基于RSSI的改进差分修正加权质心定位算法

通过信标节点广播信号强度计算未知节点与信标节点的距离,按升序排序后,逐次取三个距离构建相交圆求质心,并将第一个质心作为参考节点计算差分修正因子修正质心,最后,通过加权质心计算实现未知节点的定位.仿真结果表明,该算法能够减少质心计算误差,有效提高定位精度.     

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.     

基于距离区间概率加权的RSSI测距方法

接收信号强度(RSSI)易受环境干扰而出现多值,使得"RSSI-距离"的一一映射关系被破坏,导致单纯采用RSSI值和距离映射进行测距时存在较大误差.针对该问题,提出基于距离区间概率加权的测距方法,建立RSSI和距离区间之间的映射关系,并求出RSSI值出现在该区间中每个距离点下的概率,再以概率为权值对区间中的所有距离进行加权求和,将得到的结果作为该RSSI值对应的距离.仿真结果表明,和曲线拟合法及区间测距法相比,该方法在测距精度上均有不同程度的提高.     

基于RSSI动态路径损耗的定位算法

传统接收信号强度指示定位算法具有成本低、使用方便等优点,但是由于环境的变化,使得路径损耗指数变化,导致定位精度大大降低。该文提出一种基于接收信号强度指示动态路径损耗的定位算法,首先,计算出环境损耗指数,并将每个值与对应的信号强度损耗值记录在数据库中;其次,通过接收到的信号强度指示选取路径损耗指数,利用三边定位测量算法,通过最小二乘法来计算获得待定位标签的坐标位置;最后,在MATLAB平台验证算法的有效性并进行实验。     

基于RSSI测距分析

节点定位是无线传感网络的核心支撑技术之一。为提高接收信号强度指示(RSSI)法的定位精度、消除路径散逸指数,提出一种基于锚节点的模糊C-均值(FCM)校正算法。该算法利用FCM模型对非敏感区的RSSI数据进行处理,筛选出RSSI较优值,并将已知2个锚节点之间的距离与测量得到的RSSI值作为参考,校正被测RSSI值对应的距离,消除路径散逸指数。仿真结果表明,该算法比统计均值模型具有更好的估计精度。     

基于锚节点间距离的改进RSSI测距方法

节点定位是无线传感网络的核心支撑技术之一。为提高接收信号强度指示(RSSI)法的定位精度、消除路径散逸指数,提出一种基于锚节点的模糊C-均值(FCM)校正算法。该算法利用FCM模型对非敏感区的RSSI数据进行处理,筛选出RSSI较优值,并将已知2个锚节点之间的距离与测量得到的RSSI值作为参考,校正被测RSSI值对应的距离,消除路径散逸指数。仿真结果表明,该算法比统计均值模型具有更好的估计精度。     

基于RSSI的加权质心定位算法的改进

为提高质心算法的定位精度,在质心定位算法中采用距离加权的同时,改进了距离加权因子,提高了距离加权的比重,并且在Matlab平台上仿真。结果显示将定位误差提升到了0.1m以内。     

垂直交点APIT定位改进算法

针对APIT算法存在的问题,提出了一种新的判断未知节点位置的方法。首先选择3个任意组合的锚节点,通过任意一个锚节点对另外两个锚节点所在直线作垂线得到垂直交点,通过比较这个锚节点到交点的距离和它与未知节点的距离的关系,初步判断未知节点位置,同时,通过加权质心定位算法得到未知节点的精确估计值。Matlab仿真结果表明,改进后的算法相比较经典APIT算法在定位精度上有了很大提高。     

基于网格分布的加权质心定位算法研究

提出了基于网格分布的自适应校正的加权质心定位算法。针对算法存在的RSSI测距误差,可利用由离未知节点最近的信标节点确定的误差修正因子,使得未知节点适应自身所处的节点分布环境,从而对权值进行修正。仿真结果表明,该算法在不增加硬件成本的情况下降低了RSSI测距误差,提高了算法的定位精度。     

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。     

基于改进型加权质心算法的井下人员定位

节点定位技术可用于井下人员位置的确定,在日常作业监控和人员调度中起到非常重要的作用。采用无线传感网络的通信技术,基于传统加权型质心算法,添加了区域判定的改进型定位算法,设计了井下人员定位系统。为验证算法的有效性,用matlab软件模拟仿真了算法的执行,结果表明能够提高系统的定位精度,可用于复杂工作环境的井下监控系统中。     

基于搜索的RSSI节点定位算法

节点定位是无线传感器网络中的关键技术.该文通过对无线电传播路径损耗模型的分析,并以锚节点之间的信息作为参考,提出了一种基于搜索的RSSI定位算法.该算法由RSSI测距,定位计算和循环搜索求精三阶段组成,计算简单,通信开销小,节点定位精度较传统三角形定位算法有一定的提高,具有普遍的应用意义.     

无线传感器网络中一种基于三边测量法和质心算法的节点定位算法

针对无线传感器网络在节点均匀分布的情况下节点定位精度较差的问题,提出了三边质心定位算法.该算法利用节点均匀分布的先验信息将质心定位思想引入到三边测量法中,通过计算相交圆的公共区域的质心来提高对未知节点位置估算的精度.仿真结果表明,三边质心定位算法与三边测量法相比有效地降低了未知节点的位置误差,提高定位精度.     

基于可规律性移动锚节点和接收信号强度指示器的改进DV-Hop定位算法及其性能分析

针对DV-Hop定位算法进行了缺陷分析,提出了一种基于可规律性移动锚节点(RMAN)和RSSI测距技术辅助定位的算法RRDV-Hop。采用OMNET++作为仿真平台,分别从算法的平均定位精度、开销、硬件成本和稳定性等方面对两种定位算法的仿真结果进行了对比和分析。实验结果表明,在相同网络条件下,与DV-Hop算法相比,RRDV-Hop算法近似实现了锚节点的均匀分布,能够在随机分布的网络中提高平均定位精度和保持更好的算法稳定性;同时减少了锚节点个数,从而降低了网络的硬件成本。因此,RRDV-Hop算法更能适应随机分布的无线传感器网络。     

基于RSSI的近场低频无线测距研究

在提出和开发一种自主跟随引导节点移动的自主跟随机器人中,引导节点实时精确测距和定位必不可少。该文分别提出了基于RSSI近场低频的自适应信号衰减模型算法和BP神经网络估计方法。相对于传统的信号衰减模型算法,这两种方法对无线信号能量衰减问题表征能力更强。实验结果表明,两种方法都达到了较高的测距精度。总体上,BP神经网络估计方法算法精度优于自适应信号衰减模型算法,其测距绝对误差可以控制在0.1 m以内,但BP神经网络估计方法对样本数量及样本分布情况要求更高。     

一种基于DV-HOP改进的无线传感器网络定位算法

针对无线传感器网络中经典定位算法DV-HOP定位精度低的缺陷,提出改进算法。该算法采用新的方式计算未知节点与锚节点的距离,提出锚节点信任度的概念,并利用加权最小二乘法计算节点坐标。Matlab仿真实验结果表明,在相同网络环境下,该算法能有效减小距离计算带来的定位误差,提高定位精度。