基于LQI权重和改进粒子群算法的室内定位方法

为解决无线传感网络节点在室内定位中由非视距和多径传输等因素导致定位误差较大的问题,提出了基于三角函数的粒子群算法。针对RSSI波动性引起的测距误差,利用LQI和RSSI值之间的关系对RSSI值进行优化,提出了基于LQI权重的RSSI测距算法。改进的粒子群算法相比较于标准粒子群算法优化了权重模型和速度更新策略,避免陷入局部最优值情况。在对算法进行仿真实验后,进一步将其运用到Zigbee平台的定位实验,通过实测实验证明该算法在测试环境下平均定位误差在0.5 m以内,相比于LSE和标准PSO算法,获得较好的定位效果。

基于RSSI和LQI的动态距离估计算法

本文提出了一种基于RSSI和LQI的动态距离估计算法。其思想就是通过对无线电传播路径损耗模型以及大量实测数据的分析,用分段线性逼近的方法得到RSSI、LQI这2者与传播距离的衰落曲线。在距离估计时,分别对这2条衰落曲线计算出估计距离,并动态地进行优化处理得到最终的距离估计值。算法在基于ZigBee的硬件平台上进行,证明了该算法较普通的基于RSSI的测距方法有了明显的进步,提高了距离估计的精度,并且适合在通信开销小、硬件要求低的节点上应用,有利于提高基于RSSI测距的定位算法的精度。

基于LQI滤波与联合参数估计的井下人员定位算法

现有的基于RFID技术的井下人员定位系统存在定位准确度低、抗干扰性差等问题。为提高井下人员定位算法的准确性和环境适应性,提出了一种在ZigBee通信协议框架下,基于LQI滤波与RSSI联合参数估计的定位算法。首先使用LQI指标对通过ZigBee芯片读取的原始RSSI数据进行滤波,其次对RSSI的信道参数和环境噪声参数进行联合估计,并依据环境噪声参数对距离估计进行补偿,最后利用最小二乘法完成定位计算。算法挖掘了现有硬件设备的潜力,更多考虑了环境对定位的影响,有效的提高了定位的准确度。最后通过ZigBee硬件平台验证了算法的有效性,与原有RSSI定位算法相比,改进算法将定位均方误差降低了约10%。

一种基于LQI的道路车辆定位方法实现

设计了一种基于无线网络的,用于特定路段的车辆定位系统。对常用的无线网络节点定位的方式进行了对比分析,结合车用无线定位的特点,选择了基于LQI信号的无线定位方式。在定位算法的设计中,改进了三边测量法,给出了一种基于正方形形心的定位算法。设计了合理的定位模型标定方法,对所设计的定位模型进行了标定。从定位误差的角度对标定的定位模型进行了试验分析。试验结果表明,论文给出的基于LQI的无线网络节点定位方法达到了预期的定位要求。

3D-RABLC:一种基于LQI置信度的三维空间定位求精算法

提出一种基于LQI置信度的三维空间定位求精算法(3D-RABLC)。通过大量节点实验,获得节点间一跳RSSI值与距离的关系、LQI与分组错误率的关系,依此划分LQI置信度,对测得的RSSI值进行过滤,建立三维多跳求精模型或弥补求精方法对置信度低的RSSI值进行修正。节点实验表明,该算法大大降低了RSSI测距误差,比已有三维定位算法具有更好的定位精度。

一种基于LQI的无线低功耗室内定位系统设计

随着信息技术的发展,人们对复杂的室内环境下的定位与导航的需求日益增大。文中实现了一种基于LQI的低成本、实用的无线传感器定位系统,系统包括硬件平台、节点通信程序和上位机监测软件三部分。硬件平台以集成了射频与ARM7微控制器的MC1322X芯片为核心,包括射频模块、辅助电路、功能指示电路等。节点软件的开发以FreeScale公司提供的BeeStack协议栈为基础,文中同时给出了节点的软件实现方案。

