从不确定数据集中挖掘频繁Co-location模式

把挖掘频繁co-location模式的经典算法Join-based算法扩展到了UJoin-based算法,解决了从不确定数据集中挖掘频繁co-location模式的问题。针对UJoin-based算法中ED(expected distances)计算开销大的问题,介绍了两种剪枝技术:边界矩形剪枝技术和三角不等式剪枝技术,其中,在三角不等式剪枝部分,分别讨论了取1个锚点、5个锚点和9个锚点的不同情况。通过大量实验证明了剪枝策略有效避免了大量的ED计算,提高了算法的效率。

一种基于RSSI的贝叶斯室内定位算法

为提高室内定位系统中基于接收信号强度指示(RSSI)的定位精度,提出一种基于RSSI的贝叶斯室内定位算法。在对RSSI信号进行高斯滤波预处理后,利用三角形质心算法计算未知节点的初始坐标,对该初始坐标进行贝叶斯滤波处理,得到更加准确的坐标。实验结果表明,该算法能降低定位误差,定位精度可达98%。

基于RSSI的无线传感器网络三角形质心定位算法

节点定位是无线传感器网络中的关键技术之一。基于RSSI的定位技术是现阶段研究的热点,为解决RSSI测量方法定位误差较大的问题,提出一种将RSSI测量方法与三角形质心算法相结合的新型定位算法,该算法用三角形质心算法减小RSSI的测量误差。仿真表明该算法比基于RSSI的三边测量法定位算法的定位精度有较大提高。

基于RSSI的加权质心定位算法的实现

提出了一种基于RSSI的加权质心定位算法,即将RSSI方法和质心定位算法相结合,用信标节点对未知节点不同的RSSI值来确定加权因子,以提高质心算法的定位精度。加权质心定位算法计算简单,只需较少的通信开销和较低的实现复杂度,这在能量有限的网络节点中是非常重要的。

无线传感器网络中基于RSSI的改进定位算法

无线传感器网络节点自身定位至关重要,在军事和民用领域中有着广泛的应用前景.目前的定位算法主要分为两种类型,即基于距离的定位算法和距离无关的定位算法.这两种类型的算法各有优势和不足.考虑了两种算法的优缺点,提出了一种廉价实用的定位算法,该方法通过校正RSSI测距技术测量的节点间点到点的距离,并优选信标节点,最后用加权质心方法进行定位.仿真结果表明:本算法比传统的RSSI定位算法拥有更好的定位性能。

一种基于RSSI校正的三角形质心定位算法

节点自定位一直是无线传感器网络中的关键,基于接收信号强度指示(RSSI)的定位技术是目前的研究热点,但由于多径、绕射、非视距的影响,产生的距离误差较大。提出了基于RSSI校正的三角形质心定位算法,该算法简单,不增加通信开销,无需硬件扩展。仿真实验表明:该算法较其他算法大大提高精度,适合通信开销小、硬件要求低的无线传感器网络节点。

一种基于RSSI校正的加权质心定位算法

节点自定位技术一直是无线传感器网络中的关键技术,而基于接收信号强度指示(RSSI)的定位技术则是目前的研究热点。在对传统的加权三角形质心定位算法分析的基础上,提出了一种改进的定位算法。在测距阶段,将信标节点之间的距离和信号强度同时作为参考来校正RSSI值;在定位阶段,对传统加权三角形质心定位算法的权值进行修正。通过仿真证明改进算法比传统算法的定位精度有明显提高。

无线传感器网络中基于RSSI的质心定位算法研究

无线传感器网络中,由于传统质心算法普遍存在信标节点分布不均与中心化问题,导致定位误差相对较大。针对这些问题,提出了基于RSSI的改进算法。在APIT的基础上,改进算法依靠未知节点接收到不同信标节点的RSSI数值,判断其周围是否存在最佳三角形,若存在则利用最佳三角形进行定位;若不存在则选出一个距其较近的三角形,利用移动信标节点的办法来缩小此三角形的范围进行定位。Matlab平台仿真结果表明,与传统质心算法相比,改进算法减少了定位误差,节点定位精度有所提高。

基于RSSI加权质心定位算法在远程医疗监测系统中的应用

对基于无线传感器网络质心定位算法的改进——加权质心定位算法进行了研究，提出和设计了一种利用TI公司Zigbee芯片CC2431自带无线定位引擎结合基于RssI加权质心定位算法来解决远程无线监护系统中病人追踪定位的设计方案。该设计具有低功耗、低成本、可扩展以及定位精度高等优点，对于大中型医院的病人远程监测和定位提供解决方案。

基于RSSI与ZigBee技术的公交车定位方法研究

采用无线传感技术搭建基于ZigBee的智能公交网络,并在此基础上针对公交车载节点的定位问题提出一种带修正的三角形加权质心定位算法.改进的算法中利用高斯滤波器来提高RSSI测距精度,将RSSI与质心算法相结合确定出车载节点所在的定位三角形范围,以测距和的倒数作为权值系数估算出车载节点位置,并通过引入4个参考节点来进一步修正车载节点坐标以减小定位过程中单个参考节点产生的影响.经Matlab仿真实验表明,改进后的算法相较于传统算法误差更小,稳定性更高.

