基于RSSI测距的WiFi室内定位算法研究

考虑AP(接入点)部署高度对定位精度的影响,提出了一种消除高度影响的加权质心定位算法.首先对采集的RSSI(接收信号强度指示)进行高斯拟合和Kalman滤波,根据室内信号传播模型得出终端与AP的距离;然后用几何方法对垂直距离做了消除,得出AP和终端的平面距离;最后用消除高度影响的加权质心定位算法计算位置.对于多层建筑物,还提出了一种楼层识别方法,结合二维平面定位构成近三维室内定位算法.在实验楼内用以上方法进行楼层识别,识别率可这100％.在大型教室进行定位实验,结果表明:改进后的算法相比传统定位算法在精度和稳定性上都有一定的提高.     

基于模糊控制的无线传感器网络室内定位算法

提出了一种通过无线传感器网络组网,利用基于模糊算法的改进接收信号强度指示(RSSI)测距技术来进行室内定位的系统设计方案。通过模糊状态分类建立环境气候和障碍物的模糊分布参数,对“距离-损耗”模型进行改进,算出其隶属函数,从而得到较准确的测距公式,计算出移动节点的位置信息。实验结果表明：提出的定位算法在对移动节点定位的实时性和准确性上能满足实际需要,具有应用价值。     

基于RSSI权值的环境适应型室内定位算法研究

定位节点接收的信号强度指示（Received Signal Strength Indication,RSSI）值是室内指纹定位技术重要的元素之一。通过对定位节点接收到的信号强度值特性分析,提出了基于RSSI权值的室内定位算法。改进型RSSI权值计算公式以及权值指数[α]的提出,使得定位算法具有一定的环境适应性,能更灵活地运用于实际定位场景。经过一般实验场景验证,算法在定位精度上有较大的提升。     

几何估算和RSSI相结合的室内定位算法

提出一种基于几何估算和RSSI相结合的定位方法。方法中,未知节点的位置可以通过参考节点的通信范围进行几何估算。参考节点的通信重叠区域可以估算出未知节点位置。在几何估算方法的基础上又引入了RSSI值优化。利用RSSI值对几何估算区域进行划分,运用改进公式计算出新的未知节点位置。实验结果表明,该方案优于基础定位算法,拥有较高的精度。同时在医院场景进行了初步系统测试,获得了良好的定位效果。     

无线局域网中基于信号强度的室内定位

确定用户的位置信息有利于向用户提供方便高效的服务,基于接收信号强度的无线局域网室内定位是定位领域的一个新的研究热点.研究的难点在如何克服随机因素对信号的干扰,使定位方法具有健壮性、适应性.本文基于IEEE 802.11b/g协议的无线局域网环境下定位问题的难点,分析了如何评价定位算法的性能问题,介绍目前定位方法的基本原理、优缺点及其分类,详细综述利用接收信号强度的室内定位算法,最后指出未来定位算法研究的几个方向.     

一种基于BP神经网络的室内定位模型

在分析几种常见的室内无线定位方法以及基于接收信号强度（RSS）的室内无线定位方法的基础上。提出了一种基于BP神经网络的室内定位模型并借助Matlab7．0加以实现。采用该方法进行室内定位，不需要无线局域网以外的其他资源。由于不需要知道定位节点和建筑物的详细特性，用户的隐私将会得到完全的保护。仿真实验证明了该模型的有效性。     

无线传感器网络在室内定位中的应用研究

室内定位受到地板、墙壁、人员走动等因素的影响,易产生多径现象,使信号严重衰减,从而导致基于接收信号强度(RSSI)算法难以获得较高定位精度。为了提高室内环境下的无线传感器定位精度,针对室内特有的特点,利用RSSI和质心定位算法优点,提出一种组合的室内传感器节点定位方法。首先利用预先布置好的信标节点,读取目标节点的RSSI值,然后把RSSI值作为质心定位算法的权值,通过质心算法得到目标节点坐标,最后进行测试实验。结果表明,组合算法具有计算量小、定位精度高等优点,能够很好地满足室内环境定位要求。     

基于不同发射功率的室内定位算法优化

在无线传感网络室内定位中,节点的发射功率不同会降低基于对数-正态模型的定位算法的定位精度。针对这一问题,基于真实室内环境下RSSI值的变化,提出了一种基于不同发射功率的室内定位优化算法。该算法通过确定最小动态区域,对RSSI测距方法进行优化,降低不同发射功率带来影响。仿真和实验结果证明,提出的新算法在参与定位的信标节点发射功率不一致的情况下,达到了信标节点发射功率一致情况下的定位精度。     

分布式AP选择策略在室内定位中的应用

由于物体遮挡和无线接入点(AP)故障等因素,导致将所有AP节点作为特征输入的定位效果并不一定最优.传统AP选择方法通过比较整体区域的信号特征参数进行选择,并没有考虑不同子区域与AP节点之间的相关性.针对该问题,提出一种分布式AP选择算法,能够有效去除较大噪声和位置分辨能力弱的AP节点.通过将室内区域划分为若干个子区域,并计算子区域与AP节点的相关性,选取相关性优的AP节点作为该子区域的训练节点,最后通过深度置信网络模型进行定位模型训练.实验结果表明:在12m ×12m的区域范围内,该算法平均定位误差为0.4151m,较BP算法、RADAR算法而言,平均定位误差分别降低了35.95％,46.78％,运行时间分别减少了22.8％,32.9％.     

