基于RSSI差分似然估计的WSN节点定位算法

为了克服接收信号强度测量误差对无线传感器网络(WSN)节点自身定位精度的影响,在对极大似然估计定位算法和接收信号强度指示(RSSI)模型分析的基础上,定义了个体差异差分系数、距离差分系数和距离差分定位方程,把离目标节点最近的信标节点作为参考节点对基于RSSI的测距进行差分修正,并将测距差分修正和极大似然估计相结合提出了一种测距差分修正极大似然估计定位算法。算法通过RSSI进行测距,无需增加额外硬件开销,容易实现,定位精度可达2.5 m以下,适合于处理能力和能量有限的WSN节点定位。

基于分簇结构无线传感器网络的高效无源定位方法

针对基于节点通信能力和能量受限的无线传感器网络实现高精度无源定位的问题,首先,在分簇结构网络中,通过折中单个簇的TDOA定位精度和运算复杂度,确定了簇规模;其次,基于直达波环境中TDOA定位误差是按布站GDOP对测量误差放大的原理,提出第一轮定位先使用网内所有节点以RSSI定位方法粗估计目标辐射源位置,并根据各簇在该粗估计位置处的布站GDOP和测量误差估算TDOA定位标准差,第二轮定位选择具有较低TDOA定位估计标准差的部分簇参与TDOA定位,最后将这些簇的TDOA定位结果按估算的定位估计标准差加权平均,求得最终定位解。仿真结果证明该方法有效的去除了冗余节点,实现以半数节点接近使用全部节点的定位精度。

RSSI/TDOA/DV-Distance组合定位算法

由于目前单一定位算法具有各自的优缺点及适用范围,大规模复杂无线传感器网络则需采用多种定位技术。针对实际应用需求,提出了一种基于接收信号强度指示(RSSI)、到达时间差(TDOA)和矢量距离(DV-Distance)的组合定位算法。该算法扩大了TDOA算法的覆盖范围,提高了成功率,并修正了DV-Distance算法中定位节点与信标节点间有效距离信息。试验表明,该算法满足了复杂定位系统的差异化需求,提高了大规模无线传感器网络的整体定位精度和稳定性。

2016—2017中国排球联赛浙江女排运动员非技术指标分析研究

采用数理统计法、比较分析法对2016-2017联赛浙江女排年龄、身高、体重、扣球高度、拦网高度、克托莱指数等非技术性指标进行比较研究。结果显示:浙江女排在联赛8强中:主攻、二传、自由人年轻化优势明显;副攻在身高、体重中有明显优势;接应年龄、身高基本合理,但在体重、网上高度和克托莱指数都趋于劣势,且差距很大。浙江女排总体在年龄上占优势,但在网上处于劣势,需要依靠整体的战术配合来克敌制胜。