基于无线网络节点相似度的室内定位算法

针对RSSI测距定位技术在室内环境中受到的随机干扰大,干扰变化情况不确定,定位结果误差较大的问题,提出了一种基于无线传感器网络节点相似度的室内定位算法。首先通过无线传感器网络的连通特性确定位于网络盲节点周围的几个信标节点,利用数据拟合的方法确定节点工作电压对RSSI距离测量的影响,然后根据拟合结果对不同工作电压下测得的RSSI值进行修正,利用修正后得到的RSSI值计算得到网络节点之间的相似度值,并利用该相似度值作为距离测量和定位结果的自校正系数,对定位结果进行修正,从而获得精度较高的定位效果。实验结果表明该定位算法具有较高的定位精度。     

基于TDOA的室内超声波定位方法的改进

基于超声波和射频信号的TDOA（Time Difference Of Arrival,TDOA）室内无线传感网定位系统得到了越来越普遍的研究。其以距离测量为基础计算待测节点坐标。测距的误差影响定位结果的准确性。因此,文中主要目的是介绍基于超声波技术和射频技术定位系统的工作原理,通过采用总体最小二乘法（Total Least Square,TLS）的直线拟合方法对距离测量误差进行补偿,修正距离值,然后采用极小极大算法（Min-Max algorithm）进行定位的位置坐标计算,得到系统测距误差较小和定位准确性高的结果。实验数据仿真表明,该方法提高了距离测量精度和系统的定位准确性。     

基于RSSI值的WSNs节点测距算法改进与定位实现

针对采用接收信号强度指示(RSSI)值进行无线传感器网络(WSNs)节点定位中,存在的因节点放置高度不同而产生的测距精度存在差异的问题,在大量实验数据的基础上,分析了RSSI值与距离d在节点布设高度不同时的关系,同时采用分段拟合法对测量曲线进行处理,并在此基础上提出了以恒定步长进行节点趋势移动的校验法,计算RSSI值所对应的距离d。验证结果表明:应用此校验法,节点测距的相对误差有了明显的改善。最后,将改进的测距算法应用到WSNs定位中,仿真结果表明:提出的分段拟合与移动校验法能有效改善定位的精度。     

基于RSSI深相似域高斯拟合的室内定位算法

传感器网络中大多数传统定位方法主要研究接收信号强度（RSS）之间的匹配关系,而未充分考虑物理环境和利用离线训练数据库信息。针对上述问题提出一种基于RSSI深相似域高斯拟合的定位方法。该方法在离线阶段建立RSS与距离之间的映射关系,并利用待测定位节点与其逻辑最近邻周边深相似域内的物理近邻点的信息,同时使用贝叶斯算法和高斯曲线拟合来获取参考节点RSS的测量值,最终提高指纹定位方法的准确性。实验结果表明,该方法有效地提高了定位的精度。     

三角环工业标志符快速高精度定位算法

随着表面贴装技术的迅速发展,对基于机器视觉的标志符定位技术提出了更高要求。本文提出一种三角环标志符的快速高精度定位算法。该方法通过利用凸包的几何特征和构建偏离值直方图概念,将影响精确定位的弧状拐角、凸点、细微凹凸和毛刺等不利因素由粗到精地逐步剔除掉,获得用于拟合三角环直线边的优质数据集;然后通过最小距离直线拟合得到三角环标志符各边的高精度拟合直线方程,从而计算得到三角环标志符的几何中心,实现精确定位功能。本文方法为直线型标志符的快速高精度定位研究提供了新思路。     

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BP神经网络的距离损耗模型室内定位算法研究

传统的基于距离损耗模型的室内定位算法大部分都是先将接收信号强度RSSI进行滤波,再转换成距离,然后再通过位置距离算法实现位置估计。此方法必需要根据经验或通过大量数据拟合无线信号传播模型中的参数A和N,因此过于依赖经验且对不同的定位环境算法普适性不强,精度不高。在研究分析无线信号传播模型和传统的室内定位算法的基础上,提出了用BP神经网络模型来拟合传统的距离损耗模型,得到距离后,再利用泰勒级数展开的算法最终实现位置估计。实际的实验结果表明,与传统定位算法相比提高了定位精度和算法普适性。     

基于混合高斯模型测距误差修正和EM-SOM的节点定位算法设计

针对RSSI信号强度定位方法中当发射节点和接收节点之间的无线电传播路径被障碍物阻挡而造成噪声误差,使得节点定位欠精确的问题,设计了一种基于混合高斯模型进行测距误差修正和EM-SOM的节点定位算法;首先,通过混合高斯模型对RSSI获得的测量距离误差进行建模,通过EM方法对混合高斯模型中的各参数即各高斯模型的权值、均值和协方差进行训练,采用自组织的SOM对测量距离样本进行聚类,获得各高斯模型的初始权值,最后,将测量距离输入训练后的高斯模型获得较为真实的距离值,并通过极大似然估计进行节点的定位;实验结果表明文中方法能对具有噪声误差的节点进行定位,且相对其它方法,具有平均定位误差和均方根误差小的优点,具有较大的优越性。     

基于指纹量化的改进加权质心定位算法

针对室内人员定位信号存在干扰大、定位精度低的问题,提出一种基于指纹量化的改进加权质心定位算法。该算法在ZigBee通信环境下采集实际测量值建立指纹数据库,在量化域内根据未知节点接收到的RSSI值进行量化,获得量化距离及量化RSSI值,将量化距离以及产生的量化误差作为权值参数,进一步利用改进的交集三角形加权质心算法对未知节点进行定位。实验结果表明,该算法可以有效避免因信号衰减严重而造成的理论误差问题,提高了定位精度。     

