基于人工神经网络的RSSI测距的牛顿定位算法

为了降低基于接收信号强度指示(RSSI)测距误差,提高基于RSSI测距定位精度,提出了基于人工神经网络的RSSI测距的牛顿定位算法(NL-ANN-RSSI)。NL-ANN-RSSI算法分别在RSSI测距和定位计算方面提高定位精度。首先,利用人工神经网络对RSSI值预处理,降低测距误差;然后,利用最小二乘法估计节点位置,并将此估计值作为牛顿定位算法的初始值;最后,利用牛顿定位算法修正节点位置。实验数据表明,基于人工神经网络的RSSI优化的测距误差比传统的RSSI测距算法有大幅下降,归一化平均定位误差下降了约36%。     

基于粒子滤波的RSSI测距优化的牛顿定位算法

针对以基于RSSI测距为基础的无线传感网络定位算法存在定位精度低的问题,提出了基于粒子滤波的RSSI测距优化的牛顿定位算法PF-RSSI-NL。在RSSI测距方面,采用粒子滤波对RSSI值进行预处理,降低测距误差;在定位计算方面,运用牛顿法估计未知节点的位置。先用最小二乘法估计牛顿迭代算法的初始值,再用牛顿法对未知节点估计值进行迭代修正。仿真结果表明,与传统的基于统计均值RSSI测距相比,基于粒子滤波的RSSI优化的测距误差降低0.6 m。与同类的定位算法相比,归一化平均定位误差下降36%。     

基于RSSI的无线传感网络协同定位算法及其应用

为了解决传统无线传感网络(WSN)中定位方法精度不高的问题,将协同定位的技术应用到无线传感网络的定位中。首先,通过对盲节点与参考节点的距离关系的分析,初步确定了盲节点区域;然后利用接收信号强度指示(RSSI)测距技术建立了盲节点之间的相对位置关系,并应用盲节点的相对位置关系多次迭代缩小盲节点区域,精确盲节点位置;在此基础上,提出了基于RSSI的无线传感网络协同定位算法。在Zigbee平台上对该算法进行了技术评价,与传统定位方法进行了对比实验,实验结果表明,基于RSSI的无线传感网络协同定位算法具有一定的精度优势,特别是当参考节点数目较少时,这种优势比较明显,具有良好的应用前景。     

比例差分修正的RSSI测距WSN节点定位研究

在无线传感器网络中节点定位技术占据着核心地位。基于传统RSSI的多边定位算法,提出了差分修正的井下无线传感器网络RSSI节点定位算法,通过不同锚节点之间的相互关系得到比例差分系数,将其应用在测量节点定位。目标未知节点首先读取在信标节点信息,利用卡尔曼滤波法除去信号中的噪声,获得更加精确的距离值,通过锚节点构建差分模型,利用比例差分的方法对RSSI测距进行修正,并对改进算法进行了仿真实验。结果表明,比例差分系数修正的RSSI测距定位算法的定位精度要远远高于传统RSSI测距定位算法,能够为井下的节点定位提供理论依据。     

RSSI分区化处理的自适应车间定位算法

为了研究适用于制造车间的基于RSSI(Received Signal Strength Indication)测距的高精度定位算法,考虑到制造车间的复杂环境,本算法引入高斯滤波和均值滤波器减少定位误差,提高定位稳定性;提出了传输模型分区概念,对于处在不同的锚节点和同一锚节点的不同方位区间的节点,采用不同的无线信号传输模型计算盲节点与锚节点之间的距离;在所有的盲节点与锚节点之间的距离中选择最小的三个,采用几何三边测量法求取盲节点的坐标值。实验及数据分析可知,基于RSSI滤波、分区处理和距离优化后的定位算法,其实验样本的平均定位误差为0.8899m,较改进前提高了22%,同时定位精度较高且稳定性很好,经假设检验证明,本算法较原始的RSSI定位算法在定位效果上有了显著的提升。     

基于图论模糊聚类的室内自适应RSSI定位算法

针对现有RSSI定位算法无法满足室内环境下对目标的自适应定位,提出一种基于图论模糊聚类的室内自适应RSSI定位算法IAL-GT-FC。算法根据室内环境下各区域RSSI分布的差异性,建立基于图论和模糊聚类的RSSI模糊聚类模型,并基于该模型将定位区域自适应划分成若干环境差异较小的子区域;通过建立参数自适应规则,自适应调整各子区域内的环境参数,使其满足该区域内RSSI测距的需要;结合该区域内的环境参数,通过建立相邻区域间的RSSI补偿机制对未知节点进行RSSI测距补偿;最后采用权重质心法对未知节点进行位置求解。通过实验,证明该算法具有较高的定位精度和较强的自适应能力,能够满足室内环境下对目标的精确定位。     

