一种应用于无线传感器网络的全集成接收信号强度指示器

设计了一种应用于无线传感器网络(WSNs),可以在1.2V电压工作的,全集成接收信号强度指示器(RSSI).介绍了对数放大器的基本原理,改进了直流偏移消除电路结构,利用隔级反馈使限幅放大器部分更加易于全集成.改进了全波整流电路,使其能工作在低电压,功耗更低,同时大大提高了工艺稳定性和温度稳定性.采用0.18 μm CMOS工艺,仿真结果显示:在1.2V电源电压时,RSSI的直流电流小于0.6mA,2 MHz输入信号频率,输入动态范围为-85 ～-10 dBm时,RSSI的线性误差小于±0.5 dB.     

OFDM水声通信降低限幅噪声的改进算法

为了降低正交频分复用（OFDM）水声（UWA）通信系统的峰均比（PAPR）,使放大器能工作在线性有效区,传统的限幅方法通常会引入较大的限幅噪声。针对这一问题,提出了一种低复杂度的降低限幅噪声的算法。该算法采用不同的限幅门限对不同的信号幅度作限幅处理,同时将处理结果以限幅向量的形式传送至接收端,以准确恢复相应被限数据的原始幅度,从而降低限幅噪声。通过理论分析和计算机仿真,结果表明该算法在少量增加系统运算复杂度的前提下,能使线性放大器工作在有效范围内,而且能够有效抑制系统的限幅噪声。     

一款功率调节射频放大器设计

本论文设计一款具有功率自动调节功能的射频放大器,可用于UHF频段的接收设备中。该放大器可根据输出的射频功率自动调节反馈,以实现固定范围内的功率输出,是一款低功耗、低成本且抗干扰能力强的高效放大器。     

低功耗低噪声CMOS放大器设计与优化

分析了两种传统的基于共源共栅结构的低噪声放大器LNA技术:实现噪声优化和输入匹配SNIM技术并在功耗约束下同时实现噪声优化和输入匹配PCSNIM技术。针对其固有不足,提出了一种新的低功耗、低噪声放大器设计方法。     

短距离LED可见光音频传输系统设计

基于白光LED照明和通信双重作用,构建了一种短距离白光LED可见光音频传输系统。从短距离、低功率系统考虑,分析可见光传输模型和影响因素,设计可行的可见光发射端和接收端。采用AGC电路和限幅放大电路提高系统的动态范围,保证语音信息输出稳定;采用阵列接收方式扩大接收角,提高系统灵敏度。为了实现系统噪声匹配,设计了低噪声高增益前置放大器。测试结果表明,系统实现了可见光短距离音频信息的无失真传输,验证了系统的可行性。     

低功耗霍尔电压放大器

基于霍尔传感器低功耗的要求,设计一种低功耗、可以放大微弱霍尔电压的放大器.利用MOSFET工作在亚阈区超低功耗特性,设计一种CMOS二级运算放大器.这种亚阈区放大器结构简单,工作在2.5V～3.5V电压下,电路开环增益可以达到90dB.     

一种新型限幅器

本文介绍了为自动控制系统设计的一种新型限幅与钳位电路。论述了设计的必要性,给出了电路的组成并分析了工作原理,叙述了调整方法,给出了限幅与钳位特性曲线。给出了应用实例并概述了工作原理及性能特点。由于巧妙地利用了运算放大器的输出电平与中间级电位的关系,使得限幅与钳位性能的调节灵活方便,同时具有电路简单,限幅范围广,限幅值与钳位点任意调节等特点。     

一种高速低功耗存储读写控制电路

本文提出了一种高速低功耗存储读写控制电路。该电路采用锁存器型敏感放大器,并将敏感放大器输入与存储器位线通过隔离电路互联,通过控制隔离电路和敏感放大器开启时机,可以有效实现存储器读出速度、读数据功耗和读出可靠性之间的折衷。文章给出的模拟分析结果对存储器设计者有很好的参考价值。     

