一种基于RSSI相关系数的指纹定位技术方法

介绍了指纹定位技术的基本原理,在对指纹定位技术中常用算法KNN匹配算法定位结果进行分析的基础上,给出了一种基于RSSI相关系数的匹配算法,并对该算法的定位结果在实际环境中进行测试分析,实验结果表明:该算法在满足定位实时性要求的基础上提高了指纹定位技术的定位精度。     

基于修正RSSI值的加权质心定位算法

针对利用接收信号强度指示（RSSI）进行节点定位时,RSSI值易受到环境因素的影响导致定位误差。为减小定位误差,在修正加权质心定位算法的基础上,使用卡尔曼滤波对连续采集到的RSSI值进行最优化处理,实现实时状态的预测和估计,使测距结果尽可能接近实际距离,为后续的定位提供更准确的数据。仿真结果显示,相比于之前的算法,改进算法减小了定位误差,提高了定位准确度。     

基于RSSI多边定位误差的加权质心定位算法

为了优化无线传感器网络(Wireless Sensor Networks, WSN)中的定位算法, 提高节点定位精度, 提出一种基于多边定位误差的加权质心算法。分析了无线电的路径损耗模型, 建立基于信号接收强度(Received Signal Strength Indicator, RSSI)和距离关系的对数拟合测距公式, 给出了求解未知节点坐标的多边定位法和位置估算模型。多组数据定位后, 以定位误差值的倒数作为权值, 改进传统的质心算法, 并讨论了参考点个数的选取与误差的关系。实验表明: 改进后的加权质心比传统质心定位精度进一步提高, 选择4~5个参考节点具有良好的定位效果。     

基于RSSI的井下人员定位算法改进

在无线传感器网络中,针对接收信号强度指示(Received Signal Strength Indication, RSSI)在煤矿井下长距离巷道内信号衰减快、测距精度偏差大等问题,提出了一种基于RSSI的高斯滤波加权质心定位算法。采用高斯滤波对采集的RSSI值进行修正,一定程度上减轻环境造成的影响。将RSSI测距算法与改进加权质心算法相结合,得出待测节点坐标位置。仿真试验表明,该改进算法与原有定位算法相比,定位误差明显降低,可基本满足煤矿井下人员的安全生产和定位需求。     

基于ZigBee室内定位算法研究

研究了基于信号强度的 ZigBee 定位算法,以接收信号强度指示(RSSI)定位算法为基础。通过全局坐标系中已知的参考节点位置以及与各个参考节点之间的信号强度,分析计算得到盲节点的坐标位置,即室内移动机器人当前的坐标位置。通过实验研究和数据分析,可以借助 ZigBee 低功耗及组网稳定等特性对室内定位领域有进一步的理解和应用。     

一种基于AP ID过滤的WLAN位置指纹定位算法

非视距传播是影响定位精度的主要因素,深入研究信号强度的统计特性有利于定位精度的提高。基于RSSI的位置指纹定位技术因其设备简单,定位精度高而成为近年来定位技术研究的焦点。在对信号强度的统计特性深入分析的基础上,结合AP ID与移动台位置之间的关系提出一种改进的基于AP ID过滤的无线局域网位置指纹定位算法。并借助MATLAB仿真对比了改进前后的算法性能,证明了改进算法的不仅降低了计算复杂度,且提高了定位精度。     

基于RSSI的Wi-Fi室内定位常用算法对比

WiFi定位是室内定位的方法之一,其观测值主要为WiFi的信号强度(received signal strength indication,RSSI),利用信号强度进行室内定位的方法基本上可以分为两种,一种根据模型计算接收节点与发射节点的距离,估计接收节点的位置;另一种是根据事先采集的信号强度指纹进行空间匹配。通过在不同场景下对两种定位算法的比较,基于信号强度指纹匹配的定位精度明显高于基于估计接收节点的定位精度,但与指纹匹配法相比,位置估计法更加灵活。     

