一种基于自适应RSSI测距模型的无线传感器网络定位方法

为了提高无线传感器网络的节点定位精度和环境适应性,研究了环境因素及信道噪声对无线信号传输特性的影响,对测量误差进行修正,得到精确的环境自适应RSSI测距模型,在此基础上结合距离加权修正的改进WELSE算法,得到了一种新的混合定位算法。在ZigBee平台CC2430上的测试结果表明本算法在未知环境中不需要预整定模型参数,在定位精度上,本文算法相比WELSE提高了49%,比WCLA提高了36%,可见其具备优秀的环境适应性和较高的定位精度。     

狭长空间基于人体穿透损耗模型的组合定位方法

狭长空间定位问题普遍存在于室内定位应用场景中,虽然传统基于RSSI（Received Signal Strength Indicator）测距的定位方法简便易行,但是狭长空间RSS的波动性以及人体对无线信号的遮挡会严重降低人员定位精度。本文在分析了人体穿透损耗对狭长空间定位影响的基础上,提出将RSSI测距与扩展卡尔曼滤波定位算法组合实现定位,即在中等尺度（5λ~50λ）内采用基于人体穿透损耗模型的RSSI测距方法定位,在大尺度（>50λ）内采用基于人体遮挡修正模型的扩展卡尔曼滤波算法定位。实验表明该方法在狭长空间的定位精度明显优于RSSI测距定位方法。     

基于RSSI优化的模型参数实时估计定位算法

基于RSSI的测距是一种低成本的距离测量技术.为了有效地降低RSSI因环境影响而产生的测量误差,以及解决传统算法中因使用固定信号传播模型而造成较大测距误差的问题,提出一种RSSI经过优化处理的模型参数实时估计定位算法.该算法运用高斯模型对节点接收到的所有RSSI测量值进行处理,根据RSSI值确定待定位节点所在的最小区域,再通过该区域内选定信标节点间的相互合作估算出当时的环境参数,根据实际情况动态调整传播模型的参数,使测距更准确,从而减少定位误差.将该算法与其它算法进行仿真比较,结果表明了该算法可以有效地提高定位精度.     

基于WSN的定位算法研究及改进

分析了影响CC2431定位的几个因素:RSSI波动性、障碍物影响、供电电压。对重要参数的选择进行了优化。同时针对CC2431本身定位算法的不足,提出了采用CC2431定位引擎与加权质心算法相结合的定位改进算法,并对结果进行校正。实验结果表明,改进的定位算法,有效地提高了盲节点的定位精度,达到了较好的定位效果。     

基于无线传感器网络的室内定位技术的研究

对WSN中基于测距技术的定位方法进行了研究,针对室内环境易对信号造成干扰且硬件存在差异的情况,采用为每个参考节点设置其测距模型的方案.对利用线性定位和极大似然估计两种定位算法分别进行了分析,通过实验测试定位系统中测距模型的测距误差以及两种定位算法的定位误差,依据实验结果提出了综合运用两种定位算法的策略.     

基于LoRa技术融合RSSI和TOA的户外定位方法

LoRa(Long Range)定位为当今户外定位提供了一种低成本、低功耗的解决方案。为了提高定位的准确性,提出一种基于LoRa技术融合接收信号强度指示(RSSI)和信号到达时间(TOA)的户外定位方法。通过TOA筛选有效的RSSI信息和计算RSSI的统计平均值,基于预先测量样本的方式,构建了一种类高斯分布的每个定位基站对应测距模型,获取待定位设备距离基站的距离和定位基站的位置坐标映射后,通过加权质心定位算法,得到待定位设备的位置坐标。搭建基于SX1280的验证平台,对该方法进行验证。理论分析和实验结果表明,融合RSSI和TOA的定位方法能够有效筛选数据,对比改进前的定位方法定位误差减小了20%,稳定性较高。所提出的LoRa定位算法计算覆盖范围较广,理论上可以覆盖到超过1 km的范围,实验场地最长半径达到了500 m,算法复杂度较小,实时性较好,易于实现,可用于室外定位。     

一种基于测距的无线传感器网络智能定位算法

提出了一种基于测距的无线传感器网的智能定位算法.建立了RSSI的理论计算模型;通过引入加权因子改进了DV-Distance定位算法(IDV-Distance).实验结果表明:改进后的定位算法提高了定位精度,改善了系统的稳定性.     

