使用最速下降算法提高极大似然估计算法的节点定位精度

阐述了极大似然估计算法用于无线传感器网络节点自定位的原理;阐述了最速下降算法求非线性方程组最优解的原理;提出在距离测量误差较大的情况下,使用最速下降算法优化极大似然估计算法所得的节点定位值,并通过模拟实验证实其可行性。实验结果表明,在无须多余通信代价的条件下,优化处理使定位精度得到很大提高,且算法收敛快,计算代价小,适用于无线传感器网络的节点自定位。     

动态模糊极大似然估计算法

在机器学习中,一个广泛的应用是对模型的参数进行估计,即极大似然估计(MLE),EM算法是根据点估计中的MLE改进的一种迭代算法,是求极大似然估计的一种强有力的工具,但它收敛速度较慢,于是引入α-EM算法,克服了EM算法的缺陷.由于学习的过程中可能存在着大量的缺失数据及其动态模糊性,给出基于不完全数据的动态模糊极大似然估计算法并给出实例验证.     

基于RSSI差分似然估计的WSN节点定位算法

为了克服接收信号强度测量误差对无线传感嚣网络(WSN)节点自身定位精度的影响.在对极大似然估计定位算法和接收信号强度指示(RSSI)模型分析的基础上,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,并将测距差分修正和极大似然估计相结合提出了一种测距差分修正极大似然估计定位算法.算法通过RSSI进行测距,无需增加额外硬件开销,容易实现.定位精度可达2.5 m以下,适合于处理能力和能量有限的WSN节点定位.     

基于灰狼算法和极大似然估计的改进DV-HOP算法

DV-HOP算法是无线传感器网络中一种常见的基于非测距的定位技术,该算法使用平均跳距表示实际距离,在实际应用中造成很大的误差和节点能耗。为此,在原有DV-HOP算法的基础上,引入了灰狼算法细化节点之间的跳数,用极大似然估计法修正实际坐标与估计坐标之间的误差。仿真结果表明,改进算法在不显著提高算法复杂度的基础上提高了一定的定位精度。     

基于最大似然估计的加权质心定位算法

为解决无线传感器网络中节点自身定位问题,针对接收信号强度指示（received signal strength indication,RSSI）测距误差大和质心定位算法精度低的问题,提出一种基于最大似然估计的加权质心定位算法．首先通过计算将估计距离与实际距离之间的最大似然估计值作为权值,然后在权值模型中,引进一个参数k优化未知节点周围锚节点分布,最后计算出未知节点的位置并加以修正．仿真结果表明,基于最大似然估计的加权质心算法具有定位精度高和成本低的特点,优于基于距离倒数的质心加权和基于RSSI倒数的质心加权算法,适用于大面积的室内定位．     

极大似然估计的递推计算灵敏度算法

极大似然估计的递推计算灵敏度算法崔平远,吴瑶华,黄文虎,李乃宏（哈尔滨工业大学航天工程与力学系１５０００１）关键词连续－离散系统,极大似然估计,灵敏度,正交试验玉引言采用极大似然法对连续一离散系统进行参数估计,实际上是一个似然函数的优化计算问题,而其...     

基于无线传感器网络的极大似然定位法的分析

对现在普遍应用的极大似然估计定位方法进行了分析,发现极大似然估计法参考方程(第n个方程)的锚节点(参照锚节点)测距误差和参照锚节点在定位区域内的位置对定位误差有重要影响:参照锚节点的测距误差越小,计算得到的定位精度越高;当所有方程所含误差相同时,参照锚节点在定位区域中心时定位误差小,在定位区域边缘时定位误差大;当参照锚...     

基于加权极大似然近场宽带目标定位技术研究

近场宽带目标定位是阵列信号处理中一项关键技术,为了解决宽带信号不同频率信噪比的不一致的问题,在充分研究基于常规极大似然的近场宽带目标定位方法的基础上,提出了一种新的基于加权极大似然的近场宽带目标定位方法.新方法对不同频率点数据的定位估计结果按信噪比进行不同的加权,从而得到更为精确的目标位置的估计.仿真研究表明,和比较传统的极大似然方法相比较,新方法可以有效地提高近场宽带目标的定位性能,具有很好的工程实际应用前景.     

极大似然反卷积软件包

本文介绍了用于石油和天然气勘探的一种新型的、高分辩率的极大似然反卷积算法的软件包,详细阐述了该软件包的基本原理、结构和特点。     

图像高斯噪声估计的极大似然算法

提出一种图像高斯噪声极大似然估计方法,目的是估计出噪声图像所含噪声大小。首先,根据高斯噪声模型的特点,用极大似然法估计噪声值,对图像所含噪声模型进行分析。其次,把噪声图像用直方图表示,从归一化直方图中选出不同的样本观测值,用极大似然算法对噪声的方差进行估计。最后,用MATLAB对该方法进行了模拟实验,实验结果表明此方法所得的图像噪声的方差与实际图像噪声的方差近似相等。所以,此方法无论是在准确性上还是在可行性上均具有优良的特性。     

无线传感器网络中一种基于多维定标的迭代定位算法

针对基于经典多维定标的MDS-MAP算法在定位精度与矩阵计算复杂度方面的不足,提出一种基于多维定标的迭代定位算法.该算法仅使用节点间的一跳距离,通过新的多维定标的迭代算法进行定位.该算法复杂度不高,理论分析和仿真结果表明,在规则网络中定位误差较小,最优情况下误差可以小于5%,在非规则网络中仍可达到较好的定位精度.     

