无线网络室内定位系统研究

分析了无线网络室内定位系统的基本模型及主要问题和难点,并从不同角度提出多个分类标准． 随后详细介绍了多个典型无线室内定位系统的实现方法,并分析其优劣点．最后指出商业推广需要进一步完 成的工作及未来的研究方向．     

基于ZigBee 的WSN 定位系统

研究设计了基于ZigBee技术的无线传感器网络定位系统．该方案以TI公司的CC2430／CC2431为核心芯片,结合外围元器件设计网关、参考节点和定位节点模块．详细论述了定位系统的硬件原理和软件设计思想,给出系统原理图和软件设计流程图,以IAREmbeddedWorkbench为平台进行系统软件的开发．采用改进的DV-Distance定位算法,通过仿真比较改进的DV-Distance定位算法与传统算法,验证改进的DV-Distance定位算法可提高定位精度和效率．结果表明该方案是可行的,适合实际应用．     

基于ZigBee的WSN在矿井定位系统中的应用

本文研究了无线传感器网络的新兴技术——ZigBee。设计了基于ZigBee无线传感器网络的矿井定位系统,利用相关技术研究了无线传感器网络的覆盖问题,验证了用ZigBee网络进行井下室内短距离的实时定位和优化覆盖是具有一定的理论可行性。     

基于无线传感器网络的室内停车场定位系统

在大型停车场中,对车辆的准确定位可以帮助用户快速找到车辆所在位置.不同于室外定位,GPS很难被应用于室内停车场中对车辆进行定位.本文提出的定位方式则使用成本低,体积小的无线传感器节点组成的无线传感器网络(Wireless Sensor Network)对车辆进行定位.针对室内停车场特点,在对现有测距技术进行了详细的分析和评估后,该系统采用了一种基于RSS的定位算法.针对于无线传感器网络节点运算能力有限的特点,该系优化了为定位算法,保证其实现简单,运行高效.同时,针对于无线传感器网络的能耗限制高的特点,该系统还将设计的定位算法与MAC协议相结合,并分析其能耗效率.     

采用分层结构的WSN室内三维定位算法的研究和设计

节点定位是无线传感器网络的应用基础和重要支撑技术之一.目前对于节点定位已有大量的研究成果,但面向室内三维定位的研究尚少,也没有推出有效的定位算法.本研究在考虑建筑物中节点按水平分层分布的特点及非高精度三维定位无法解决楼层判定问题后,提出一种分层结构的定位思想,即给节点预设楼层参数,通过投影测距算法利用节点间的投影距离进行三边定位从而降低网络拓扑对算法的影响,而且使三维定位从至少需要4个信标节点减少到3个.仿真结果表明,该算法比DV-Hop算法的定位精度的定位覆盖率都高,并且在信标节点比例较低及网络稀疏的情况下表现出较好的鲁棒性和稳定性.     

一种无线传感器网络室内定位系统的改进方案

在无中心构架的无线传感器网络室内定位系统中,参考节点间的信号相互之间存在的干扰和冲突成为影响定位精度的重要因素之一。文中根据随机延迟时间与参考节点数量及射频发射特点之间的关系,改进了可以减少射频信号冲突的随机延迟方法。另外,设计了参考节点间的监听并加权递减的方法,有效地减少了邻居节点间超声波在同一覆盖区出现严重干扰的现象。同时,为了提高待测节点的位置计算精度,设计了合理的距离信息选择算法。     

基于TDOA的超声波室内定位系统的设计与实现

设计并实现了一种基于射频与超声波信号到达时间差的高精度室内定位系统,用于无线传感器网络中节点的定位和跟踪。系统中位置固定的信标节点周期性同步发射射频信号与超声波脉冲,待定位的移动节点测量接收到的射频和超声波信号的到达时间差,并将此数据采用分时的方式发送至中心控制主机。中心控制主机应用实验中得出的时间补偿参数,计算移动节点与信标节点之间的距离,最后采用极大似然估计算法实现目标的定位。实验结果表明,该系统的平均定位误差在10 cm以内,具有较高的定位精度。     

