基于TinyOS平台的RSSI定位系统设计与实现

RSSI定位算法是无线传感网络节点定位中一种常用的定位算法,文中以Crossbow公司提供的iris节点及MIB520接口板为硬件平台,以TinyOS操作系统支持的NesC语言为软件操作平台,设计了RSSI定位系统。分别在室内和室外两种环境下对其进行实验验证,证明了系统的有效性。     

基于TinyOS的CC2430 RSSI定位的设计与实现

为解决现Z-Stack定位程序代码量大,结构复杂等问题,提出一种基于TinyOS的CC2430定位方案。在分析TinyOS组件架构基础上,设计实现盲节点、锚节点与汇聚节点间的无线通信以及汇聚节点与PC机的串口通信。在此基础上实现PC对各锚节点RSSI(Received Signal Strength Indicator)寄存器值的正确读取,确定实验室环境下对数-常态无线传播模型的具体参数,并采用质心算法来提高定位精度。实验显示,在由四个锚节点组成的4.8×3.6 m2矩形定位区域中,通过RSSI质心定位算法求得的盲节点坐标为(2.483 1,1.018 5),实际坐标为(2.40,1.20),误差为0.199 6 m,表明较好地实现对盲节点的定位。     

一种基于RSSI的区域重叠质心室内定位算法

为提高基于无线传感网络的室内定位精度,分析基于测距和非测距室内定位算法的优缺点,以常规RSSI算法和质心定位算法为基础,提出了一种基于RSSI的区域重叠质心定位算法.算法通过建立信号传输模型,在未知节点接收信标节点位置信息的重叠区域运用质心算法进行定位.仿真结果表明,与普通质心算法相比,该算法定位效果更加精确.     

RSSI定位原理的研究与实现

针对无线传感器网络平台,对基于接收信号强度(RSSI)的定位原理进行了介绍,并探究了影响RSSI的因素。利用CC2530硬件平台和TinyOS软件平台对RSSI的定位原理进行了实践性的测量工作,利用数据与图表从功率、收发点相对角度、多结点收发和环境因素等方面定量分析了RSSI影响因素的大小。同时也利用测量的数据分析得到了RSSI的Log衰减模型,并利用这一模型进行了定位实验,通过一定的算法优化,定位精度能达到1m。     

基于RSSI的精确室内定位算法

无线传感器网络的关键问题是实现节点的精确定位。为了解决基于RSSI的无线传感器网络三角形质心定位算法在有些情况不适用的问题,本文提出一种新型的基于RSSI的精确室内定位算法,此算法提出了虚拟信标节点的概念并用此来修正未知节点位置。实验表明,该算法具有较高的定位精度,能满足大多数的应用场合,具有一定的实用价值。     

基于RSSI测距的WSN定位网络监测系统设计

文章分析了基于RSSI测距的WSN网络定位技术,以ti CC2530芯片为核心设计定位节点,实现了一套适用于各类室内密闭环境的WSN定位网络。针对RSSI测距精度有限、易受环境干扰的问题,文章设计了一套测距模型参数校准流程,用以降低RSSI测距误差,提高系统定位精度,并开发了上位机操作程序,便于用户实时监测网络运行情况。     

基于改进RSSI测距的LSSVR三维WSN定位算法

针对基于RSSI测距的定位算法定位误差较大的问题,通过加入多组已知节点之间的距离和接收功率作为参考,提出了一种改进的RSSI测距算法,并将改进的RSSI测距作为最小二乘支持向量回归机LSSVR的输入向量,获得基于改进RSSI测距的LSSVR三维定位算法模型。MATLAB仿真结果表明,在节点随机分布的三维环境中,基于改进RSSI测距的LSSVR定位算法的定位误差比传统LSSVR定位算法减小了13.6%~21.2%,另外,可以通过增加已知节点数量等方法,进一步提高目标定位的准确性。     

基于移动锚节点的无线传感网RSSI定位改进算法

文章针对三维空间下固定锚节点在定位精度、成功率不高的问题,研究分析了基于RSSI算法的ERSS算法,提出了一种新的改进方法:利用移动锚节点采用特定移动轨迹并结合ERSS定位方法,修正了选取RSSI值时的合理性。针对边缘地区锚节点数量较少的情况,利用单一移动锚节点在空间内为圆柱体式旋转上升,平面上为以恒定角速度,自内而外逆时针旋转,周期性广播其坐标信息,从而确定未知锚节点的位置信息,同时利用ERSS算法,从而实现较为准确的定位。仿真结果表明,定位精度比未使用此方法的有了一定的提高。     