一种增益自举运算放大器的分析与优化设计

基于开关电容的流水线ADC设计中,运算放大器的建立时间和精度是关键指标。而增益自举运算放大器的建立时间分析比较复杂。本文通过理论推导和模型简化的方法分析其主运放和辅助运放的单位增益带宽及相位裕度对建立时间的影响。提出了一种P型与N型传输函数相同的辅助运放电路,并以此设计了一个高速、低功耗的自举运算放大器。     

基于AN7218的超声波接收电路设计

针对现有超声波接收电路前级放大结构复杂、噪声较大、成本较高的缺点,提出了一种基于调频、调幅中频放大器AN7218的超声波接收电路。通过FM与AM中频放大器对超声传感器的回波信号进行低噪声前置放大,电路适用于各种中频超声波接收电路。实验表明,电路设计简单、性能稳定、价格低廉,具有广阔的应用前景。     

基于改进的RSSI无线传感器网络节点定位算法研究

研究无线传感器网络节点定位问题。接收信号强度值(RSSI)直接影响无线传感器网络节点定位准确度,而现有定位算法没有考虑锚节点的RSSI消息,造成节点定位精度低。为了提高无线传感器网络节点的定位精度,提出了一种基于RSSI的质心定位算法。首先通过无线信号强度计算出节点间RSSI值,然后把RSSI值转换成质心算法权值,最后采用质心定位算法对待测节点位置进行估计,获得节点的准确位置。仿真实验结果表明,与现有质心定位算法相比,基于RSSI的质心定位算法在不增加成本、通信功耗的情况下,提高了节点定位精度,降低了定位误差,适合各种规模的无线传感器网络的节点定位。     

基于RSSI校正的无线传感器网络定位算法

为了使接收信号强度指示（RSSI）的测量误差对节点定位精度的影响程度达到最小化,提出一种基于RSSI高斯加权校正的质心定位算法.首先通过高斯函数滤去偏差较大的RSSI值,然后再对余下的RSSI值加权计算得到优化的RSSI测量值,并利用测量到的RSSI值计算出锚节点与未知节点之间的距离,然后根据计算出的距离对锚节点坐标加权,并通过质心定位算法求出未知节点的位置坐标.仿真实验表明：该算法相比基于RSSI的质心定位算法,定位覆盖率提升3％～6％,平均定位误差至少减少4％,是一种定位精度更高的算法.     

基于RSSI的高精度实时室内人员跟踪定位的改进

在能量有限的网络节点中,利用RSSI测距只需较少的通信开销和较低的实现复杂度.实际应用环境中,由于受不同的传播方向和传播介质的影响,在定位过程中产生的距离误差比较大.在此算法的基础上结合平滑算法,提出了增强型RSSI算法.增强型RSSI算法是将前一个 RSSI的值大小与当前的做一个平滑动作,主要降低移动目标的动能波动,从而对室内的人员进行更加精确的跟踪定位,通过与简单的RSSI进行比较,仿真验证了平滑算法的定位的精确性与有效性.     

基于RSSI信号特征的室内分区指纹定位算法

为提高室内定位精度和算法效率,提出基于RSSI信号特征的分区指纹定位算法。在离线阶段,区别于传统的使用RSSI信号构建离线指纹库的方法,设计使用RSSI信号衰减率建立离线指纹库;在在线定位阶段,针对使用欧式距离进行相似度计算时,容易出现两个点RSSI信号欧式距离较近而物理距离较远的情况,提出使用RSSI信号衰减率进行子区域划分,引入SSD的思想使用二级指纹进行精确定位。通过实验验证了该算法的适应性与有效性。     

基于复合滤波的RSSI无线网络测距算法

定位技术是Zigbee无线蜂窝网络最为重要的应用之一,其定位原理主要是基于接收信号强度指示(Received Signal Strength Index,RSSI)的测距算法,RSSI值的精度直接影响到定位精度.为抑制RSSI值中的复杂干扰噪声,本文提出了一种复合滤波算法,融合了中值滤波、均值滤波、高斯滤波、狄克逊法滤...     