基于自适应射频指纹地图的WSN室内定位算法研究

针对目前基于无线传感器网络进行室内定位时由于节点间收发信号的强时变特性而造成的定位精度不高、自适应性差的问题,提出了一种基于自适应射频指纹地图的WSN室内定位算法。该算法利用固定位置处信标节点间的信号强度来实时刻画环境的动态变化,从而构建出自适应环境变化的射频指纹地图;实时定位阶段,利用贝叶斯估计法计算目标初始位置,通过有限状态自动机滤除目标移动过程中出现的不可能跳变位置。实验结果表明,该方法在增加环境自适应性的同时大大提高了定位精度。     

WSN中基于指纹匹配的室内定位方法

定位技术在无线传感器网络应用中发挥着重要的意义,GPS等室外定位方法在室内环境中信号差,在场景复杂的室内环境中很难有效定位,因此本文实现的一种基于指纹匹配的WSN室内定位方法。 首先构建定位区域中的信号强度指纹地图,利用Kriging插值算法构建分辨率较高的定位指纹地图,然后进行匹配指纹地图定位,采用余弦相似度和空间索引进行目标定位。最后采用K-means提高定位精度并进行优化,基于该定位方法开发了一套WSN室内定位系统,采用Micaz节点作为基站节点,通过实际实验和仿真实验验证了定位方法在室内定位场景中具有较好的抗障碍物干扰性,定位误差在5cm左右。     

无线定位与惯性导航结合的室内定位系统设计

面对室内定位的实际应用需求,分析了基于接收信号强度指纹法定位技术精度较低、单纯的惯性导航累积误差较大等问题,采用基于信赖度的联合定位算法对多种信息进行融合处理,以获得较高的综合定位精度。通过基于ZigBee的无线传感器网络平台及多种MEMS运动传感器的联合,设计并实现了多信息融合的室内定位演示系统。由于多种信息的融合,不需要依赖大量样本的指纹库,从而降低了实现过程中离线指纹库建立的工作量。经实验数据分析,基于信赖度的联合定位方法具有较高的定位精度和较低的实现复杂度。     

基于无线传感器网络的低功耗室内定位系统

提出一种实现室内定位的无线传感器节点架构,定位节点的设计采用低功耗微控制器MSP430F1611和符合ZigBee协议的无线收发芯片CC2420.通过测量参考节点和移动节点之间的接收信号强度(RSSI),利用射频衰减模型,在三边测量法的基础上采用质心定位算法,计算出移动节点的位置信息.初步实验结果表明:提出的定位算法在...     

基于无线传感器网络的室内无线信道测量与分析*

首次针对无线传感器网络的典型室内应用环境——室内停车场对信道传播特性进行测定,通过线性回归对室内无线信道传播模型的衰减因子等参数进行拟合,并与室外测量结果进行对比,归纳出室内与室外环境中无线信号的传播具有不同特征,但仍然可用对数阴影单折线/双折线模型进行拟合,为室内无线传感器网络系统的研究与实现提供重要参考。     

无线传感器网络节点位置验证框架

节点定位是无线传感器网络(wireless sensor network, WSN)关键支撑技术之一,传统的定位算法均假设信标节点位置是可靠的,导致其无法应用于存在信标漂移、虚假信标和恶意信标的场景.针对上述问题,提出一种分布式轻量级的节点位置验证框架(node location verification framework, NLVF),作为底层框架为传统的2类定位算法(基于测距的定位算法与非测距定位算法)提供信标位置验证服务,以过滤位置不可靠的信标扩展传统定位算法的应用范畴.节点位置验证的核心算法UNDA(unreliable node detection algorithm)是基于节点相互距离观测结果建立位置信誉模型,在定位过程中排除位置信誉较低的信标,以提高定位结果的可靠性.实验结果表明,NLVF可服务于基于2类测距技术的定位算法,且适用于存在3种不可靠信标的场景,具有普适性;UNDA算法具有较高的检测性能,平均检测成功率在95%以上,NLVF具有较高的可用性.     