基于LQI的隧道工程人员安全风险控制决策模型

在社会指数LQI理论的基础上分析得到最优安全成本ICAF,针对我国隧道工程特点提出隧道工程安全风险增强系数,依据ALARP原则建立了基于LQI的隧道工程人员安全风险控制决策模型,并以英国Jubilee线工程为例阐述了基于该模型的隧道工程人员安全风险控制决策流程。

基于LQI和RSSI改进的DV-Hop定位算法

首先介绍了无线传感器网络DV-Hop定位算法,针对该算法存在的一些不足进行了改进。然后引入LQI(LinkQuality)和RSSI(Receive Single Strength)两种技术。接着,根据LQI与PRR(Packet Receive Rate)近似成线性变化的理论,对DV-Hop定位算法中获取的跳数信息进行重新确定,并且对于与锚节点单跳通信的节点,利用RSSI模型修正节点到锚节点的距离。实验证明,改进后的定位算法提高了定位精度。

基于LQI的节点测距实验研究

为了增强测量系统中的线性度和精度,将LQI测距法应用于室内定位系统中.在基于ZigBee的硬件平台上,结合室内环境进行了测距实验,并建立了经验模型.实验结果表明,LQI在短距离测量中有较好的线性度和精度,在室内测距的应用中效果较好.

基于LQI量度的无线链路质量评估模型

链路质量评估对无线传感器网络的上层协议设计至关重要.在对大量采样值进行统计分析的基础上,提出了一个基于高斯分布的链路评估模型,该评估模型能够通过节点感知到的LQI值推断出节点之间的链路质量状况.模型验证表明,该研究具有扩展性,所建立的链路模型既可为无线传感器网络的实际应用提供依据,又可为上层协议的仿真研究提供有价值的参考.

基于LQI的链路评估算法及其在WSN中的应用

在实验的基础上对一些链路质量评估参数进行对比之后,提出了一种基于LQI均值的链路评估算法.该算法能够在保障评估准确度的前提下减少冗余数据,从而降低能耗;采用该链路评估算法对ETX路由度量进行了修改,提出了一种IETX路由度量,并最终在Micaz节点上对该度量的选路性能进行测试.结果验证了基于LQI链路评估算法的IETX度量的选路可靠性与节能效果.

离散时延系统的LQI控制

本文将一种实用的数字最优控制算法——LQI算法,推广到了离散时延系统,得到了一种纯滞后过程微机控制适用的算法。

基于LQI的WSN自适应差错控制方案

针对无线传感器网络(WSN)中信息传输误码率高和能量受限的问题,提出一种基于链路质量指示(LQI)的自适应差错控制方案。利用IEEE802.15.4协议的物理层规范为无线传感器网络提供精确的信道质量评估,根据LQI与误包率之间的数量关系,将信道质量非均匀地划分为8个等级,并选择8种BCH码与之对应,在节点通信过程中实时地选择最佳的BCH码作为纠错码。实验结果表明,该方案具有较高的能量效率,能够有效降低误包率。

基于LQI的Zig Bee树型路由主动维护机制

Zig Bee树型路由中作为下一跳的父节点和子节点的信息储存在邻居表中,而目前邻居表的被动维护机制造成网络中父子关系对于变化剧烈的无线链路敏感性差,造成父子关系的维护不准确,增大网络中的丢包率。提出了一种基于链路质量指示值(LQI)的Zig Bee树型路由主动维护(LQI—TRAM)机制,并且引入电路中施密特触发器的思想增强链路质量判断的稳定性。在此机制下,节点主动检测与父子节点间的链路质量,在二者不适合做路由时主动断开连接,从而降低了丢包率。