基于无线传感器网络的声音目标定位算法

无线传感器网络中基于声音能量的多目标定位常采用最大似然估计法,但该定位方法未考虑目标能量相互混合的影响.利用独立分量分析方法求得目标之间的能量相互混合的比例,在此基础上建立声音能量模型,并利用最大似然估计法对目标进行定位.实验结果表明,与已有的最大似然多目标定位方法相比,该方法具有更高的定位精度和抗噪性能.     

无线传感器网络抽样定位和求精算法

定位技术是无线传感器网络的支撑技术之一。针对无线传感器网络低成本、低能耗的要求,提出一种抽样定位和求精的分布式算法。算法在第1阶段基于收到的锚节点信息进行抽样,形成节点的初始位置估计。在第2阶段对节点初始位置进行求精。仿真实验结果显示了该定位算法可以在1~2次求精情况下达到收敛,在样本量为20左右的较低阈值下实现较高的定位精度,在12%左右的锚节点比例下实现95%以上的定位覆盖率,并且与dv-hop和dv-distance定位算法比较,证明该算法分别可以提高20%和5%的定位精度。     

无线传感器网络节点OSFL-TLBO定位算法

定位技术对于无线传感器的应用是至关重要的,没有位置坐标的传感器节点信息是没有意义的。针对非测距的DV-Hop算法定位精度不高的问题,提出了一种新的基于反向蛙跳-教学优化(OSFL-TLBO)定位算法,以改进DV-Hop用平均跳距来代替欧式距离时的累积误差问题和利用最小二乘法求解非线性方程时对初值敏感,受测量误差影响较大的问题。把无线传感器网络节点的定位问题转化为求解最优解的问题。仿真结果表明,所提算法的定位准确度提高大约10%~25%,有效的提高了定位精度。     

基于距离重构的无线传感器网络多维定标定位算法

无线传感器网络中基于多维定标的定位算法通常采用最短路径代替距离矩阵中的未知项,会导致较大的定位误差。针对这一问题,提出一种基于距离矩阵重构的无线传感器网络多维定标定位算法DR-MDS。算法利用节点间的公共邻居信息对距离矩阵线性重构,计算距离矩阵中的未知项,然后对重构的距离矩阵运用双中心化并进行特征分解,从而求得网络坐标。由于算法能够更为准确的获得网络节点之间的空间相对关系,并充分利用其空间相关性计算节点相对坐标,可获得较好的定位效果。仿真结果表明,本文提出的DR-MDS算法与MDS-MAP、ISOMAP相比定位精度更高,误差范围更小。     

无线传感器网络中节点定位算法

近年来,无线传感器网络作为一种新型的数据采集技术得到了空前的发展,研究能够满足实际应用的定位算法成为一个新的热点.考虑到无线传感器节点的成本、性能、功耗和应用领域等不同因素的影响,已经出现了许多实用的定位算法.基于锚点的质心算法定位精度高,而与锚点无关的ABC算法的成本低.通过结合这两种定位算法的优点,提出了一种改进算...     

传感器网络定位中的两段式距离估算方法

在由于传统DV-Hop定位算法中假定所有相邻节点之间的跳距相等,因此节点间的距离估计误差偏大,进而导致算法的定位精度偏低.为了提高节点间距离估计的准确性,提出两段式距离估计算法.该算法将锚节点与节点之间的h距离划分为两段:前h-1跳和最后一跳,并假设前h-1跳跳距相同,最后一跳的跳距与其邻居节点到锚节点的跳数有关.将两段式距离估计算法应用到DV-Hop算法上,本文还提出了改进的两段式DV-Hop算法.仿真结果表明,与传统的DV-Hop算法相比,改进算法可有效提高定位精度且无需增加节点通信开销.     

基于半定规划的无线传感器网络定位算法性能分析

基于测距的定位方法是无线传感器网络节点定位中一种常见的方法。测距定位方法往往将定位过程转化为数学优化问题。介绍了实现测距定位下的LS-SDR与SAL-SDR两种半定规划定位算法,并同时介绍了LS-LM、SLS-LM、SLS-US与SLS-S等4种定位算法。仿真实验分析和比较了6种不同定位算法的平均RMS定位误差,结果表明相对于其他4种定位算法,LS-SDR和LS-LM算法的定位误差较小。在信标节点数量较少的情况下,LS-LM算法的定位结果有可能发生奇异,造成定位结果的严重失真。而LS-SDR算法对于奇异的发生具有较好的抵抗能力,此时LS-SDR算法的平均RMS定位误差将优于LS-LM算法。     

一种高精度无线传感器网络节点三维定位算法

针对电气设备故障监测的无线传感器网络节点定位需求,提出了NMDS-MEEF集中式三维定位算法。该算法采用一跳邻居节点相关信息参与每次迭代来进行定位计算,相较同类算法更为简单、实用。仿真结果表明,该算法很好地提高了节点定位精度,并且测距精度和锚节点密度对该算法定位精度的影响较小。