基于RSSI修正的相似度推荐定位算法

针对RSSI测距容易受到环境干扰,提出一种基于RSSI修正的相似度推荐定位算法.该算法对RSSI测距数据进行残差修正,以减小RSSI误差对定位精度的影响,并利用样本点与未知定位区域的相似度来确定未知节点的坐标,降低了计算复杂度.仿真结果表明算法有效可行,可较好地改善节点定位精度.     

无线传感器网络RSSI定位算法的研究与改进

为了克服接收信号强度指示(RSSI)测量误差对无线传感器网络节点自身定位精度的影响,提出一种改进的RSSI测距定位算法.该算法考虑到参考节点间的几何位置,可获得最优参考节点.将同一参考节点采集到的RSSI值通过中位数法进行数据处理,获得RSSI权值,对RSSI值进行修正.最后利用加权质心算法,得到未知节点的位置.仿真结果表明,该算法能有效过滤过大的节点定位误差,提高精确,使误差相比原始算法降低60%左右.     

基于RSSI修正的近似三角形加权质心定位算法

节点的自身定位技术是无线传感器网络研究的核心技术,具有广泛的应用前景.针对基于RSSI测距技术的节点定位算法存在测量误差相对较大的缺陷,提出一种基于RSSI修正的近似三角形加权质心定位算法.该算法针对RSSI测距易受环境干扰,对测距数据进行高斯拟合和求均值,并以此作为节点的RSSI测量值.在此基础上,利用排序算法对测距结果进行排序,优选信标节点做三角形内点测试,最后采用加权质心定位算法来确定未知节点的坐标.仿真结果表明,改进算法改善了节点的定位精度.     

WSN中一种基于虚拟锚节点的VA-RSSI定位算法

摘要： 针对无线传感器网络中传统RSSI定位算法精度较低的缺陷,提出一种设定RSSI有效阀值的VA-RSSI（Virtual Anchor RSSI）定位算法。该算法将定位后的盲节点升级为虚拟锚节点,提出虚拟锚节点信任度的概念与计算公式。采用虚拟锚节点信任度作为权值,由加权最小二乘法计算节点坐标。仿真实验表明,在相同网络环境下,该算法能有效降低测距误差,提高定位精度。     

基于煤矿井下WSN的RSSI加权质心定位算法研究

针对井下传统无线网络RSSI加权质心定位算法精度不高的问题,首先提出了一种基于接收信号强度值作为加权因子的加权质心定位算法。算法以动态获取未知节点当前区域的路径衰减系数为基础,通过挑选出未知节点当前活动区域最优参考节点,计算出彼此之间的距离,确定当前未知节点的最优通信半径范围。算法中还选取参考节点和未知节点之间的信号强度RSSI值作为加权因子,一定程度上又减少了传统上通过计算得到节点间距离作为加权因子算法带来的误差。仿真结果表明,改进的定位算法更加适合煤矿井下未知节点具有移动性的特点,在相同测试条件下,比传统加权质心算法精度有了很大的提升。     

基于粒子群进化的输电网络WSN节点定位算法

为了提升WSN的定位精度,提出了一种基于粒子群进化的定位算法,以应用于输电网络中的节点定位.该算法通过区域估计,缩小并限制传感器节点的预估计区域空间,并应用粒子群算法快速寻找节点定位的最优解.通过引入权重自适应的机制,加快节点定位的搜索速度,并提升算法的搜索能力.结果表明,该算法有效增强了WSN节点定位的精度,降低了计算复杂度,为输电网络的无线传感器网络提供更高效准确的定位服务.     

一种基于遗传模拟退火算法和RSSI的无线传感器网络定位算法

提出了一种基于遗传退火算法和RSSI的无线传感器网络的节点定位算法。首先利用RSSI测距技术收集网络中节点间的通信讯息和距离估计,并优选信标节点;其次通过将定位问题视为一种优化问题,采用遗传退火算法优化未知节点的定位结果。仿真实验结果表明,所提出的定位算法有较高的定位精度。     

DV-HOP和接收信号强度指示结合的改进算法

由于DV-HOP算法易受网络拓扑的影响,定位精度不高,以及噪声和障碍对RSSI算法影响较大,由此会导致估计误差的产生,为提高定位精度以及鲁棒性,本文提出了一种DVHOP和RSSI结合的改进算法。首先,计算未知节点和锚节点间的距离,再将其输入到单隐层前馈神经网络训练好的网络模型,实现完整的拓扑训练集,取代网络拓扑结构,进而得到未知节点的位置信息。在MATLAB中做仿真实验,结果表明:与传统的DV-HOP算法和改进的DV-HOP算法相比,DV-HOP和RSSI结合的改进算法具有良好的定位效果和一定的抗干扰性,而且定位误差相对较小。     

一种改进的DV-Hop改进算法

针对DV-Hop算法在定位过程中产生的误差,提出了一种基于RSSI跳数修正和坐标修正的DV-Hop改进算法。该算法通过RSSI技术对邻居节点的跳数进行修正,并对定位处的节点坐标进行修正。仿真结果表明:改进算法在一定程度上减小了定位误差。     

基于秩滤波和裴波那契树的信号强度定位算法

针对接收信号强度指示（RSSI）测距定位精度和鲁棒性差的问题,提出了一种基于秩滤波和裴波那契树的信号强度定位（RF-RSSI-FTO）算法.采用秩滤波方法对RSSI值进行去干扰滤波处理,可提高测距精度及鲁棒性;引入裴波那契树优化算法对定位坐标进行全局和局部搜索寻优处理,可减小定位误差.仿真结果表明,RF-RSSI-FTO算法能有效改善测距精度和鲁棒性,增强全局和局部搜索能力,提高定位精度.     

