摘要
声源定位具有多种典型的应用需求和应用场景,而基于声音能量的无线传感器网络目标定位算法因简单高效而受到广泛关注.基于声音衰减模型的"能量比"非线性最小二乘定位算法(NLS)实现简单,定位精度高,且不要求传感器节点精确的时间同步.但自然界中噪声的广泛存在,以及声音反射和衍射等物理特性影响了该算法在实际应用中的定位精度.基于NLS算法进行改进,通过剔除异常数据,运用加权质心算法对结果进行简单修正和选择性修正,可以提高定位精度.在实际环境中进行实验,部署小规模传感器网络,经传感板上的麦克采集声压数据并计算得到声源位置.结果表明,改进算法较之原NLS算法可以得到更高的定位精度,算法稳定、可靠、有效.
声源定位具有多种典型的应用需求和应用场景,而基于声音能量的无线传感器网络目标定位算法因简单高效而受到广泛关注.基于声音衰减模型的"能量比"非线性最小二乘定位算法(NLS)实现简单,定位精度高,且不要求传感器节点精确的时间同步.但自然界中噪声的广泛存在,以及声音反射和衍射等物理特性影响了该算法在实际应用中的定位精度.基于NLS算法进行改进,通过剔除异常数据,运用加权质心算法对结果进行简单修正和选择性修正,可以提高定位精度.在实际环境中进行实验,部署小规模传感器网络,经传感板上的麦克采集声压数据并计算得到声源位置.结果表明,改进算法较之原NLS算法可以得到更高的定位精度,算法稳定、可靠、有效.
出处
《计算机研究与发展》
EI
CSCD
北大核心
2011年第S2期65-70,共6页
Journal of Computer Research and Development
基金
科技部国际科技合作计划基金项目(2010DFA11670)
德国教研部BMBF中德国际合作项目(01BU0680)
关键词
无线传感器网络
声源定位
数据剔除
加权质心
wireless sensor networks
acoustic source localization
data filtering
weighted centroid