无线传感器网络中基于RSSI的改进加权质心定位算法

针对基于无线传感器网络的节点定位问题,提出一种基于接收信号强度(RSSI)的改进加权质心定位算法。该算法首先采用高斯理论模型过滤RSSI值,再运用校正RSSI测距技术测量节点之间的距离,并优选信标节点,最后用改进加权质心算法进行定位。实验结果表明:改进后的算法相比于传统的质心定位算法,能够实现更好的定位效果。该算法充分利用了RSSI数据,避免了信息的淹没,能够较好地满足低功耗与低成本的要求。     

无线传感器网络中基于RSSI的改进定位算法

无线传感器网络节点自身定位至关重要,在军事和民用领域中有着广泛的应用前景.目前的定位算法主要分为两种类型,即基于距离的定位算法和距离无关的定位算法.这两种类型的算法各有优势和不足.考虑了两种算法的优缺点,提出了一种廉价实用的定位算法,该方法通过校正RSSI测距技术测量的节点间点到点的距离,并优选信标节点,最后用加权质心方法进行定位.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.     

一种基于RSSI的无线传感器网络 全程优化分布式定位策略

针对目前定位算法存在精度与成本有较大矛盾的问题,在定位实施各阶段采取有效措施,提出一种新的基于接收信号强度指示(RSSI)观测模型的协作定位算法.该算法以有效计算方式获得距离数据,优选锚节点参与定位计算,通过泰勒展开迭代求精法实施位置优化,最终获得满足要求且定位精度较高的位置估计.引入协作定位思想,将满足一定要求的已定位节点升级为锚节点,参与其他节点的定位,提高了定位的覆盖率和定位精度.仿真实验结果显示:网络参数相同的条件下,本文算法定位效果接近基于实际坐标的泰勒级数展开算法,而远高于基本的最小二乘定位算法,且由于所需存储空间小,其定位精度也随测距误差的减小而快速提高,能够满足大规模无线传感器网络的定位需求.     

基于RSSI的测距差分修正定位算法

为了抑制RSSI误差对无线传感器节点自身定位精度的影响,以三边定位算法为基础,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,并将差分法和质心法相结合提出了一种测距差分修正定位算法。该定位算法无需增加额外硬件开销,容易实现,定位误差可小于2.5m,适合于处理能力和能量有限的无线传感器网络节点。     

一种基于无线传感器网络的星球漫游机器人定位算法

在总结国内外星球机器人定位算法的基础上，利用无线传感网络技术，提出了综合RSSI算法(接收信号强度指示)和切圆圆心法的RCM算法(接收信号强度指示与切圆圆心混合定位算法)，并给出了理论模型．仿真分析结果证明了该算法的有效性，在RSSI测距误差散布达到50%时，定位误差可降到10%以内．     

基于测距技术的无线传感器网络定位算法研究

街道、走廊等带状通道具有其环境特殊性,对该环境下无线传感器网络定位算法的研究是研究其他特殊环境下定位工作的基础,其研究成果在工业界具有很高的推广价值;为此,选择基于测距技术的RSSI算法设计了一种带状通道环境下的无线传感器网络定位算法。给出了算法设计思路及硬件条件,并在构建的实验平台下对其进行了实验验证;实验结果证明:算法对带状通道环境下的目标定位可获得较好结果。     