一种改进的无线传感器网络APIT定位算法

分析了APIT定位算法在定位精度和定位覆盖率方面存在的问题及其原因,针对这些问题,提出一种基于信号传输时间的定位改进算法（简称为TAPIT）。在TAPIT算法中,采用测量节点间信号传输所需的时间替代节点间的距离,利用面积测试法进行三角形内点测试,减少了测试的误差,提高了算法的定位精度;通过引入TROA算法以及利用部分已定位的节点参与定位计算,帮助部分无法使用APIT定位算法进行定位的节点完成定位,从而提高了算法的定位覆盖率。仿真实验表明,与APIT定位算法相比较,TAPIT定位算法在定位精度和定位覆盖率上都有明显的提高。     

基于RSSI加权数据融合的TDOA定位算法

为解决基于到达时间差(TDOA)定位算法中的定位模糊、测量时差的精确度对定位精度影响较大等问题,通过对TDOA、基于接收信号强度(RSSI)定位算法进行研究分析,提出利用RSSI加权数据融合修正由TDOA算法获得的多个初始位置估计值,从而获得更优位置估计的TDOA/RSSI定位算法.该算法具有计算量小,能有效降低定位误...     

改进DV—Hop定位算法在随机传感器网络中的研究

DV—Hop定位算法是一种典型的无需测距定位算法。DV—Hop定位算法在各向同性的密集网络中,可以得到比较合理的定位精度,然而在随机分布的网络中,节点定位误差较大。针对随机传感器网络中节点分布不规则的特点,在传统DV-Hop算法的基础上采用了跳数修正和多变的平均跳距离法两个改进措施,提出了一种改进的DV—Hop定位算法。仿真结果表明,提出的改进算法可大大地提高随机传感器网络中节点的定位精度。     

基于传声器阵列的声源定位系统的研究

基于麦克风阵列的声源定位技术在通信、语音处理等领域得到广泛的应用。从声音传播的基本原理出发,推导出了精确的声音传播的近场模型,利用该模型并结合子空间算法的思想,提出了适用于近场宽带语音信号的二维声源定位算法,并在算法模型的基础之上搭建了基于DSP的声源定位硬件系统开发平台。结果表明,该算法能够得到较好的定位效果。     

无线传感器网络中基于传输时间比的定位算法及改进

提出一种基于测距的定位新算法,即基于节点间信号传输时间比的定位算法.利用TROA算法的思想改进DV-Hop算法并且进行仿真对比.仿真结果表明,改进后的算法定位精度有明显提高.     

基于加权混合滤波和重心法的APIT定位算法

提出了一种基于加权混合滤波与重心法的近似三角形内点测试（APIT）改进定位算法（HFG-APIT）.利用混合滤波过滤突变信号强度值使数据平滑稳定输出;再引入加权中位数来提高接收信号强度（RSSI）的精度;最后采用重心法进行内点测试减少误判,提高定位精度.仿真结果表明,混合滤波算法比其他滤波方法处理RSSI数据的测距精度更高,HFG-APIT的定位误差分别为最小二乘定位算法（LSM-RSSI）和APIT定位算法的41.7%和23.8%,整体定位性能也优于其他2种算法.     

Visible light localization algorithm based on multi-measurements constraints

In the indoor visible light transmission environment with complex noise, traditional received signal strength indication(RSSI)localization algorithm and imaging localization algorithm are unable to accurately determine the reason of the inaccurate localization model and inadequate constraints of position coordinates. In order to solve the problems, a visible light localization algorithm based on multi-measurements constraints is presented in the paper. The algorithm first constructs a joint localization state space model based on RSSI localization and the imaging localization algorithm. Then, states, measurements and their equations are constructed based on the space model. Finally, the equations are resolved using the unscented Kalman filter(UKF). Compared with RSSI localization and imaging localization, simulation results show that the RMSE of the proposed algorithm could be closer to the Cramer Rao bound. Besides, the localization probability of the proposed algorithm is higher than that of RSSI localization and imaging localization algorithm.     

基于量化信息的无线传感器网络多声源定位研究

针对量化定位大都集中在单源定位问题,该文研究了基于无线传感器网络的量化多声源定位方法。首先针对超声源的传播特性提出了对数量化策略,节点根据量化策略和测量值计算量化信息,并将量化信息传输给基站;然后基站根据提出的基于可能性C均值聚类算法的多源定位方法估计声源的位置。通过在不同参数下的仿真验证所提算法的有效性,仿真结果表明:该算法能够较精确地估计多声源的位置,且对丢包率具有一定的鲁棒性。     

Research on Acoustic Localization Algorithm Based on Dual Four-Element Arrays

The passive acoustic locating technology is widely used in military fields.The traditional locating method with single array has low precision of distance estimation,but comparatively high precision of angle estimation.According to the characteristic,the algorithm for acoustic passive localization based on the azimuth angle and geometry position of the two arrays is derived to estimate the target distance,and the simulation for the factors that affect the localization precision also proceeds.The result of the simulation shows the precision of localization estimation with dual arrays is superior to that of single array,and the passive localization algorithm based on dual array can meet the practical demands.     

一种降低NLOS误差影响的节点定位算法

针对基于测距的节点定位算法在非视距环境下定位精度较低的问题,文章从两个方面对其进行改进:将粒子群优化算法应用于节点定位,并对其参数设置和目标函数选取进行了改进;利用NLOS(Non-Line-of-Sight)测距信息对未知节点可能存在区域进行估计,缩小粒子搜索范围。仿真结果表明,在非视距环境下,改进算法的定位精度和稳定性有明显的改善,是一种可行的无线传感器网络节点定位的解决方案。