共查询到16条相似文献,搜索用时 203 毫秒
1.
随着Wi-Fi的广泛应用,基于RSSI的位置指纹信息的室内定位也越来越受到研究者的关注。针对传统的基于RSSI的指纹匹配定位中只利用单个节点信息的缺陷,提出了一种基于RSSI和辅助节点协作的Wi-Fi室内定位方法,该算法首先基于RSSI序列相似性选择合适的辅助节点,并测量节点间的距离作为辅助信息以提高定位精度,同时还采用了自适应有色噪声卡尔曼滤波减小室内复杂NLOS环境造成的TOF测距误差,最后通过建模搜索以得到节点的精确位置。实验表明,在复杂环境下该算法定位精度优于其他主流方法,适用于基于Wi-Fi的室内定位系统。 相似文献
2.
针对既有的基于RSSI测距的室内目标定位系统在实际应用中存在的测距误差大,定位精度低,以及稳定性差的问题进行分析与改进,提供一种融合RSSI测距模型实时修正与定位结果辗转优化的室内目标定位方法,改进之处主要在于:在测距阶段,根据记录的信标间真实距离和RSSI衰减值对RSSI测距模型参数进行反向实时修正;在定位阶段,使用极大似然估计法初步确定移动目标的当前位置,而后将目标点坐标与测距值都作为未知数使用牛顿迭代法求最优解。实验证明,相对于既有的典型RSSI室内目标定位方法,所提出的方法首先提高了测距精度,进而提高了定位算法对测距误差的鲁棒性,从而整体上可有效提高室内目标点的定位精度。 相似文献
3.
4.
针对因障碍物较多而导致基于RSSI测距的室内定位算法精度较低的问题,提出采用基于RSSI测距与非测距结合定位算法的思想,在基于RSSI测距的原定位算法计算结果的基础上,引入室内障碍物对信号传播干扰的特征信息作参考,修正原定位算法中测得的阅读器到信号源的距离矢量;同时考虑到障碍物与信号源的相对位置关系,采用基于障碍势能的加权质心定位算法,迭代矫正定位结果。相较原定位算法结果而言其定位精度提高了近50%。 相似文献
5.
目前,RFID室内定位数据的可视化方法简单,视觉效果不理想。为了解决这一问题,提出了一种新型的RFID室内定位系统,即在地理信息系统上执行RFID室内定位算法,并给出了兼顾实时性与定位精度的室内定位算法。文中定位所用装置与传统的RFID阅读器相比,无需调节天线的发射功率。在定位过程中,与传统的基于RSSI信号强度的LandMarc定位算法及其改进Vire算法相比,降低了器件的复杂度,将阅读器模块最小化,提高了定位的实时性,有效解决了室内定位的精度与实时性问题。基于该方法,本文设计并实现了一个基于RFID室内可视化定位系统,并验证了算法的有效性。 相似文献
6.
7.
在利用接收信号强度指示(RSSI)对无线传感器网络中的未知节点进行定位时,RSSI 值易受环境的影响导致定位误差,
为此提出基于 RSSI 测距修正的四边形加权质心定位算法(QWCRC)。 先对来自同一锚节点的多个 RSSI 值进行卡尔曼滤波,得
到修正的 RSSI 值,致使测距尽可能的接近真实距离;再采用四边形加权定位对未知节点进行定位,同时利用最小二乘法进行辅
助定位,此算法对于相邻锚节点圆不相交的情况给出新的解决方案。 实验结果对比表明,改进的算法相比较于四边形加权质心
算法(QWC)和 RSSI 测距修正的三角形加权算法(TWCRC),在锚节点数目 5×5 和噪声强度为 0 dbm 时,定位精度可分别提升
87. 14%和 35. 51%。 相似文献
8.
