滑坡监测的无线传感器网络定位系统设计

为解决目前滑坡监测系统普遍存在的工程造价高、自动化程度低、施工不便等问题,研究设计了一种无线远程滑坡监测系统。该系统使用ZigBee无线电定位技术取代各种滑坡传感器来获取滑坡地表位移信息,通过通用无线分组服务(GPRS)进行数据远程传输,可实现滑坡状况的远程自动监测。在改进现有接收信号场强指示(RSSI)定位算法基础上,进行了系统架构和软硬件的研究设计,并利用OPNET及Matlab对系统方案进行了模拟实验,在10 m×15 m测试区域内,该系统平均定位误差为1.39 m,误差波动小于0.5 m。研究与实验结果表明:所研发的系统在监测现场无需任何一次检测仪表,显著降低了滑坡监测系统成本,具有工程造价低、施工难度小和自动化程度高的特点。

基于反演传播模型和相邻几何约束的定位方法

为解决高密城区室外蜂窝网络精确定位问题,提出一个基于反演传播模型与相邻点几何约束的无线蜂窝网络定位方法。该方法使用相邻多个小区接收信号场强的差分作为电波传播特征参数,通过运用反演传播模型处理所接收的场强数据,建立指定区域的电波传播特征数据库;在此基础上采用匹配搜索算法进行初始定位估计,并将定位估计点与其相邻点的几何约束条件作为重要特征引入匹配搜索算法,以便于定位搜索结果尽可能最优。通过对中国珠海的多个不同无线环境中进行试验验证结果表明,使用这一方法定位精度小于100米的概率达到76.04%,定位精度小于300米的概率达到99.48%,对192个采样点的平均定位误差为59.67米。

采用概率密度分布和粒子滤波的室内跟踪算法

提出了一种新的室内定位跟踪算法,采用了直方图法和核函数法估计参考点处的接收信号强度的概率分布,并将其作为该参考点的位置指纹,描述了该参考点处无线信道的特性;利用粒子滤波解决了非线性状态空间模型下的在线跟踪问题,仿真结果表明基于概率密度分布和粒子滤波的跟踪算法收敛速度快,且对环境变化不敏感,性能优于卡尔曼滤波算法。