A novel flocking control approach is proposed for multi-agent systems by integrating the variables of velocities, motion directions, and positions of agents. A received signal strength indicator （RSSI） is applied as...A novel flocking control approach is proposed for multi-agent systems by integrating the variables of velocities, motion directions, and positions of agents. A received signal strength indicator （RSSI） is applied as a variable to estimate the inter-distance between agents. A key parameter that contains the local information of agents is defined, and a multi-variable controller is proposed based on the parameter. For the position control of agents, the RSSI is introduced to substitute the distance as a control variable in the systems. The advantages of RSSI include that the relative distance between every two agents can be adjusted through the communication quality under different environments, and it can shun the shortage of the limit of sensors. Simulation studies demonstrate the effectiveness of the proposed control approach.展开更多
针对基于RSSI和CSI的指纹定位技术易受环境干扰、定位精度较低的问题,提出了一种基于RSSI指纹和相位修正信道状态信息(phase correct based channel state information,PC-CSI)指纹的加权融合指纹定位技术。基于PC-CSI的指纹定位在传统...针对基于RSSI和CSI的指纹定位技术易受环境干扰、定位精度较低的问题,提出了一种基于RSSI指纹和相位修正信道状态信息(phase correct based channel state information,PC-CSI)指纹的加权融合指纹定位技术。基于PC-CSI的指纹定位在传统基于CSI幅值的指纹定位基础上增加相位信息对定位结果进行修正,之后对RSSI指纹和PC-CSI指纹的定位结果加权重定位。实验结果表明,提出的加权融合指纹定位算法与基于CSI的主动定位算法相比,平均定位误差(mean position error,MPE)降低了36.2%,能满足室内定位需求。展开更多
在无线传感器网络中,针对接收信号强度指示(Received Signal Strength Indication,RSSI)在煤矿井下长距离巷道内信号衰减快、测距精度偏差大等问题,提出了一种基于RSSI的高斯滤波加权质心定位算法。采用高斯滤波对采集的RSSI值进行修正...在无线传感器网络中,针对接收信号强度指示(Received Signal Strength Indication,RSSI)在煤矿井下长距离巷道内信号衰减快、测距精度偏差大等问题,提出了一种基于RSSI的高斯滤波加权质心定位算法。采用高斯滤波对采集的RSSI值进行修正,一定程度上减轻环境造成的影响。将RSSI测距算法与改进加权质心算法相结合,得出待测节点坐标位置。仿真试验表明,该改进算法与原有定位算法相比,定位误差明显降低,可基本满足煤矿井下人员的安全生产和定位需求。展开更多
室内多目标的高精度定位技术是实现定制化智能服务的关键。当前,基于射频识别技术(Radio Frequency Identification,RFID)的室内定位技术因其成本低、易于部署和多目标感知等优势,受到了学术界和产业界的广泛关注。然而,传统的基于RFID...室内多目标的高精度定位技术是实现定制化智能服务的关键。当前,基于射频识别技术(Radio Frequency Identification,RFID)的室内定位技术因其成本低、易于部署和多目标感知等优势,受到了学术界和产业界的广泛关注。然而,传统的基于RFID的多目标相对定位系统需要使用多组接收天线进行数据收发,这导致系统的部署成本高昂,同时接收信号强度指示(Received Signal Strength Indication,RSSI)序列还会出现数据中断的问题。为解决这些问题,提出了一种基于RSSI序列特性的RFID多标签相对定位方法。该方法首先采用匀速移动天线的方式来获取多目标标签的接收RSSI信号序列;然后,对接收RSSI数据进行预处理来填充缺失数据,并构建基于余弦相似度的序列相似度量表;最后,从多个组维度设计不同的标签分组算法,以实现RFID多标签的相对定位。通过对典型室内多组RFID标签阵列进行大量相对定位测试,实验结果表明,所提方法的RFID标签相对定位平均准确率超过92%,对5*5的天线阵列平均定位计算时长小于1 s,相比其他工作计算效率提高了近10倍。展开更多
对一种基于蓝牙RSSI(received signal strength indicator)结合机器学习算法的室内定位技术进行了研究。以蓝牙低功耗信标作为发射节点,接收移动节点的RSSI信号,通过三坐标测算技术,结合k近邻(k⁃nearest neighbor,k⁃NN)机器学习算法,参...对一种基于蓝牙RSSI(received signal strength indicator)结合机器学习算法的室内定位技术进行了研究。以蓝牙低功耗信标作为发射节点,接收移动节点的RSSI信号,通过三坐标测算技术,结合k近邻(k⁃nearest neighbor,k⁃NN)机器学习算法,参考已知信标节点对移动节点RSSI数据进行分类,估算出待测点坐标,从而定位室内用户位置。所研究的室内定位技术,综合运用了蓝牙低功耗信号处理、RSSI测距及机器学习等多种技术,能精确地用于各种静态或动态的应用室内定位场景。在某高校图书馆室内部署本文技术方案,测试结果表明机器学习结合蓝牙RSSI的室内定位精度相比传统定位方法得到提高。展开更多
针对DV-HOP(distance vector hop)算法的定位精度对节点间跳数信息依赖性较强的特点,提出一种基于接收信号强度指示(received signal strength indicator,RSSI)每跳分级和平均跳距修正的DV-HOP改进算法RADV-HOP(RSSI and average hoppin...针对DV-HOP(distance vector hop)算法的定位精度对节点间跳数信息依赖性较强的特点,提出一种基于接收信号强度指示(received signal strength indicator,RSSI)每跳分级和平均跳距修正的DV-HOP改进算法RADV-HOP(RSSI and average hopping distance modifying DV-HOP)。仿真结果表明:在相同的网络环境里,与传统DV-HOP算法相比,RADV-HOP定位算法仅需节点通信芯片带有RSSI指示功能及增加少量的计算和通信开销,不需要额外的硬件开销,将每跳分为3个子级时,归一化定位误差能下降65%;与其他DV-HOP修正算法相比,RADV-HOP算法以相同的通信开销和稍微增加的计算开销使定位误差下降了45%。展开更多
基金supported by the National Basic Research Program of China (973Program) under Grant No. 2010CB731800the National Natural Science Foundation of China under Grant No. 60934003 and 61074065the Key Project for Natural Science Research of Hebei Education Departmentunder Grant No. ZD200908
文摘A novel flocking control approach is proposed for multi-agent systems by integrating the variables of velocities, motion directions, and positions of agents. A received signal strength indicator （RSSI） is applied as a variable to estimate the inter-distance between agents. A key parameter that contains the local information of agents is defined, and a multi-variable controller is proposed based on the parameter. For the position control of agents, the RSSI is introduced to substitute the distance as a control variable in the systems. The advantages of RSSI include that the relative distance between every two agents can be adjusted through the communication quality under different environments, and it can shun the shortage of the limit of sensors. Simulation studies demonstrate the effectiveness of the proposed control approach.
