进行RSSI测距,包括有障碍物时的模型,不但适合各种环境,还能有效防止恶意攻击。仿真结果表明,与MBLA和IPAIT算法相比,IMBLA算法的定位精度和网络覆盖率较高。     

基于路径损耗的无线传感器网络分布式拓扑控制算法

对无线传感器网络中目前最常用的3种链路度量标准进行分析和比较得出,在满足一定收包率要求时,节点的接收信号强度存在一个最小阈值.考虑接收信号强度作为拓扑构建条件时需节点具备相同发射功率的不足,提出将路径损耗大小作为拓扑构建的条件,设计了一种分布式拓扑控制算法——PLBD.该算法在保证收包率的同时,还使各节点之间的通信保留最小损耗链路.仿真结果表明,PLBD算法构建的拓扑不仅能够保证网络连通性,还具有通信时延低,健壮性好,能量消耗相对均衡的特点.     

一种结合机器学习的移动边缘计算的切换预测方法

随着移动通信的发展,减少通信延时成为关键性问题,因此,提出了一种使用机器学习方法的移动边缘计算(MEC)移动性管理。移动性决策基于参考信号接收功率(RSRP)值和不确定性预测器。使用神经网络建立预测器,输出不同相邻单元的RSRP平均值和标准偏差,推导了切换概率的封闭表达式。基于这些可能性,MEC服务器能够提前缓存用户服务,以便将切换期间的中断降至最低。实验结果表明,提出的方法能够满足实际需求。     

无线传感器网络跳数和通信距离自适应差错控制策略

无线传感器网络(WSNS)的动态信道特性、网络带宽和节点能量受限等特点,使得在无线环境下为数据传输提供可靠性保证面临更大的挑战.本文提出一种适用于WSNS的自适应链路层差错控制策略(AEC-Hops/RSSI),以便改善WSNS的通信性能.首先建立数学模型,分析数据帧被转发所经历的跳数与能效的变化规律,然后分析前向纠错...     

基于矿井三维WSNs多重覆盖和RSSI的加权质心算法

针对无线传感器网络(WSNs)的矿井灾害无线监测信息系统,提出一种基于矿井三维建模WSNs多重覆盖和RSSI的加权质心定位算法.根据矿井巷道的几何结构特征,将矿井建模成规则的拱型模型.介绍了一种矿井巷道固定节点无缝覆盖部署模型,并运用几何学求出了满足多重覆盖要求时的节点部署间距.在此基础上,提出了一种基于RSSI比值的加权质心定位算法,利用节点RSSI值求出加权系数,再对质心坐标进行加权处理.仿真实验表明:改进的质心算法有效地减少了定位误差,定位精度优于原算法.