采用RSSI提高无线传感网络定位精度的算法

为了提高无线传感网络中节点的定位精度,同时又希望降低节点的定位开销,提出接收信号强度(RSSI)定位算法。以RSSI和三边定位原理为基础,详细阐述了该算法的定位思想,以伪代码的形式描述未知节点定位的实现过程。从存储、计算和通信开销3个方面与ALA方案做了定性分析,针对不同的冗余系数、不同的定位轮数和不同的信标数量进行了仿真,与ALA方案做了定量分析。分析结果表明,该算法达到了提高无线传感网络定位精度的目的。     

基于RSSI的预滤波定位算法研究

针对接收信号强度(Received Signal Strength Indication,RSSI)稳定性差导致目标定位误差大的问题,提出了一种基于RSSI预滤波的序贯车辆定位跟踪技术.通过对RSSI进行预滤波,结合运动模型估计出的轨迹信息,进行目标的精确定位.仿真结果表明,与传统算法相比,所提方法极大地提升了复杂无限...     

基于TinyOS的智能家居系统设计与实现

针对家用电器智能化的需求,提出了一个基于TinyOS平台的智能家居系统的设计方案,并实现了该方案。该智能家居系统由上位机监控界面和分布在不同位置的智能家居节点构成,实现了节点与节点之间以及节点与监控软件之间的数据通信,能够通过监控界面控制网络节点的灯光、门锁等家居设备,在上位机能够显示温度、湿度和光照度等变化趋势。     

无线传感器网络用于监测系统中的定位算法

从硬件设计入手,介绍了自主设计的以片上系统（SOC）STM32W108为核心的WSN节点,在此基础上采用了一种基于RSSI的加权质心定位算法实现了节点的自定位。该算法将RSSI测距和质心定位算法相结合,用测得的RSSI值作为质心定位的加权因子,合理体现了不同锚节点对定位未知节点的约束力。通过测试证明,该定位方法在较少的通信开销情况下具有较高的定位精度,且易于实现。     

无线传感器网络RSSI自校正定位

无线传感器网络的许多应用都和节点的位置紧密相关,节点自定位成为当前研究的一个热点。针对信号强度受环境影响较大,提出了接收信号强度自校正定位算法。该算法利用信标节点实际测量信号确定无线信号传播损耗模型,采用组合3边测量获得节点坐标估计值集合,再用加权质心方法确定节点的最终坐标。仿真结果表明,该算法较传统的基于接收信号强度定位方法定位精度有了明显的改进。     

基于RSSI修正的改进DV-Hop测距算法

针对DV-Hop算法测距误差受节点分布不均匀影响较大的问题和RSSI算法受环境因素影响较大的问题,提出了一种基于RSSI修正的改进型DV-Hop测距算法。该算法在保持DV-Hop算法环境适应性强的优点的同时,有效降低了由于节点分布不均而引起的测距误差,从而提高了定位精度。仿真结果表明该修正算法在不同的锚节点数和不同的通信半径下,均能够有效降低测距误差;同时该算法的定位精度与原DV-Hop算法以及另外3种以DV-Hop为基础的改进型算法相比均得以提高。     

基于RSSI测距补偿室内定位技术

针对传统RSSI室内测距技术易受环境因素影响问题,提出测距补偿算法,利用算法补偿环境因素造成的测距误差,并利用均值平滑法来处理同一点接收到的多个RSSI值,以减小RSSI值的测量波动。通过相关的仿真与实地测试,验证了测距补偿算法在测距精度上有所提高。     

一种基于RSSI的无线传感器网络定位法

文中通过实地测量数据分析了信号衰减模型的时变特性,提出了一种基于RSSI的定位方法——差圆法。该方法弱化了信号衰减模型的作用从而在一定程度上提高了定位的精确度。仿真分析表明：在测量噪声较小的情况下,差圆法较常用的多边定位法具有更高的定位精度。