共查询到10条相似文献,搜索用时 187 毫秒
1.
2.
3.
4.
5.
6.
7.
《现代电子技术》2017,(11)
为了降低基于接收信号强度指示(RSSI)测距误差对节点定位的影响,解决RSSI测距定位误差较大的问题,提出基于RSSI高斯滤波的最小二乘支持向量回归机LSSVR定位算法(LSSVR-GF-RSSI)。LSSVR-GF-RSSI算法先利用高斯函数滤除误差较大的RSSI值,筛选出较准确的RSSI值,再依据这些值计算未知节点离锚节点间的距离。将这些距离作为LSSVR的输入,建立基于RSSI测距的LSSVR定位算法模型,最终,估计未知节点的位置。仿真结果表明,提出的LSSVR-GF-RSSI算法能够有效地降低均方定位误差,比传统的基于RSSI的LSSVR定位算法减少了约12%~20%。 相似文献
8.
针对基于RSSI测距的定位算法定位误差较大的问题,通过加入多组已知节点之间的距离和接收功率作为参考,提出了一种改进的RSSI测距算法,并将改进的RSSI测距作为最小二乘支持向量回归机LSSVR的输入向量,获得基于改进RSSI测距的LSSVR三维定位算法模型。MATLAB仿真结果表明,在节点随机分布的三维环境中,基于改进RSSI测距的LSSVR定位算法的定位误差比传统LSSVR定位算法减小了13.6%~21.2%,另外,可以通过增加已知节点数量等方法,进一步提高目标定位的准确性。 相似文献
9.
针对距离偏差对多边定位算法的影响,提出了一种改进的KC-Multilateration算法.将K-means聚类方法引入到无线传感器网络的定位问题中,通过聚类分析对误差较大的距离信息进行筛选.对剩余距离信息使用多边定位法进行定位求解,作为最终结果.仿真实验表明,KC-Multilateration与原多边定位法相比在各种误差环境下均能有效降低定位误差,且定位结果稳定.在由实际节点构成的实验环境中使用RSSI值进行测距的进一步实验表明,在不增加任何通信开销的前提下,改进算法定位误差更小,容错性更高,验证了KC-Multilateration的有效性和实用性. 相似文献
10.
为了克服定位算法近似三角形内点测试法(approximate point-in-triangulation teat,APIT)的误差影响,将接收信号强度指示器(received signal strength indicator,RSSI)测距与APIT相结合,提出了APIT算法的改进算法-RAPIT(RSSI and APIT)定位算法.该算法引入限定距离的概念,将引起误差的节点的位置限定在以锚节点为圆心,以限定距离为半径的圆的重叠区域内.实验证明,该算法有效减少了误差,提高了定位覆盖度. 相似文献