节点位置是无线传感网络(Wireless Sensor Networks,WSNs)的关键信息。而给WSNs内所有节点配置全球定位系统(Global Position System,GPS)成本太高。只可能让部分节点配置GPS,这些节点称为锚节点。节点通过获取与锚节点的距离信息实现...节点位置是无线传感网络(Wireless Sensor Networks,WSNs)的关键信息。而给WSNs内所有节点配置全球定位系统(Global Position System,GPS)成本太高。只可能让部分节点配置GPS,这些节点称为锚节点。节点通过获取与锚节点的距离信息实现定位。为此,提出基于到达时间(Time of Arrival,TOA)测距的二阶规划的定位算法(TOA-Second-order Programming-based Localization,TOA-SPL算法)。TOA-SPL算法先测距和测速信息建立基于最大似然的位置估计表达式,再通过分布式二阶锥规划技术求解,降低算法的复杂度。实验数据表明,相比于半定规划的节点定位(Semi-Definite Programming Localization,SDPL)算法,TOA-SPL算法的均方根误差(Root Mean Square Error,RMSE)得到有效控制。展开更多
卫星干扰源定位技术的关键之一是定位参数的测量。目前传统的定位时延估计算法无法满足在低信噪比环境下的到达时间差(time difference of arrival,TDOA)参数估计。为了进一步提高定位性能,提出了基于四阶累积量的最小均方误差算法(leas...卫星干扰源定位技术的关键之一是定位参数的测量。目前传统的定位时延估计算法无法满足在低信噪比环境下的到达时间差(time difference of arrival,TDOA)参数估计。为了进一步提高定位性能,提出了基于四阶累积量的最小均方误差算法(least mean square algorithm based on fourth-order cumulant,CUM-LMS),在使用四阶累积量进行时延估计的基础上,提取峰值信息,计算均方误差,得到准确的TDOA参数。实验结果表明,所提出的算法有效地提高了时延参数估计的性能。展开更多
针对室内到达时间差(time difference of arrival,TDOA)位置估计中的非线性最优化问题,提出用改进的樽海鞘群算法搜索目标位置.通过选择最优主基站构造改进的适应度函数,使适应度函数可以更好地反映解的优劣程度,提高了搜索精度.在初始...针对室内到达时间差(time difference of arrival,TDOA)位置估计中的非线性最优化问题,提出用改进的樽海鞘群算法搜索目标位置.通过选择最优主基站构造改进的适应度函数,使适应度函数可以更好地反映解的优劣程度,提高了搜索精度.在初始樽海鞘种群中引入近似解,使全局搜索的步骤得到简化,加快了算法前期收敛速度.采用自适应跟随策略更新追随者位置,解决局部开发低效问题,加快了算法后期收敛速度.仿真结果表明,基于改进樽海鞘群算法的TDOA定位技术相比其他元启发式算法具有更高的定位精度和更快的收敛速度.展开更多
文摘节点位置是无线传感网络(Wireless Sensor Networks,WSNs)的关键信息。而给WSNs内所有节点配置全球定位系统(Global Position System,GPS)成本太高。只可能让部分节点配置GPS,这些节点称为锚节点。节点通过获取与锚节点的距离信息实现定位。为此,提出基于到达时间(Time of Arrival,TOA)测距的二阶规划的定位算法(TOA-Second-order Programming-based Localization,TOA-SPL算法)。TOA-SPL算法先测距和测速信息建立基于最大似然的位置估计表达式,再通过分布式二阶锥规划技术求解,降低算法的复杂度。实验数据表明,相比于半定规划的节点定位(Semi-Definite Programming Localization,SDPL)算法,TOA-SPL算法的均方根误差(Root Mean Square Error,RMSE)得到有效控制。
文摘卫星干扰源定位技术的关键之一是定位参数的测量。目前传统的定位时延估计算法无法满足在低信噪比环境下的到达时间差(time difference of arrival,TDOA)参数估计。为了进一步提高定位性能,提出了基于四阶累积量的最小均方误差算法(least mean square algorithm based on fourth-order cumulant,CUM-LMS),在使用四阶累积量进行时延估计的基础上,提取峰值信息,计算均方误差,得到准确的TDOA参数。实验结果表明,所提出的算法有效地提高了时延参数估计的性能。
文摘针对室内到达时间差(time difference of arrival,TDOA)位置估计中的非线性最优化问题,提出用改进的樽海鞘群算法搜索目标位置.通过选择最优主基站构造改进的适应度函数,使适应度函数可以更好地反映解的优劣程度,提高了搜索精度.在初始樽海鞘种群中引入近似解,使全局搜索的步骤得到简化,加快了算法前期收敛速度.采用自适应跟随策略更新追随者位置,解决局部开发低效问题,加快了算法后期收敛速度.仿真结果表明,基于改进樽海鞘群算法的TDOA定位技术相比其他元启发式算法具有更高的定位精度和更快的收敛速度.