基于RSSI-LQI的混合测距算法的研究

基于RSSI的测距技术因其成本低、易实现等优点被广泛应用于定位技术中。在常用的测距模型中,测距精度受到接收信号强度值RSSI以及环境参数值A、n的影响。针对RSSI的值受到外界环境因素影响导致接收数值波动较大,而环境参数是随着测量距离变化而改变的随机值等问题,提出了基于RSSI-LQI的混合测距算法。该算法通过引入链路质量指示(LQI)概念,首先对接收的RSSI值和LQI值进行高斯滤波,通过分析RSSI与LQI的衰落曲线,采用分段、加权的方法对曲线进行拟合,修正RSSI的值;同时利用最小二乘分段曲线拟合算法,修正环境参数A、n,从而提高定位精度。在井下环境进行实验,实验结果表明,在15m的测距实验中,采用改进的测距算法可以将相对误差百分比降到10%以下。

基于BP神经网络的LQI测距研究

接收信号强度(RSSI)测距是无线传感器网络定位技术中较常采用的方法,但使用RSSI测距时,反射、散射和障碍物会产生极大影响。本文采用LQI进行测距,并通过实验表明LQI值和距离之间存在衰减和一一对应关系。为了实现LQI测距,本文将高斯滤波预处理后的LQI值作为输入,通过BP神经网络训练后进行距离求解。通过CC2530的Zig Bee平台实验表明,与传统的方法相比,基于BP神经网络模型的LQI测距具有更高的测距精度和稳定性。

一种新型的基于LQI的加权质心定位算法

提出一种基于链路质量指示（LQI）的测距技术与加权质心定位算法相结合的新型定位算法。经过数据分析比较,验证了LQI要比接收信号强度指示（RSSI）更稳定、抗干扰能力更强。采用高斯滤波模型对实验测量值进行处理,增加了数据的准确性。建立基于RSSI和LQI的对数拟合测距公式,利用质心定位算法进行仿真实验,结果表明：采用基于LQI测距的加权质心算法定位,其定位精度有了较大提高,达到了较为理想的定位效果。

基于RSSI数据LQI滤波的煤矿井下人员双向测距智能定位

针对煤矿井下空间狭小且布局复杂,无线信号在传播过程中会遇到大量的障碍物和反射面,导致信号衰减,产生多径效应,严重影响测距和定位的准确性问题,提出基于RSSI数据与LQI滤波的煤矿井下人员双向测距智能定位方法,获取LQI滤波器RSSI值,并结合测距信道参数得到LQI双向测距联合估计参数,将其作为构建井下测距定位模型的输入,以避免信号传播的路径损耗和多径效应导致的定位误差,根据RSSI衰减值计算此时的定位概率密度,从而完成对煤矿井下人员双向测距智能定位。实验结果表明,设计方法的水平、垂直测距定位误差低于0.1 m,能够提高煤矿井下人员定位系统的精准性。

基于LQI均值的WIA-PA网络路由算法研究

WIA-PA网络环境通常恶劣、干扰因素多,对网络路由质量的要求比较高,在以往的WIA-PA网络路由研究策略中没有考虑到链路质量因素。本文为了避免WIA-PA网络中链路质量差的路径转发数据,在AODV路由算法的基础引入了链路质量WMRWMA算法。并针对WMRWMA算法的不足通过LQI均值对WMEWMA优化,提出了一种主动和被动结合适合WIA-PA网络的路由算法。通过实验验证,本文提出的方法吞吐量比AODV算法提高了13%,丢包率上比AODV算法降低了10%,更适合WIA-PA网络环境。

基于RSSI和LQI的分段距离估计改进算法

针对无线传感器网络(WSN)中单一通过RSSI估计距离的算法易受环境影响产生误差,提出了一种基于RSSI和LQI的分段距离估计改进算法。首先分析了RSSI算法特点,然后在距离估计过程中引入了链路质量,根据预设范围调整定位算法,从而降低RSSI距离估计算法的误差,提高了距离估计精度。实验结果表明,基于RSSI和LQI的分段距离估计改进算法的距离估计精度与原算法相比有了明显提高。