Bessel函数测距模型的RSSI测距方法

针对现有RSSI测距方法中,影响测距精度的RSSI测量值难以准确估计和RSSI值与距离对应衰减关系不明确的问题,给出一种基于Bessel函数测距模型的RSSI测距方法。首先对RSSI原始测量数据进行异常值剔除,滤波和凸优化提取趋势项的预处理,然后建立基于Bessel函数的测距模型,基于预处理所得光滑数据,利用最小二乘法辨识测距模型中未知参数,从而得到具体测距模型表达式。基于实测数据对所提方法进行实验验证,与Shadowing模型、分段函数测距模型对比,结果表明,Bessel函数测距模型的RSSI误差均值在1.8dBm范围以内,能更有效反映RSSI值衰减关系,提高了测距精度且计算开销不大。     

无线传感器网络精度优选RSSI协作定位算法

针对目前无线传感器网络（WSN）定位算法中未知节点间接收信号强度指示（RSSI）冗余信息利用不足以及信息无筛选利用问题,提出一种新的精度优选RSSI协作定位算法。首先,利用RSSI阈值,从大量粗定位的未知节点中筛选出定位精度相对较高的节点;接着,利用subset子集判断方法从经过RSSI阈值筛选的节点中提取出受环境影响较小的节点,作为次选协作骨干节点;然后,使用锚节点置换准则,根据置换锚节点的定位误差,从次选协作节点中进一步提取出高精度的节点作为优选协作骨干节点;最后,以协作骨干节点为协作对象,根据精度优先级参与协作求精,对未知节点进行未知修正。仿真实验表明,该算法在100 m×100 m网格区域内的平均定位精度小于1.127 m。在定位精度方面,相同条件下,相较于改进的采用RSSI模型的无线传感器网络定位算法,该算法平均定位精度提高了15%;在时间效率方面,相同条件下,对比传统RSSI协作定位算法,该算法在时间效率上提高了20%。可见,所提算法可以有效提高节点定位精度,减小计算复杂度,提高时间效率。     

基于Unscented卡尔曼滤波的室内定位

基于RSSI值的测距技术中,通过对天线全向性问题的分析,提出基于Unscented卡尔曼滤波（UKF）的定位算法。利用基于RSSI值的测距模型进行距离测量,并使用Unscented卡尔曼滤波算法估计节点坐标。由于RSSI值的测量和测距模型参数受到环境的影响,采用高斯滤波对RSSI值进行优化,对环境参数使用线性回归算法进行优化并采用自适应机制更新。通过与最大似然估计法（ML）的比较实验表明,该算法能有效地减小定位误差,提高定位精度。     

基于RSSI优化的模型参数实时估计定位算法

基于RSSI的测距是一种低成本的距离测量技术.为了有效地降低RSSI因环境影响而产生的测量误差,以及解决传统算法中因使用固定信号传播模型而造成较大测距误差的问题,提出一种RSSI经过优化处理的模型参数实时估计定位算法.该算法运用高斯模型对节点接收到的所有RSSI测量值进行处理,根据RSSI值确定待定位节点所在的最小区域,再通过该区域内选定信标节点间的相互合作估算出当时的环境参数,根据实际情况动态调整传播模型的参数,使测距更准确,从而减少定位误差.将该算法与其它算法进行仿真比较,结果表明了该算法可以有效地提高定位精度.     

基于RSSI的无线传感器网络节点测距方法研究

基于RSSI的测距技术是无线传感器网络测量节点间距离的基础,RSSI测距具有通信开销小、实现复杂度低等优点,可广泛应用于无线传感器网络的定位、监测等领域.首先分析RSSI测距的原理,在此基础上采用用户自定义通信协议的CC1100芯片进行测距实验,取得了多组数据,通过对实验数据的分析,验证了在适度的环境下RSSI测量值的变化与距离的关系有一定的规律可循,提出采用加权和均值的方法降低外界环境对RSSI测距的影响,并用实验加以验证.