基于红外线定位的拱桥吊装监测研究

为提高拱桥吊装监测的准确性,提出一种基于红外定位的拱桥吊装监测方法。通过红外定位测距原理,并结合拟合方式,得到拱桥吊装设备中红外线传感器的距离,然后通过三维空间定位算法,求解出测点的三维空间坐标。最后,搭建拱桥吊装监测系统。实验结果表明,通过该定位方法和系统,真实结果和测量值的误差都控制在1cm以内,监测结果准确性高,误差小,具有一定的实用价值。     

基于ZigBee网络的移动节点定位技术研究

无线传感器网络技术中,ZigBee技术以其低价格、低功耗、组网简单等优点被广泛地应用于移动节点定位研究中。随着TI推出业界首款带硬件定位引擎片上系统(SoC)解决方案CC2431,移动节点定位可以通过硬件来实现。但基于ZigBee的RSSI无线定位精度受定位环境影响,会造成很大定位误差。针对此问题,分析了影响定位精度的两个阶段:测距阶段和计算阶段。测距阶段对信号传输模型中的两个关键参数A和n值进行改进和优化,以得到更符合实际环境的参数值。计算阶段采用修正权值三角质心算法以提高主要数据的权重,避免次要数据的影响。通过仿真测试发现,本算法定位精度高,稳定性好,具有较好的实用价值。     

基于GIS矿产资源分布区域定位系统

针对当前矿产资源分布系统存在定位范围小、精度低及比特率低的问题,提出并设计了基于GIS矿产资源分布区域定位系统。通过分析定位系统构架原理,对定位系统进行预处理;系统硬件主要包括SJA1000芯片、CAN总线、节点定位及晶振电路;通过搜索模型、信息量加权模型、定位数学模型组成系统软件部分,实现矿产资源分布区域定位。实验结果表明,该系统有效扩大了定位范围,提高了定位精度及比特率。     

基于二进制防碰撞算法的RFID定位系统的设计

设计了一种以PIC16F877A为主控芯片的RFID定位系统,以低成本、低功耗的2．4GHzCC2500作为射频收发芯片。从硬件电路设计和软件设计实现方面阐述了RFID定位系统设计的基本流程,并在CC2500的硬件功能基础之上,采用二进制搜索法有效地解决了多标签识别防碰撞的问题。通过接收标签的RSSI值,采用LANDMARC定位算法实现精确定位。     

基于梯度极值的虹膜卷缩轮检测方法

在计算机辅助虹膜诊断中,虹膜卷缩轮的定位是其他虹膜异常特征检测的基础。针对该特征,提出一种基于图像梯度极值的虹膜卷缩轮检测方法。根据虹膜图像中卷缩轮及其附近区域在竖直方向上的灰度差异性,在部分归一化图像中,利用改进的垂直梯度算子对图像进行处理,提取竖直方向上的梯度极值点得到卷缩轮轮廓,并将轮廓点还原显示在原始灰度图像中。实验结果表明,该方法的定位准确率可以达到92.5%,具有较好的检测效果。     

一种基于RSSI的贝叶斯室内定位算法

为提高室内定位系统中基于接收信号强度指示(RSSI)的定位精度,提出一种基于RSSI的贝叶斯室内定位算法。在对RSSI信号进行高斯滤波预处理后,利用三角形质心算法计算未知节点的初始坐标,对该初始坐标进行贝叶斯滤波处理,得到更加准确的坐标。实验结果表明,该算法能降低定位误差,定位精度可达98%。     

基于指纹技术的蓝牙室内定位系统

针对室内定位服务的迫切需求,搭建了利用指纹技术实现对室内蓝牙设备的精确定位系统。该系统以蓝牙设备为平台,通过获取蓝牙无线链路的接收信号强度参数,建立信号样本数据库,对在线阶段采集到的信号利用K阶近邻法实现对设备的定位。该系统在传统指纹定位算法的基础上加入了对在线定位阶段信号的小波去噪过程,用于降低噪声干扰,提高定位精度。在办公室环境下,蓝牙设备的平均定位精度达到了0.2 m。     

基于自适应射频指纹地图的WSN室内定位算法研究

针对目前基于无线传感器网络进行室内定位时由于节点间收发信号的强时变特性而造成的定位精度不高、自适应性差的问题,提出了一种基于自适应射频指纹地图的WSN室内定位算法。该算法利用固定位置处信标节点间的信号强度来实时刻画环境的动态变化,从而构建出自适应环境变化的射频指纹地图;实时定位阶段,利用贝叶斯估计法计算目标初始位置,通过有限状态自动机滤除目标移动过程中出现的不可能跳变位置。实验结果表明,该方法在增加环境自适应性的同时大大提高了定位精度。     

基于CSS技术的井下精确定位系统设计

针对现有井下定位系统大多只能提供区域性定位功能,无法为人员或设备提供精准、实时的位置信息的问题,提出了基于CSS技术的井下精确定位系统设计方案。该系统利用SDS-TWR定位算法和定位管理协议,在得到高定位精度的同时,不需要进行系统的时钟同步,增强了系统的可实现性和稳定性。井下测试结果表明,该系统可实现井下设备和人员的高精度定位,定位精度达到3m以内,最远传输距离达到350m。     

基于UWB的消防员室内协同定位算法

为了在复杂火场环境下获取消防员的精确位置,提出基于超宽带(ultra-wideband,UWB)的消防员室内协同定位算法,充分利用目标到UWB基站以及到其他目标的测距信息进行定位.采用线性拟合方式对测量距离中存在的标准偏差进行预处理;针对目标位置解算及非视距(non-line-of-sight,NLOS)误差缓解问题,...