基于RSSI的移动权值定位算法

为了减少传统基于RSSI(received signal strength indication,接收信号强度指示)定位算法对室内传播模型的依赖,以及简化这类算法的复杂程度,提出一种基于RSSI的移动权值定位算法。算法通过场境建模,设定三类基准点并平均分布在建模场景中;获取设定场境内不同定位标签的RSSI向量,根据判定规则确定基准点,再运用室内传播模型计算移动权值,估算待测终端的位置信息。通过真实场景实验对比分析,该算法较对比算法具有更好的定位精度以及稳定性。

基于RSSI测距的交点质心定位算法研究与室内应用修正

目前的传感器网络节点定位的技术主要有基于测距的定位技术和无需测距的定位技术。本文重点研究了基于RSSI测距的交点质心定位算法。主要研究工作包括RSSI测距模型与模型参数优化方法的分析与研究、交点质心定位算法的实现、交点质心算法在室内环境应用的修正等。应用结果表明,修正后的定位算法可在一定程度提高定位精度。

面向大中型机房的RSSI定位算法研究

针对大中型机房中信号阅读器只能部署在较高安全位置,不能直接采用基于测距的接收的信号强度指标(received signal strength indication,RSSI)定位算法进行三维定位的问题,文章通过分析机房内特有的室内环境,提出了在原定位算法计算结果的基础上,采用逼近定位算法的方案。考虑障碍物对信号传播的遮挡,修正测距算法中阅读器到有源标签的距离矢量;引入参考节点方向矢量权重,改善加权质心法,迭代矫正定位,并对异常结果进行矫正处理。相比基于RSSI原定的定位算法,其结果不仅给出了三维坐标,在平面上的定位精度也提高了约60%。

基于RSSI差分校正的改进加权质心定位算法

通过仿真实验,研究了相同环境下不同锚节点比例、路径损耗系数、权值修正因子对定位误差的影响,提出了基于RSSI差分校正的改进加权质心定位算法。结果表明:通过三个方面对RSSI算法进行改进,能有效提高定位精度,降低计算复杂度;在RSSI测距阶段,利用锚节点的定位误差,对未知节点到锚节点的距离进行校正;在权值选择方面使用距离倒数之和取代距离和倒数的方法确定权值,并修正权值系数;在算法复杂度上,对锚节点进行优选,仅选取离未知节点最近的四个锚节点进行定位,减少了计算数据量;该定位算法具有精度高、计算量小等优点,具有良好的应用推广价值。

一种基于卡尔曼和线性插值滤波的改进三角质心定位算法

基于RSSI的目标定位技术,由于复杂度低、定位精度较高,被广泛用于无线传感网络节点定位中。为进一步提高无线移动定位精度,首先利用CC2530构成的参考节点的RSSI实测数值得到无线信道模型中优化射频参数A和传播因子n,通过卡尔曼滤波和线性插值法对随机误差进行补偿以获得较精确的定位节点与参考节点间的估计距离;然后采用一种改进的三角质心定位算法进行测试与仿真。通过仿真证明,采用的改进算法较传统的加权质心算法在定位精度上有较明显的提高,在所测试环境下平均定位精度为0.7米左右,获得了较好的效果。

基于虚拟静态锚节点的加权质心定位算法

加权质心定位算法的实施需要布置较多的锚节点,较大的硬件成本限制了该算法在实际中的应用。本文结合余弦定理,利用原有的少量锚节点定位信息构造出虚拟静态锚节点VSAN(Virtual Static Anchor Node)参与定位,降低了该定位算法所需的硬件成本;此外,对加权质心算法进行数学推导和分析,从导数的角度阐述了权重系数和RSSI测距对加权质心算法的影响作用。仿真结果表明,基于VSAN的加权质心算法所需布置锚节点较少、定位精度较高;并通过实际环境下测试,验证了算法的有效性和可行性。

一种改进的基于信号强度的WLAN定位方法

与室外定位技术相比(如GPS),基于无线局域网(Wireless Area Network)的定位更适用于室内环境。两种基于接收信号强度(RSSI,Received Signal Strength Indication)的定位方法即位置指纹法和信号传播模型法广泛用于室内定位的研究。使用边界盒算法和改进的二分范围搜索算法将两种室内定位方法相结合,提出了一种改进的基于RSSI的定位方法。提出的方法根据指纹数据库中样本的横纵坐标对其进行预处理,同时使用改进的线性二分范围搜索算法降低指纹数据库中的样本数,进而提高实时定位过程的效率。最大化位置指纹维度,并添加时间维,同时通过实验数据阐明所提出的方法可提高用户位置估算的精确度。

基于ZigBee室内定位算法

鉴于Zig Bee技术适用于数据采集系统的特点,提出了一种基于Zig Bee的室内无线定位系统解决方法.传统的基于Zig Bee定位采用无线信号损耗模型,受周围环境的影响比较大,现实模型根据经验值设置参数,定位精度不高;在此基础上采用曲线拟合方法拟合RSSI与距离之间的关系,采用RSSI三角形质心算法计算待测节点坐标.实验结果表明该算法提高了定位精度.

基于矿山信息模型的井下人员定位系统优化

建立多信息集成的矿山三维信息模型,将该模型应用于金属矿山井下人员定位系统优化;以关键地点作为信息集成节点,提出空间点骨架模型概念,集成矿山生产管理信息,基于RSSI设计与之对应的改进定位算法,充分利用井下信息进行设备和人员定位,提高定位精度。选取某铁矿地下某中段进行测算,根据误差分布来验证模型及算法的有效性,并获得置信半径与误差分布规律,取8m误差的置信半径优化定位系统布置,保证精度的基础上实现节省成本,优化系统。

基于统计参数优化的质心定位算法探讨

针对传统接收信号强度指示(RSSI)算法对于复杂环境的适应能力弱的问题,对基于RSSI的质心定位算法进行统计参数改良优化,提高定位精度。在充分分析传统基于RSSI的质心定位算法的基础上,运用最小二乘法改进模型参数,用平均权重优化质心算法极大似然估计过程,对传统质心定位算法进行优化改进。实验结果表明,改进后的定位算法精度有较大提高,在增加参考节点情况下,定位精度增加更为明显,具有良好的定位效果。基于统计参数优化的质心定位算法有效提高了RSSI定位算法的定位精度。