基于RSSI的自适应分段曲线拟合室内定位算法

针对室内环境因素对定位结果影响较大的情况,提出了一种基于接收信号强度指示（ RSSI）的自适应分段曲线拟合定位算法来提高室内定位的精度。在对原始RSSI数据预先进行高斯滤波处理的基础上,针对环境参数利用自适应分段曲线拟合的方法建立信号传播模型,最后采用最小二乘法计算出未知节点的坐标。实验结果表明：提出的算法定位精度更高,定位结果更稳定可靠,能够适应不同的室内环境。     

基于节点选取的RSSD两轮协同定位算法

针对无线传感器网络能量有限、节点密集、能适应动态变化的特点,对于非配合式无源定位问题,提出一种关于节点选取的接收信号强度差（ RSSD）两轮协同定位算法。在首轮初步定位结果的基础上,提出正多边形匹配因子,在空间域上选择最优节点参与定位,得到最终定位结果,从而提高了定位精度。仿真结果表明：此方法融合了无线传感器网络的特点,充分利用空间位置对定位的影响,通过对比仿真,证明了本文方法的有效性。     

无线传感器网络移动节点定位算法

提出了一种信标节点以一定的几何形状进行移动来对未知节点进行定位的算法。利用未知节点到信标节点的信号强度值来确定未知节点所在区域,然后用几何方法计算得到其坐标。实验表明：提出的算法定位精度高,计算简单,适合各种规模的无线传感器网络的节点定位。     

基于RSS手指模的煤矿井下WLAN定位方法

到达信号强度(RSS)手指模定位技术已广泛应用于室内定位技术,提出了适用于煤矿井下由于电磁波多径效应而变得复杂的环境的RSS手指模定位算法。通过对煤矿井下电磁环境信息的采集,对采集到的信息进行处理,使用贝叶斯公式法估计出概率较大的3个位置,然后再使用最邻近法的欧几里德距离估计出位置。通过对实验数据的统计分析,仿真结果表明:提出的基于RSS手指模改进的融合算法的节点定位精度要比K邻近法的定位精度要高,定位性能要优越。     

基于DV-Hop定位算法和RSSI测距技术的定位系统

针对 DV Hop算法在实验环境中存在的问题,加入接收信号强度指示器（RSSI）测距模块辅助定位,对算法进行改进。为了实现定位系统,首先,需要建立当前实验环境的RSSI模型;然后,应用该模型,从锚节点和非锚节点两方面分别控制DV Hop定位过程。实验证明：改进后的定位系统在增加少量计算复杂度的情况下,改善了系统的稳定性,提高了定位的精度,可以被应用到无线传感器网络中。     

基于多指纹联合匹配的混合定位算法

随着信息科技的迅猛发展,室内定位技术已经成为基于位置服务LBS的研究热点之一。基于接收信号强度RSS的位置指纹与步行者航位推算PDR相结合的定位算法能有效提高定位精度,但目前已有的算法难以同时满足较高的定位精度与较小的计算量,常见的卡尔曼滤波算法精度不够,而粒子滤波算法计算量较大。提出了一种基于多指纹联合匹配的混合定位算法,有效融合惯性信息与RSS指纹信息,在较低计算量的前提下实现了高精度定位。实验结果表明,该算法80%的定位精度低于1m,平均精度高达0.77m。     

基于RSSI信号特征的室内分区指纹定位算法

为提高室内定位精度和算法效率,提出基于RSSI信号特征的分区指纹定位算法。在离线阶段,区别于传统的使用RSSI信号构建离线指纹库的方法,设计使用RSSI信号衰减率建立离线指纹库;在在线定位阶段,针对使用欧式距离进行相似度计算时,容易出现两个点RSSI信号欧式距离较近而物理距离较远的情况,提出使用RSSI信号衰减率进行子区域划分,引入SSD的思想使用二级指纹进行精确定位。通过实验验证了该算法的适应性与有效性。     

一种基于无线传感器网络的加权阈值质心定位算法

接收信号强度指示(RSSI)是一种根据信号的损耗和距离的关系的测距定位方法,但是由于噪声、传播模型和障碍物的影响,信号的衰减关系是不一致的,距离越远精确度越低。提出一种距离倒数的加权阈值的算法,将距离较远不在阈值范围内的点舍去,对保留下的点加权精细定位。实验仿真结果验证了该算法有效性地提高了定位精度,降低了定位误差率。     

WSN中一种基于RSSI的移动节点改进定位算法

移动无线传感器网络的节点定位算法中,基于RSSI的MCL定位算法利用接收信号强度的对数正态模型对定位的预测和滤波过程进行了改进,改善了定位性能,但是仍存在计算量较大、功耗较大等不足。因为物体的运动状态不会发生突变,因而可以利用前几个时刻的轨迹,预测当前时刻的运动参数。采用Hermite插值法,对当前时刻的运动轨迹作了很好的预测。仿真结果表明,该算法与传统的算法相比,减小了采样范围,提高了采样准确率,从而提高定位精度,降低功耗。     

基于WSNs的RSS无源被动定位算法评述

与传统有源定位技术相比,接收信号强度(RSS)定位技术无需目标携带任何电子标签,在需快速部署、紧急救灾等方面的应用前景广阔.阐述了RSS无源被动定位原理;详细介绍了RSS无源被动定位技术的几种定位算法;总结了当前算法存在不足之处,并展望了RSS无源被动定位技术的研究趋势.