基于移动信标的无线传感器网络混合节点定位算法

节点定位是无线传感器网络中的关键技术之一。本文在采用装备有GPS装置的移动信标的基础上,提出了加权质心定位方法和Unscented—KF滤波组合定位算法。算法首先利用加权质心定位方法,获得无线传感器网络未知节点的初步位置,再用Unscented—Kalman filter进一步提高定位精度。算法可以实现传感节点的低成本定位,容易达到很高的定位精度、可实现分布式定位计算。仿真结果显示,与算法较常用的极大似然估计相比,未知节点的定位精度有较大的提高。本算法定位过程中节点间无通信开销,计算量小,节省了宝贵的节点能量。在本文中算法是基于RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

基于RSSI参数相消的干扰源定位算法

针对无线传感器网络易受干扰攻击而导致网络通信受阻甚至瘫痪等问题,为确定干扰源位置进而消除干扰、保障网络正常通信,提出了接收信号强度指示(RSSI)参数可相消定位算法。利用参与定位的3对候选节点,先利用信号传播模型通过未知参数相消计算出不同节点距离干扰源的距离之比,再利用几何知识定位干扰源的位置。该算法利用测距模型和几何模型相结合,来达到更好的定位目的。仿真实验证明,该算法在不同网络环境下定位效果均优于CL、WCL定位算法。     

一种改进的DV-Hop无线传感器网络定位算法

针对传统DV-Hop无线传感器网络定位算法误差较大的缺点,将接收信号强度指示RSSI(received signal strength indicator)加入定位系统对原算法进行改进。通过RSSI测距技术计算信标节点邻居节点的距离;根据接收信号强度指示(RSSI)的比值修正节点间跳数;采用极大似然估计法对待定位节点坐标初步估计后再用加权质心算法进一步精确定位。仿真结果表明,该改进方法与传统DVHop算法相比定位精度有较大的提升。     

基于测距定向的WSNs分步求精定位算法

针对现有算法无法满足在不同环境中对定位精度的要求,提出一种基于测距定向的分步求精定位算法(stepwise refine-ment localization algorithm based on ranging and orientation,SRLRO)。通过分析环境因素对RSSI(received signal strength indica-tion)测距的影响,算法首先建立RSSI测距定向模型,确定指向待定位节点所在较小区域的多条直线,通过质心算法求这些直线交点的质心。为了进一步提高算法精度,算法采取了一些优化规则。仿真和实验表明,在不同环境因素的影响下,算法都具有较高的定位精度。     

基于WSN的电力线受力监测系统

由于电力线在严重覆冰的情况下常常导致断线、倒塔等事故,而电力公司却不能预测电力线何时将要断裂,且事发后不能快速确定具体位置,以致无法及时抢修。为解决这些问题,设计了一种基于无线传感器网络(WSN)的电力线受力监测系统,通过部署在电力线上的传感器节点来实时采集电力线的受力参数,并将状态数据传输至汇聚节点,由汇聚节点通过GPRS网络传送至监控终端,监控终端对可能出现的电力线断裂情况进行预警。研究结果表明,该系统可以减少传统人工监测的高额成本,并提高监测的可靠性。     

农田水势软测量网络中的作物微环境数据采集节点

若干作物微环境数据采集节点和农田水势软测量站组成星形结构的农田水势软测量网络。其中的数据采集节点(下位机)以ATmega128单片机为核心,按照农田水势软测量技术要求配置各种传感器,所采集的各种微环境数据经过数据预处理之后,通过RS-485串行总线或无线数据传输模块向农田水势软测量站(上位机)传输,以实现农田水势值估计和农田环境参数远程监测。     

基于无线传感器网络的预装式变电站测控系统

为解决预装式变电站空间小、电磁干扰大、监测的信号多等问题,将无线传感器网络(WSN)技术应用于预装式变电站监测系统中.采用高性能、低功耗的JN5139作为主处理器芯片,构建了高压室、变压器室和低压室传感器节点、高压柜触头温度传感器节点、路由节点;采用微控制器LPC2210和以太网控制器RTL8019AS构建了协调器节点;采用ZigBee无线传感技术组成了预装式变电站监测系统.采用非阻塞的设计方法设计了传感器节点软件,减少了CPU等待时间,大大提高了CPU的利用率,节省了时间;协调器节点软件采用UDP方式接收数据,提高了效率.最后,给出了传感器节点实验结果.实验结果表明,该系统能够实现低成本连续在线监测,所设计的传感器节点具有功耗低、性能稳定等特点,保障了变电站设备的安全运行.     

