无线传感器网络中一种改进的DV-Hop算法

在无线传感器网络中,节点自身定位是支撑性的技术.本文研究了无线传感器网络DV-Hop节点定位算法,并在此基础上提出了一种改进的算法:它对平均每跳距离的计算进行了改进,同时有选择性的选取锚节点参与三边定位过程.通过仿真,在定位误差方面进行了验证,证明了改进算法的优良.     

基于DV-hop的无线传感器网络定位算法研究

DV-hop算法是无线传感器网络中一种典型的定位算法.系统分析了DV-hop算法中对定位误差有较大影响的节点通信半径、锚节点个数、总节点个数等几个重要参数,并进一步给出仿真结果.通过仿真结果分析得出上述参数的较优值,降低使用DV-hop算法时无线传感器网络的定位误差.理论分析和仿真结果表明,参数优化后的算法有效的降低了...     

一种基于预测的无线传感器网络节点自定位算法

针对现在存在定位机制中定位误差较大和无线传感器网络低成本、低功耗的特点,在TDOA技术的基础上,提出了一种基于测离的节点自定位算法.该算法优先选取定位较精确的信标节点用于未知节点的定位,同时通过几何精度因子进一步缩小信标节点的选择范围,以提高未知节点的定位精度.最后通过Matlab仿真对算法进行评估,仿真结果表明该算法...     

基于Amorphous的无线传感器网络定位算法研究

简述Amorphous算法的定义及应用,详细的给出了Amorphous定位算法的步骤,系统分析了影响Amorphous算法定位精度的参数,包括锚节点的个数、节点通信半径和总节点的数目.给出了仿真结果并通过对仿真结果分析得出了上述参数的较优值.仿真结果表明,使用这些优化的参数,Amorphous算法可以有效降低无线传感器网络的节点的定位误差.     

基于DV-Hop的修正和改进定位算法

在无线传感器网络中节点的自身定位技术是支撑性的技术.研究了DV-Hop算法,并分析了其缺点.针对其缺点修正了锚节点的计算的平均每跳距离,让更多的锚节点参与最后的定位计算并采用了加权的质心算法.通过Matlab仿真改进的算法能明显地提高定位的精度,得出改进算法适合的应用场景.     

无线传感器网络节点定位技术研究

节点定位是无线传感器网络应用的前提和基础.本文在分析WSN自身定位算法研究的基础上,对定位算法进行了分类.根据静态定位和动态定位算法的不同特点,对现有的算法进行了分析比较,并重点讨论了一些典型的动态定位算法.最后针对统一武器制导网络等空间应用领域中对网络节点定位的要求,探讨了节点的移动性和三维定位问题.     

基于TOA的无线传感器网络定位误差GDOP值分析

无线传感器网络中,自身节点定位精度与确定该节点位置的锚节点的几何关系密切相关.分析了TOA算法的定位原理,引入了GDOP描述定位误差与锚节点群几何布局关系,并给出了基于惯性矩和惯性积的GDOP值计算方法.结合质心算法原理,分析了锚节点数为3,5,10时,对基于锚节点群内点、外点的未知节点定位误差的归一化GDOP值和GDOP均值求解.采用蒙特卡洛仿真方法,仿真次数50,验证了锚节点群内点定位精度高和健壮的结论.     

水下声学传感器网络节点定位算法及自组织过程研究

针对水下声学传感器网络中锚节点稀少的问题,给出了一种分布式的水下节点自定位算法.为配合定位算法的完成,提供定位过程所需的邻接信息表等信息,提出了一种分布式的并发数据传播算法,并针对该数据传播算法中存在的通信冲突问题,给出了冲突解决策略.仿真试验验证了上述两种方法配合完成水下节点定位的可行性和有效性.     

传感器网络节点与目标事件的联合定位方法

评估传感器网络节点位置的不确定性对于需要鲁棒性考虑的网络应用有着重要的意义.本文利用网络中的邻接信息构成以节点位置为变量的约束集,利用投影的方法计算节点的所有可能位置范围.使用简单直观的多边形给出近似结果,同时给出了一种分布式实现算法.在考虑节点位置不确定性的情况下,对目标事件进行定位.仿真结果表明传感器网络在定位目标的过程中同样能提高节点定位精度.     

基于UAV的无线传感器网络加权质心定位算法

针对加权质心定位算法中,需要的固定锚节点数目较多导致定位成本较高,且定位误差较大等问题,将无人机作为移动锚节点,提出了一种基于信号强度比值并结合指数函数作为权值的加权质心定位算法(ERR-WCL).该算法采用无人机沿着既定的航迹在室内空间中飞行,在规定的航迹点上广播数据包;未知节点根据接收的信号强度(RSSI)确定权值,从而估算未知节点自身的坐标位置.仿真结果表明,该算法有效地降低了定位误差,同时结合无人机,解决了定位成本高,使用不灵活,受到空间约束的问题.     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