在基于无线传感器网络的直流线路合成电场测量系统中,传感器节点位置的自动获取可以有效地减少测量工作量,提高测试效率。传统的接收信号强度(received signal strength indicator,RSSI)定位方法利用经验值选取路径衰减指数,易导致定位误差较大。为提高传感器节点的定位精度,提出一种实时估计路径衰减指数的定位方法。该方法利用参考节点间距离和未知节点收到的RSSI值来实时估计路径衰减指数,并利用它来估算距离,从而减小定位误差,提高算法对不同环境的适应性。实验结果表明,在公园草坪、学校操场以及特高压直流试验基地直流试验线段电磁环境测试场3种典型的电场测量环境下,该算法的定位精度均较其他RSSI算法高。 相似文献
9.
针对现有水下无线传感器网络定位算法定位精度不足且无法适应水下多变的网络拓扑的问题,提出一种基于移动信标的水下无线传感器网络定位算法。首先通过RSSI测距定位和DV-Hop算法获取未知节点的大致分布情况,其次以未知节点定位覆盖率作为目标函数,采用经过自适应惯性权重和柯西-t扰动策略优化的改进秃鹰搜索算法迭代求解信标节点移动的最优位置,最后信标节点移动到最优位置再对未知节点进行重新定位。仿真结果表明,与对比算法相比,移动信标节点定位算法能有效提高未知节点定位精度,在网络拓扑变化时也能保持较高的定位精度且定位效果稳定。 相似文献
10.
针对基于蓝牙低功耗技术(BLE)的室内定位系统使用多层感知机(MLP)等机器学习算法作为定位算法,导致定位结果精度不足的问题。提出一种基于长短时记忆网络(LSTM)的室内定位方法,利用定位过程中的时域信息以提高定位精度。首先通过采集接收信号强度指示(RSSI)构建指纹数据库,然后依靠RSSI和二维坐标的映射关系进行网络模型训练获得权重系数。最后,使用训练好的网络模型构建室内定位系统。测试结果表明,本系统使用的定位方法平均误差为1.41m,与MLP和RNN算法相比分别提高了49%和16%,定位精度明显提升,能满足室内定位的需求。 相似文献
11.
12.
为了对在数字化变电站中的人员进行精确、低成本的定位,将ZigBee无线传感器网络引入到变电站,并对其目前用于变电站中人员定位的直接测距算法进行了改进,提出了模糊推理算法。该算法将每个参考节点接收的信号强度和参考节点间的相对距离作为输入,经模糊化、模糊推理、去模糊化后得到每个参考节点接收信号强度的可信度,然后取三个可信度高的参考节点进行三边定位计算。仿真结果表明,所提出的算法可在使用较少节点且不添加任何硬件的条件下明显提高变电站中人员的定位精度。 相似文献
13.
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。 相似文献
14.
复杂的室内环境给定位系统带来非视距误差和多径干扰,消除或降低误差成为超宽带(UWB)室内定位研究的热点。提出一种基于IA-BP神经网络的UWB室内定位方法,将BP神经网络训练的误差值作为免疫算法计算亲和度的抗原,通过免疫算法寻得BP神经网络的最优权值和阈值,避免BP神经网络收敛速度较慢和容易陷入局部最优值的问题,达到定位误差较小的目的。仿真实验结果表明,IA-BP神经网络训练100个样本输出的最大归一化误差不超过0.02,以3个锚点构成的定位场景中,待定位节点的仿真输出轨迹与实际运动轨迹基本吻合。 相似文献
15.
为了在基于ZigBee标准的消防报警网络中实现对无线节点的定位,研究设计了一种使用接收信号强度指示(RSSI)值来估算目标位置的定位方法。采用一个目标节点确认周围存在的参考节点的数据采集机制,通过对适当数目的参考节点测得的RSSI值进行处理,从而实现对目标节点的定位。通过实验,验证了该数据采集和位置估算方法的有效性。结果表明,当节点密度设为0.32个/m2时,可将位置估计误差控制在2m以内。 相似文献
16.
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。 相似文献