基于卡尔曼滤波的接收信号强度指示差值定位算法

针对频谱监测系统中被监测信号无法控制并且没有任何先验知识,只能通过对信号被动监测,即接收与处理信号来估计信号源位置的要求,该文提出一种基于接收信号强度指示差值(RSSID)的定位算法,并利用卡尔曼滤波提高其定位精度。该文将两监测站之间的RSSID转换成信号源到两监测站的距离之比,根据距离之比构造定位方程矩阵,进而利用最小二乘法求取信号源位置。仿真结果表明：所提算法比经典RSSI定位算法性能更优,降低了环境因素对定位精度的影响,并且能更好地满足参数较少的定位服务需求,可以有效地应用于频谱监测系统中。同时,卡尔曼滤波可以有效改善系统的定位精度,达到预期的定位效果。

     

一种基于RSSI的无线传感器网络定位法

文中通过实地测量数据分析了信号衰减模型的时变特性,提出了一种基于RSSI的定位方法——差圆法。该方法弱化了信号衰减模型的作用从而在一定程度上提高了定位的精确度。仿真分析表明：在测量噪声较小的情况下,差圆法较常用的多边定位法具有更高的定位精度。     

基于RSSI和惯性导航的融合室内定位算法

针对目前对高精度室内定位算法的需求,提出一种基于接收信号强度识别（RSSI）和惯性导航的融合室内定位算法。基于无线传感网中ZigBee节点的RSSI值,采用位置指纹识别算法,对网络中的未知节点进行定位。结合惯性传感单元（IMU）提供的惯性数据,对RSSI定位结果进行融合修正。利用Kalman滤波器,采用状态方程描述待定位节点位置坐标的动态变化规律,从而实现一种以无线传感网络定位为主、IMU为辅的融合定位方法。仿真结果表明,提出的融合定位算法既能改善单独使用RSSI定位受环境干扰较大的问题,又能避免单独使用惯性导航带来的累积误差,极大地提高了定位精度。     

基于分簇传感网的RSSD/TDOA协同定位方法

针对基于能量有限的分簇传感网实现对非配合辐射源的高精确度无源定位问题,提出了一种适用于传感网的接收信号强度差fRSSD）定位方法,并在其相关性能分析基础上提出了以RSSD定位为辅、到达时间差（TDOA）定位为主的两轮协同定位方案,即以RSSD定位结果作为目标位置初估计,并根据各簇在该初估计位置处的TDOA定位CRB,选择部分预期定位精确度较高的簇参与进一步的TDOA定位,最后通过对这些簇定位结果的加权平均得到最终的目标位置估计。仿真结果表明,相比基于GDOP的簇选择标准和定位融合方法,提出的改进措施提高了定位精确度,而RSSD／TDOA协同定位方案在保证较高定位精确度的同时,有效地减轻了网络负载,延长了网络生命周期,具有较好的工程应用前景。     

基于CC2431实现的无线传感器网络定位

无线传感器网络（WSN）中的定位技术是目前该领域研究的热点。对无线传感器网络中常用的定位技术进行了概述,着重分析了基于接收的信号强度指示（RSSI）定位技术的误差来源及减小误差的办法。重点讨论了利用CC2431内嵌的定位引擎实现的无线传感器网络定位功能及其原理,并通过实际测试验证了其定位准确度满足本应用需求,最后对该定位系统的各项性能指标进行了全面的分析总结。     

一种基于RSSI的三角形质心改进算法

针对传统质心算法定位精度低、对环境依赖性强等问题,提出一种基于RSSI的质心定位改进算法,先确定未知节点所在的三角形,连接三边中点划分16或10个区域,得到小三角形的外心,通过比较外心的适应度值,确定未知节点所在区域,减小了三角形的面积,提高了定位精度。利用matlab仿真结果表明,改进的三角形质心定位算法的性能更好,具有一定的实用价值。     