基于空间锥体模型WSN节点定位算法研究

研究无线传感器网络节点在空间定位精度问题,针对无线传感器无法获取特定的节点的位置,传统的定位算法受到外界因素、测量距离误差和部署节点不合理性以及节点能量过快消耗,使定位和测距存在定位精度不高和计算量大等弊端。为解决上述问题,提出一种空间锥体模型下的WSN节点定位算法。通过仿真对目标参数测距量化和锚节点与求知节点空间几何关系的计算,对其求解结果进行迭代求解,从而降低了测距误差,提高了节点定位精度,避免了因距离误差和节点能量过早耗尽。仿真结果表明,算法有效地减少网络节点间通信开销,延长了网络生存周期,增强了定位精度的鲁棒性和稳定性。     

一种基于跳数比的无线传感器网络定位算法

无线传感器网络节点定位至关重要,有着广泛的应用前景.在传统的DV-Hop定位算法的基础上,提出了一种基于跳数比值的定位改进算法.该算法用跳数比值替代距离比值,并在单跳距离中引入RSSI进一步精确跳数比值,根据节点间的几何关系估算节点位置,提高了定位精度,减少了定位过程中的能量消耗.仿真结果表明,该算法比DV-Hop定位算法拥有更好的定位精度和定位鲁棒性.     

一种基于实时路径衰减指数的WSN定位方法

随着无线传感器网络的快速发展,无线传感器网络定位成为重要研究领域之一。本文根据无线传感器网络应用于室外恶劣天气环境下的特点和实际需求,提出一种基于RSSI实时路径衰减指数的无线传感器网络定位方法,并通过仿真和在公路环境下的试验,验证了该方法的可行性。     

基于改进全局人工蜂群算法的WSN节点定位研究

无线传感器网络(Wireless Sensor Network,WSN)系统性能的提高,离不开对WSN中每一个传感器节点地理位置的精准定位。全局人工蜂群算法在基本人工蜂群算法的基础上,在邻域搜索后将迭代最优解添加到新解的更新公式中,提高了算法的开发能力。但将其应用于WSN节点位置求解时,存在计算时间长、收敛不稳定的问题。提出一种改进的全局人工蜂群算法,在邻域搜索后对新解进行衡量,若新解适应值在可接受的范围内,与迭代最优解进行交叉操作;若新解适应值较好,不与迭代最优解进行交叉操作;若新解适应值较差,舍弃新解。这较好地平衡了算法的探索和开发能力。求解WSN节点位置时,证明了该算法有更快的收敛速度和更好的收敛效果。     

基于四面体模型的三维加权质心定位算法

针对三维空间中未知节点的定位问题,提出基于四面体模型的三维加权质心定位算法。利用锚节点组成四面体,依据未知节点与锚节点间的距离大小,采取加权求和定位未知节点,利用接收信号强度指示器的数据信息对加权系数进行修正。仿真结果表明,该算法的定位精度较高。     

无线传感器网络中基于RSSI算法的优化

研究表现煤矿井下巷道狭长、信号多径效应明显、通信条件差,井下无线传感器节点定位对环境敏感,导致节点定位误差较大.基于传统的RSSI算法基础上,提出一种给出衰减校正因子的三边加权质心定位算法.算法通过对RSSI衰减测量值补偿校正,近似接近节点间实际真实值;取任意的三点的校正距离算出未知节点的估计值后,求估计值的加权质心坐标为节点估计坐标.仿真结果表明,在相同的实验环境下,该改进的算法比传统的RSSI算法有更小的定位误差,提高算法对环境的适应性和定位精度,为井下无线传感器网络节点定位提供了依据.     

一种环境自适应的无线传感器网络定位算法

在目前无线传感器网络中,接收信号强度指示(RSSI)测距模型严重依赖于信号衰减因子。为解决该问题,提出一种环境自适应的无线传感器网络定位算法。该算法利用改进的RSSI测距方法,通过网络中边与边之间的量化关系,消去信号衰减因子对定位算法的影响,从而使算法能实现对环境的认知。仿真实验结果表明,与传统的MDS-MAP定位算法相比,该算法具有较强的环境自适应能力和较好的定位精度。