无线传感器网络中DV-Hop节点定位改进算法研究*

介绍了无线传感器网络中DV-Hop算法的定位原理、误差来源。针对DV-Hop算法在未知节点到信标节点距离计算中的不足,在分析信标节点间估计距离与真实距离误差的基础上,提出了改进算法。改进算法修正了网络平均每跳距离与未知节点估计坐标的区域范围。仿真结果表明,在相同的网络环境下,改进算法的定位精度得到明显提高。     

无线传感器SMAC协议竞争退避机制分析及优化

针对无线传感器网络能量受限和退避时采用固定竞争窗口的特点,提出了一种基于节点剩余能量和信道冲突次数的MAC协议（EC—SMAC）．该协议改进了SMAC的竞争退避机制,根据节点剩余能量和信道冲突次数来动态的调整竞争窗口,减少传输节点之间的冲突,从而使全网负载均衡,同时延长网络生命周期．仿真实验表明：在保证网络吞吐量和时延稳定的前提下,平均延长了7％的网络生命周期．     

基于无线传感器网络的楼宇环境监测系统设计

设计了基于无线传感器网络技术的楼宇温湿度监测系统.该系统完成对各室内温湿度光强数据的采集、传输、存储、分析,具有低功耗、自组织特点.管理节点利用ZigBee网络,根据管理中心的要求发送无线传感器网络各节点温湿度光强数据及报警信息.实验结果表明,ZigBee技术以其低功耗、低成本、网络容童大的特点,在实现实时楼宇环境监测方面有很大的优势,可满足中央空调系统对楼宇温湿度光强的监测需求.     

基于联合分簇和LASSO的室内指纹定位算法

为提高定位效率和定位精度，提出了一种基于联合分簇（Hybrid clustering， HC）和LASSO的室内定位算法。该定位算法首先利用簇匹配实现目标粗定位，再在簇内采用LASSO算法进行二次精确定位。通过基于接收信号强度（Received signal strength， RSS）信号特性的K中心聚类方法结合基于物理位置的联合分簇，来降低粗定位阶段的簇匹配错误以避免粗大误差。采用位置指纹RSS信号的覆盖向量的相似度作为分簇和簇匹配的准则来降低运算量。簇内定位阶段采用LASSO算法达到特征稀疏化，有利于目标节点存储空间和能耗的优化。在室内典型办公环境下的定位实验表明，本定位技术在降低在线匹配计算量的同时能保持良好的定位效果，在参考位置点间隔1.8 m时，平均定位误差为1.73 m。     

WSN跟踪中基于链路质量的动态簇簇内通信机制

短距离低功耗的无线传感器网络的链路往往采用理想的通断模型,未考虑实际的链路质量问题。真实的无线传输区域中存在连接区,过渡区和非连接区。针对实际的工程环境,提出了一种应用于目标跟踪的基于链路质量的动态簇簇内通信机制。该机制在竞选簇头时把衡量链路质量的指标LQI(Link Quality Indication)也作为考虑因素。在簇成员与簇头通信时,采用了多跳可靠通信方式。利用MATLAB对该机制进行了仿真。仿真结果表明,该机制降低了网络平均丢包率,减少了网络能量消耗,降低了网络时延。     

高能量有效的基于分簇的无线传感器网络路由协议*

在无线传感器网络能量消耗模型的基础上,分析了经典的分簇路由算法LEACH的不足,提出了一种高能量有效的分簇路由算法（HEHC）,算法重新考虑了通信过程中的能量损耗,并依据能量因子参数优选簇首,同时使用了分簇规模约束机制。仿真结果表明,该算法能有效地减少能量损耗,延长网络的生存周期。     

流量自适应的无线传感器网络簇内通信算法*

提出了一种流量自适应的无线传感器网络簇内通信算法。该算法根据各传感器节点所需传送的数据量来给各节点分配长度不等的时隙,使其能在所分配的时隙内有效地传送完所有的数据,减少节点空闲时和节点从睡眠到活跃状态来回切换时所消耗的能量。不同长度的时隙构成了不同长度的帧,整个簇生存期由不同长度的帧构成。仿真实验证明该算法相对于传统TDMA算法和BMA算法既节省了能量,又提高了信道利用率。