基于分簇结构无线传感器网络的高效无源定位方法

针对基于节点通信能力和能量受限的无线传感器网络实现高精度无源定位的问题,首先,在分簇结构网络中,通过折中单个簇的TDOA定位精度和运算复杂度,确定了簇规模;其次,基于直达波环境中TDOA定位误差是按布站GDOP对测量误差放大的原理,提出第一轮定位先使用网内所有节点以RSSI定位方法粗估计目标辐射源位置,并根据各簇在该粗估计位置处的布站GDOP和测量误差估算TDOA定位标准差,第二轮定位选择具有较低TDOA定位估计标准差的部分簇参与TDOA定位,最后将这些簇的TDOA定位结果按估算的定位估计标准差加权平均,求得最终定位解。仿真结果证明该方法有效的去除了冗余节点,实现以半数节点接近使用全部节点的定位精度。      

基于RSS空间线性相关的WLAN位置指纹定位算法

针对RSS(接收信号强度)时变性以及不同终端信号接收能力的差异性,导致WLAN位置指纹定位不稳定的问题,基于RSS空间线性相关性提出一种新颖的位置指纹定位算法.在每个参考点分别采集多组RSS样本形成特征矩阵,并构建离线位置指纹数据库.定位时,通过计算实时RSS矩阵与指纹库参考点相关性,得到最相关的k个参考点,利用二次加权质心算法计算用户的最终位置.为了有效降低信号时变性的影响,采样时进行了滤波、排序等处理,构建离线指纹数据库时尽量增加采样次数,但需要对样本进行聚合处理以适应定位相关性计算.实验结果表明,该算法在保证较高定位准确度的同时,针对不同终端有更好的定位稳定性.     

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

基于知识图谱的电磁干扰源定位方法

为解决现有电磁大数据管理手段单一,无法充分利用电磁数据的弊端,引入分区管理的概念,采用聚类算法将电磁数据按地理属性进行分区,利用图数据库对电磁数据进行管理,将电磁聚类后的结果转化为知识图谱实体,抽取实体之间的关系,发掘电磁数据间的潜在关联。针对电磁干扰源定位难、效率低下的问题,提出了以知识图谱为基础,大数据实时处理技术为辅助的改进接收信号强度指示(RSSI)定位算法,并实验仿真了真实电磁数据下干扰源定位的过程,分析了单目标干扰源和多目标干扰源下定位的性能。实验结果表明,所提的基于知识图谱的电磁干扰源定位方法较传统RSSI定位方法效果更显著,误差更小。     

融合反距离加权和矩阵填充的位置指纹库构建

为解决位置指纹定位在离线阶段构建位置指纹库时耗费的人力和时间成本较大,构建指纹库效率低和利用空间插值法构建的指纹库精度不高的问题,提出了一种融合反距离加权和矩阵填充的位置指纹库构建算法。该算法仅需人工采集定位区域内少量参考点的接收信号强度值用作信标点指纹信息,结合反距离加权算法特性计算出次信标点指纹信息,根据位置指纹库数据矩阵的低秩性,应用奇异值阈值矩阵填充算法构建出位置指纹数据库。仿真实验结果表明,所提算法有效降低了矩阵填充算法构建位置指纹库所需的人工和时间成本,构建出的位置指纹库定位性能优于反距离加权和克里金空间插值法,接近传统人工采集法,显著地提高了位置指纹库的构建效率。     

面向ZigBee网络节点安全定位的消息签名方案

针对ZigBee网络节点定位中消息的安全性问题,该文提出一种带隐私保护的消息签名方案。方案基于椭圆曲线(ECC)上的无双线性对运算,设计了带身份隐私保护的定位请求消息签名算法和坐标隐私保护的定位参照消息签名算法。理论证明了所提方案可抵御伪造攻击、重放攻击等多种外部攻击,同时具备隐私保护、身份追踪等功能。性能分析结果表明,与同类方案相比,所提方案计算开销和通信开销均具有优势。

     

基于极坐标的CMKF定位算法研究

针对经典的推广卡尔曼滤波算法受初值和测量噪声影响大,算法不稳定等缺点,提出了一种新的基于极坐标的转换测量卡尔曼滤波定位算法,计算机仿真结果验证了这种算法具有较好的稳定性和实用性.