Analysis of the COVID-19, Outbreak in Brazil Using Topological Weighted Centroid: An Intelligent Geographic Information System Approach

This study used Topological Weighted Centroid (TWC) to analyze the Coronavirus outbreak in Brazil. This analysis only uses latitude and longitude in formation of the capitals with the confirmed cases on May 24, 2020 to illustrate the usefulness of TWC though any date could have been used. There are three types of TWC analyses, each type having five associated algorithms that produce fifteen maps, TWC-Original, TWC-Frequency and TWC-Windowing. We focus on TWC-Original to illustrate our approach. The TWC method without using the transportation information predicts the network for COVID-19 outbreak that matches very well with the main radial transportation routes network in Brazil.

基于冗余天线阵列和加权质心算法的光伏系统直流电弧故障定位方法

针对光伏直流电弧故障定位问题,本文通过研究故障电弧的电磁辐射特性,提出一种基于冗余天线阵列和加权质心算法的定位方法。先计算电弧燃烧时天线采集到的电磁信号的方均根值,与辐照度一起输入BP神经网络预测天线与电弧的距离;再构造冗余天线阵列研究不同天线数量和布局方式,选出接收信号最强的天线,将天线坐标和距离输入加权质心算法,获得定位结果;最后结合K均值聚类算法提高定位精度。实验结果表明,所提方法具有良好的定位能力。

基于加权质心算法的无线传感网络丢包节点定位技术

针对无线传感网络中丢包节点的定位问题,提出一种基于加权质心算法的定位技术.分析无线传感网络节点分布和拓扑结构后,采用RSSI的测距模型改进加权质心算法,经测距模型将RSSI值转换成丢包节点与周围节点的距离,采用加权质心定位算法求解WSN丢包节点定位误差,以3个锚节点作为圆心,锚节点距离作为半径构建圆,计算3个圆交点的坐标后,求出由3个交点构建三角形的质心位置平均值,该值为WSN丢包节点定位坐标,实现无线传感网络丢包节点定位.实验结果表明:该方法应用效果较好,其平均转发率为98.18%,平均检测率为98.36%,能有效定位出WSN丢包节点,提高了WSN网络的稳定性,使得WSN数据传输更加可靠,保障了WSN数据传输质量.

煤矿井下基于RSSI的加权质心定位算法

针对基于无线传感器网络的矿井灾害无线监测信息系统,提出了一种基于接收信号强度(RSSI)的加权质心定位算法。算法首先动态获取路径衰落指数,然后通过加权质心算法计算出自身位置。动态获取路径衰落指数实时计算了定位区域下的路径损耗指数,能够准确反映巷道不同区域对信号衰落的影响,增强了测距算法对环境的适应能力。加权质心算法通过加权系数体现各参考节点对质心坐标决定权的大小,提高了定位精度。实验测试表明,算法提高了定位精度,计算量小,定位流程简单,适合用于煤矿井下环境。

基于ZigBee的加权质心定位算法的仿真与实现

为了研究节点定位算法的实现方法,提出了一种新的加权质心定位算法。这种算法首先通过对无线电传播路径损耗模型的分析,结合具体环境的实验,得到信号传播的经验模型,然后利用信标节点对未知节点的不同影响力来确定加权因子,进行加权质心算法定位。最后在对定位数据处理和分析的基础上,选取三个RSSI最大的信标节点进行定位计算,进一步改善了节点定位精度。仿真和实验结果表明,这种加权质心算法可应用于区域定位。

基于RSSI的WSNs加权质心定位算法的改进

针对无线传感器网络(WSNs)定位算法定位精度不高的问题,提出了一种基于RSSI测距的质心(Centroid)算法和加权质心(W-Centroid)定位算法相结合的新的定位方法 WR-Centroid。该算法主要通过RSSI测距得出4个参考节点到未知节点的距离,再任选3个距离为半径,以相应的参考节点为圆心画圆得到3个圆的交叠区域,构成一个三角形,求出这个三角形的质心。依照这种方法,求得4个质心坐标,利用加权质心定位算法求出未知节点的坐标。仿真结果表明:该算法比加权质心定位算法精度有很大的提高。

一种改进的亚像素算法

传统的灰度重心法是一种用于对称目标的亚像素定位技术,但其抗噪声性能较差。针对这一问题,本文提出一种改进算法,通过将目标区域划分成内部像素区域和边缘像素区域两部分,并对内部像素灰度进行均值化,从而有效抑制内部像素噪声。同时,利用误差理论对改进算法的不确定性进行分析。最后,通过仿真实验验证了改进算法的正确性,并表明改进算法有更好的噪声抑制性能。

基于RSSI差分修正的加权质心定位算法

为了抑制接收信号强度指示(RSSI)误差对无线传感器网络节点定位精度的影响,从消除RSSI误差的角度,提出了一种基于对RSSI距离值差分修正的加权质心定位算法。该算法计算简单,无需硬件扩展,仿真结果表明:该算法比传统算法有更好的定位性能。