文摘针对基于RSSI和CSI的指纹定位技术易受环境干扰、定位精度较低的问题,提出了一种基于RSSI指纹和相位修正信道状态信息(phase correct based channel state information,PC-CSI)指纹的加权融合指纹定位技术。基于PC-CSI的指纹定位在传统基于CSI幅值的指纹定位基础上增加相位信息对定位结果进行修正,之后对RSSI指纹和PC-CSI指纹的定位结果加权重定位。实验结果表明,提出的加权融合指纹定位算法与基于CSI的主动定位算法相比,平均定位误差(mean position error,MPE)降低了36.2%,能满足室内定位需求。
文摘在无线传感器网络中,针对接收信号强度指示(Received Signal Strength Indication,RSSI)在煤矿井下长距离巷道内信号衰减快、测距精度偏差大等问题,提出了一种基于RSSI的高斯滤波加权质心定位算法。采用高斯滤波对采集的RSSI值进行修正,一定程度上减轻环境造成的影响。将RSSI测距算法与改进加权质心算法相结合,得出待测节点坐标位置。仿真试验表明,该改进算法与原有定位算法相比,定位误差明显降低,可基本满足煤矿井下人员的安全生产和定位需求。
文摘室内多目标的高精度定位技术是实现定制化智能服务的关键。当前,基于射频识别技术(Radio Frequency Identification,RFID)的室内定位技术因其成本低、易于部署和多目标感知等优势,受到了学术界和产业界的广泛关注。然而,传统的基于RFID的多目标相对定位系统需要使用多组接收天线进行数据收发,这导致系统的部署成本高昂,同时接收信号强度指示(Received Signal Strength Indication,RSSI)序列还会出现数据中断的问题。为解决这些问题,提出了一种基于RSSI序列特性的RFID多标签相对定位方法。该方法首先采用匀速移动天线的方式来获取多目标标签的接收RSSI信号序列;然后,对接收RSSI数据进行预处理来填充缺失数据,并构建基于余弦相似度的序列相似度量表;最后,从多个组维度设计不同的标签分组算法,以实现RFID多标签的相对定位。通过对典型室内多组RFID标签阵列进行大量相对定位测试,实验结果表明,所提方法的RFID标签相对定位平均准确率超过92%,对5*5的天线阵列平均定位计算时长小于1 s,相比其他工作计算效率提高了近10倍。
文摘对一种基于蓝牙RSSI(received signal strength indicator)结合机器学习算法的室内定位技术进行了研究。以蓝牙低功耗信标作为发射节点,接收移动节点的RSSI信号,通过三坐标测算技术,结合k近邻(k⁃nearest neighbor,k⁃NN)机器学习算法,参考已知信标节点对移动节点RSSI数据进行分类,估算出待测点坐标,从而定位室内用户位置。所研究的室内定位技术,综合运用了蓝牙低功耗信号处理、RSSI测距及机器学习等多种技术,能精确地用于各种静态或动态的应用室内定位场景。在某高校图书馆室内部署本文技术方案,测试结果表明机器学习结合蓝牙RSSI的室内定位精度相比传统定位方法得到提高。
文摘针对DV-HOP(distance vector hop)算法的定位精度对节点间跳数信息依赖性较强的特点,提出一种基于接收信号强度指示(received signal strength indicator,RSSI)每跳分级和平均跳距修正的DV-HOP改进算法RADV-HOP(RSSI and average hopping distance modifying DV-HOP)。仿真结果表明:在相同的网络环境里,与传统DV-HOP算法相比,RADV-HOP定位算法仅需节点通信芯片带有RSSI指示功能及增加少量的计算和通信开销,不需要额外的硬件开销,将每跳分为3个子级时,归一化定位误差能下降65%;与其他DV-HOP修正算法相比,RADV-HOP算法以相同的通信开销和稍微增加的计算开销使定位误差下降了45%。