基于在线校正的无线传感器网络定位算法

准确度和精确度是无线传感器网络定位系统重要的指标。分析现有的校正技术,在基于超声波传感器和无线射频模块的到达时间差（TDOA）测距技术和多边测量定位算法的基础上,结合校正技术,提出一种基于在线校正的定位算法。改进的算法针对传感器网络在实际应用中的不均匀性布撒,充分利用密集布撒下节点定位的冗余信息,以提高密集型网络的定位精度,从而提高整个网络的定位性能。实验表明,改进的定位算法有效地减小了网络的定位误差。     

Robust and real-time self-localization based on omnidirectional vision for soccer robots

Self-localization is the basis to realize autonomous ability such as motion planning and decision-making for mobile robots, and omnidirectional vision is one of the most important sensors for RoboCup Middle Size League (MSL) soccer robots. According to the characteristic that RoboCup competition is highly dynamic and the deficiency of the current self-localization methods, a robust and real-time self-localization algorithm based on omnidirectional vision is proposed for MSL soccer robots. Monte Carlo localization and matching optimization localization, two most popular approaches used in MSL, are combined in our algorithm. The advantages of these two approaches are maintained, while the disadvantages are avoided. A camera parameters auto-adjusting method based on image entropy is also integrated to adapt the output of omnidirectional vision to dynamic lighting conditions. The experimental results show that global localization can be realized effectively while highly accurate localization is achieved in real-time, and robot self-localization is robust to the highly dynamic environment with occlusions and changing lighting conditions.     

多传感器信息融合在移动机器人定位中的应用

机器人自定位是实现自主导航的关键问题之一。为了满足机器人在导航时精确定位的要求,提出一种基于多传感器信息融合的自定位算法。根据对机器人运动机构的分析和运动机构间的刚体约束,建立起机器人的运动学模型;由传感器的工作原理建立里程计和超声波传感器的观测模型;利用扩展卡尔曼滤波(EKF)算法将里程计和超声波传感器采集的数据进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计。实验结果表明:该算法明显地消除了里程计的累计误差,有效地提高了定位精度。     

基于贝叶斯滤波理论的自主机器人自定位方法研究

针对自主机器人定位问题,研究了基于贝叶斯滤波理论的自定位方法,从概率表达的角度介绍了贝叶斯滤波方法各种不同的实现形式,分析了各种不同定位方法的性能,指出了它们的优缺点,并对每种方法的改进方法进行了探讨和分析,最后总结了定位方法的基本特点,并对贝叶斯滤波理论在自主机器人领域中的应用前景进行了展望,探讨了未来的发展方向。     

新的室内移动机器人自定位方法

针对现有室内移动机器人自定位方法中存在的定位精度不高,随时间积累定位误差增大,复杂室内环境下信号存在多径效应和非视距效应等问题,提出了一种基于蒙特卡罗定位(MCL)的新的移动机器人自定位方法。首先,通过分析基于无线射频识别(RFID)技术的移动机器人自定位系统,建立机器人运动模型;然后,通过分析基于接收信号强度指示(RSSI)的移动机器人自定位系统,提出机器人移动过程的观测模型;最后,针对粒子滤波定位执行效率不高的问题,提出粒子剔除策略和依据粒子方位赋予粒子权值策略,提高系统的定位精度和执行效率。仿真实验表明,机器人在移动过程中的自定位误差在X轴和Y轴方向上为3 cm,传统定位算法误差为6cm,新算法定位精度提高近1倍,且算法具有很好的鲁棒性。     

无线传感器网络中的自身定位系统和算法

作为一种全新的信息获取和处理技术,无线传感器网络可以在广泛的应用领域内实现复杂的大规模监测和追踪任务,而网络自身定位是大多数应用的基础.介绍了无线传感器网络自身定位系统和算法的性能评价标准和分类方法,着重综述了近年来该领域具有代表性的算法及系统的原理和特点,并指出未来的研究方向.     

Conjugate schema and basis representation of crossover and mutation operators

In genetic search algorithms and optimization routines, the representation of the mutation and crossover operators are typically defaulted to the canonical basis. We show that this can be influential in the usefulness of the search algorithm. We then pose the question of how to find a basis for which the search algorithm is most useful. The conjugate schema is introduced as a general mathematical construct and is shown to separate a function into smaller dimensional functions whose sum is the original function. It is shown that conjugate schema, when used on a test suite of functions, improves the performance of the search algorithm on 10 out of 12 of these functions. Finally, a rigorous but abbreviated mathematical derivation is given in the appendices.     

自主移动机器人足球比赛视觉定位方法综述

综述了RoboCup足球赛中全自主移动机器人基于视觉的定位技术,包括机器人自定位和多机器人协作物体定位.介绍了定位技术的发展情况与分类.从机器人环境构建形式的不同以及先验位姿和概率方法的应用与否等方面,系统地分析和比较了各种自定位方法.对于多机器人协作物体定位,阐述了静态方法和动态跟踪方法.总结了定位过程中需要重点研究的传感器模型构建、图像处理、特征匹配以及协作过程涉及的相关问题.最后就视觉定位存在的问题和技术发展趋势进行了讨论.