基于RSSI的无线传感器网络修正加权质心定位算法

提出了一种基于接收信号指示强度(RSSI)的修正加权质心定位算法,它区别于以往的加权质心定位算法,在该算法中采用测试距离倒数之和代替距离和的倒数作为权重,同时提出了修正系数的概念,避免了信息淹没现象,提高了定位精度。仿真结果表明,本文算法定位精度较之前的加权质心定位算法有了明显提高,最高可达17.83%。

一种无线传感器网络四边测距定位算法

根据RSSI测距特性,在三边测距定位的基础上,提出了基于RSSI值测距的四边测距定位算法,突破了三边测距定位的局限性。为进一步提高精度,采用了求质心和加权质心的方法,并用C++实现仿真比较,仿真结果表明:加权质心算法具有较高的精度,整个定位过程中节点间无需额外的通信开销,具有广泛的实用性。

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。

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。

基于加权质心算法的无线网络节点定位方法

为了提高无线传感器网络节点定位技术准确性,提出了改进的加权质心算法节点定位方法,以常态方程代入解得坐标后的误差倒数作为权值,并利用权值差别处理具有不同定位误差的不同定位结果,较小误差的倒数对应较大的权值,较大误差的倒数对应较小的权值,来提高定位准确性.通过对传统质心算法和改进加权质心算法进行MATLAB仿真,估测出定位节点的位置坐标.仿真结果表明,改进加权质心算法相较传统质心算法具有定位精度高、用时少等优势.

RSSI辅助的三维空间坐标四面体质心定位算法

三维定位是无线传感器网络的重要技术之一。提出了一种RSSI辅助的三维空间坐标四面体质心定位算法。由于现实环境往往很复杂,存在锚节点组成的四面体不包含未知节点的情况,因此筛选优质的RSSI值,并将其转换为未知节点与锚节点的距离,进而计算和比较四面体体积来进行排除;对包含未知节点的四面体进行质心迭代求解,并且对不满足条件的情况运用RSSI均值加权质心定位算法。仿真结果表明,该算法的定位误差比坐标四面体质心算法的小,并且增加RSSI均值加权算法提高了定位覆盖率。

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。

无线传感器网络中四面体三维质心定位算法

在研究普通三维质心定位算法和APIT-3D定位算法的基础上,提出了一种新无线传感器网络定位算法,即四面体三维质心定位算法。为降低计算复杂度,该算法用三维质心迭代算法代替了APIT-3D定位算法中的网格扫描算法,并在节点分布不均匀和低连通度的情况下,使用RSSI均值加权质心定位算法以提高节点覆盖率。仿真实验表明:该算法在无线传感器网络连通度低或节点分布不均匀时能获得较好的定位精度和定位覆盖率,并且与APIT-3D定位算法相比有效降低了计算复杂度。

一种改进的DV-Hop无线传感器网络定位算法

针对传统DV-Hop无线传感器网络定位算法误差较大的缺点,将接收信号强度指示RSSI(received signal strength indicator)加入定位系统对原算法进行改进。通过RSSI测距技术计算信标节点邻居节点的距离;根据接收信号强度指示(RSSI)的比值修正节点间跳数;采用极大似然估计法对待定位节点坐标初步估计后再用加权质心算法进一步精确定位。仿真结果表明,该改进方法与传统DVHop算法相比定位精度有较大的提升。

基于RSSI的自适应权重定位算法

在室内环境中,由于存在多径、反射的影响,采用传统的静态权重质心定位(SWCL)方法无法得到准确的定位精度。针对这一问题,提出了一种新的基于接收信号强度指示(RSSI)的动态自适应静态权重质心定位(RSSI—DA—SWCL)算法。对RSSI测距算法优化,消除不同发射功率和其它突发干扰对测距的影响;利用锚节点和未知节点距离等信息,让锚节点自适应地获得最优的权重系数,从而提高定位精度;将RSSI—DA—SWCL算法在ZigBee平台中实现,并通过Maltab仿真和实测实验对算法进行验证。结果表明:和传统的定位算法相比,提出算法具有更优的定位精度。

一种改进的ZigBee无线传感器网络定位算法及应用

在介绍常用的ZigBee定位算法——接收信号强度指示算法(RSSI)和加权质心定位算法特点的基础上,分析常用算法定位误差产生的原因。针对此,提出改进的RSSI算法——几何测量算法,并将几何算法应用于CC2430无线单片机,对其定位节点进行设计和实现。仿真表明:改进后的算法定位精度提高约3%。

基于加权质心法的WLAN室内定位系统

在利用接收信号强度指示(RSSI)进行定位的WLAN室内定位系统中,为获得更高的定位精度,提出一种支持向量机与加权质心法相结合的定位算法。该算法首先以四边形对定位场地进行区域划分,在各四边形区域的顶点位置采样指纹点数据,利用支持向量机(SVM)多分类将定位点位置缩小到某个四边形区域内。最后利用加权质心法,计算出定位点的坐标。仿真实验与实地实验结果表明,该算法比支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)、K最近邻法(KNN),定位精度有明显提高,定位误差在1.4 m,定位精度在90%以上。