无操作系统的Web远程监控系统设计

为缓解大规模远程监控网络构建成本和系统功能之间的矛盾,研究了无操作系统环境下的Web远程监控技术。针对无操作系统的背景,分析了缺乏文件系统、没有CGI接口、没有高级语言支持情况下的Web服务器设计问题;在引入LWIP的基础上,参照CGI实现的思想,提出了虚拟CGI的概念,建立了用户端与服务器端之间的动态交互;同时通过调用用户端的ActiveX控件的方式,在不增加服务器负担的前提下,丰富了用户端界面的动态显示;在LM3S8962系统上对该方案展开了评价,进行了加热炉温度远程控制实验。实验结果表明,该方案可以有效地对目标实现远程监控,性能上可以达到过去基于PC系统的水平。     

基于遗传神经网络的电动汽车锂电池SOC预测

针对传统方法在电动汽车锂电池荷电状态（State of Charge,SOC）预测中的局限和不足,提出了一种基于遗传神经网络的电池SOC预测算法.该算法的整体方案首先给出了车载锂电池状态监测系统的软硬件实现,在该系统上以不同的放电倍率对磷酸铁锂电池进行了放电实验,获取了其放电过程中电压、电流和SOC的样本数据,然后利用遗传算法全局寻优能力对神经网络中的连接权值和阈值进行了优化,用实验所得的样本数据训练BP神经网络,根据训练好的神经网络对锂电池SOC进行了预测并将其与真实SOC进行对比,以验证算法的可行性.研究结果表明,该方案可通过电压、电流的实时测量值获知锂电池的剩余电量,具有收敛速度快、预测误差小、适应范围广的特点,有效解决了电动汽车锂电池的SOC预测问题.     

基于WSN的低功耗温室环境监测系统设计

针对传统温室环境监测系统布线繁琐、维护困难等问题,基于ZigBee技术搭建无线传感器网络对温室环境信息进行采集,并通过网关将数据上传上位机,在上位机上开发人机交互界面便于实时监测。同时,为了降低WSN节点能耗,延长网络寿命,设计了1种基于RSSI的发射功率自适应机制。实验表明,该机制能够有效降低节点能耗,整个监测系统具有可靠性高、工作稳定等优点,能够满足温室环境监测的需求。     

基于无线传感器网络自校正定位算法

节点定位是无线传感器网络的重要应用之一,为了抑制实际应用中各种环境因素对无线传感器节点精度的影响,提出了一种基于误差校正的定位算法。通过基于粒子群优化算法的粒子群优化-接收信号强度指示算法(par-ticle swarm optimization-received signal strength indication,简称PSO-RSSI算法)将未知节点收到信标节点一定数量的存在偏差的链路质量指示值进行优化,实现对误差的补偿。将链路质量指示值转化为接收信号强度指示值,从而得到距离。实验结果表明,该算法可提高定位精度,具有普遍应用价值。     

基于汽车电子网络的CAN总线简化型混合调度算法

现有的控制器局域网（CAN）总线调度算法性能不能很好地满足汽车电子网络化发展的需要,针对这一问题,首先分析了现有CAN总线网络节点消息优先级调度算法的优缺点,然后针对CAN总线网络在汽车电子控制网络系统中的特点,在混合调度（MTS）算法的基础上提出了一种简化型混合调度（EMTS）算法。仿真实验结果表明,该简化算法能达到原算法的性能,在节点消息截止期相近的情况下,其调度性能比MTS算法有所提高。     

基于MEMS传感器的无线传感网络节点的硬件设计

为了解决对建筑物的结构健康安全监测进行在线监测的问题,采用微机电系统(MEMS)技术和无线传感器网络技术相结合的方法,提出了一种基于磁驱动增大检测电流的新型电容式加速度传感器结构,介绍了其工作原理,并设计了该传感器的电容检测电路,在ANSYS仿真软件上对传感器性能进行了评价,在Multisim上对检测电路进行了模拟仿真;仿真结果表明,该传感器可以检测三维加速度信号,静态灵敏度可达0.558μm/g,动态测量范围为10 g,电路实际输出与仿真结果相符,符合要求;在节点整体方案设计中以低功耗的MSP430F1611作为控制MCU,以CC2430芯片实现无线收发,配合周围接口电路实现了位移信号的监测功能;采用片内温度传感器对节点进行了测试。测试结果表明,该节点能够完成监测,满足设计要求。