期刊文献+

无线传感器网络定位技术研究 被引量:2

下载PDF
导出
摘要 无线传感器网络已被誉为改变二十一世纪和改变未来世界的十种新兴技术之一。无线传感器网络中节点的定位是获取位置信息的前提,也是目标跟踪和对移动目标定位的基础。因此,本文从无线传感器网络的非测距两个方面,介绍了无线传感器网络定位的主要方法,并主要研究了基于移动的无线传感器网络定位新方法,包括节点定位算法、三维定位算法和智能定位算法。从实用性、应用环境、硬件条件、能源供应和安全等方面对该技术进行了概述。在分析传感器网络定位技术存在问题的基础上,提出可行的解决方案,并对未来的研究前景和应用趋势进行展望。
作者 李新月
出处 《电子制作》 2018年第14期24-25,45,共3页 Practical Electronics
  • 相关文献

参考文献3

二级参考文献33

  • 1王福豹,史龙,任丰原.无线传感器网络中的自身定位系统和算法[J].软件学报,2005,16(5):857-868. 被引量:672
  • 2Doucet A.On sequential simulation-based methods for Bayesian filtering[R].Department of Engineering,University of Cambridge,1998.
  • 3Fox D.Adapting the Sample Size in Particle Filters through KLD-Sampling[J].Int'l J.Robotics Research,2003,22(12):985-1003.
  • 4Thn S,Fox D,Burgard W.Monte carlo localization with mixture proposal distribution[C] ∥Proc.National Conference on Artificial Intelligence(AAAI).2000:859-865.
  • 5Gutmann J S.Markov-kalman localization for mobile robots[C] ∥Proc.Int'l Conf.Pattern Recognition(ICPR02).Canada.2002:601-604.
  • 6Pitt M,Shephard N.Filtering via simulation:auxiliary particle filters[J].Journal of the American statistical association,1999,94(446):590-599.
  • 7Shen C H,van den H A,Dick A,et al.Enhanced importance sampling:unscented auxiliary particle filtering for visual trac-king[C] ∥Proc.Australian Conference on Artificial Intelligence.Cairns,Australia,2004:180-191.
  • 8Kose H,Akin H L.The Reverse Monte Carlo localization algorithm[J].Robotics and Autonomous Systems,2007,55(6):480-489.
  • 9Simmons R,Koenig S.Probabilistic Robot Navigation in Partially Observable Environments[C] ∥Proc.Int'l Joint Conf.Artificial Intelligence.1995:1080-1087.
  • 10Dellaert F,Fox D,Burgard W,et al.Monte Carlo Localization for Mobile Robots[C] ∥Proc.Int'l Conf.Robotics and Automation.1999:1322-1328.

共引文献18

引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部