基于白光LED的室内高精度定位算法的实现

搭建了室内可见光定位系统,实验上探索了接收信号强度比定位算法的可行性。通过控制多个LED光源在不同时隙的亮暗,分别传输直流与正弦信号,使用照度计及光电探测器测试接收信号强度,对接收机位置进行了估计。其中使用直流信号时,在与光源所在平面相距59cm的接收平面内,得到最大误差为2.05cm、平均误差为8.64mm的定位精度;使用正弦信号时,在与光源平面相距30cm的接收平面内,得到最大误差为1.09cm、平均误差为5.6mm的定位精度,并且使用交流信号时实验结果不受环境杂散光的干扰。

无线传感器网络自校正定位算法

节点定位是无线传感器网络的重要应用之一,为了抑制实际应用中各种环境因素对无线传感器节点精度的影响,提出了一种基于误差校正的定位算法。通过基于粒子群优化算法的粒子群优化-接收信号强度指示算法(par-ticle swarm optimization-received signal strength indication,简称PSO-RSSI算法)将未知节点收到信标节点一定数量的存在偏差的链路质量指示值进行优化,实现对误差的补偿。将链路质量指示值转化为接收信号强度指示值,从而得到距离。实验结果表明,该算法可提高定位精度,具有普遍应用价值。

一种基于无线传感器网络的星球漫游机器人定位算法

在总结国内外星球机器人定位算法的基础上,利用无线传感网络技术,提出了综合RSSI算法(接收信号强度指示)和切圆圆心法的RCM算法(接收信号强度指示与切圆圆心混合定位算法),并给出了理论模型.仿真分析结果证明了该算法的有效性,在RSSI测距误差散布达到50%时,定位误差可降到10%以内.

高覆盖摄像机辅助的室内可见光定位算法

文章针对可见光定位(VLP)系统提出了一种新颖的非线性摄像机辅助的接收信号强度(nCA-RSS)算法。nCA-RSS算法的基本思想是,同时利用摄像机和光电二极管(PD)分别捕获视觉和强度信息,实现高覆盖和高精度定位。首先,基于单视图几何理论,nCA-RSS算法利用视觉信息来估计可见光的入射角;然后,基于估计的入射角,nCA-RSS算法利用强度信息来确定接收器位置。由于使用了视觉信息,nCA-RSS算法对接收器方向不再限制。此外,基于Levenberg-Marquardt算法,nCA-RSS算法仅使用3个发光二极管(LED)即可实现三维(3D)定位。因此,与透视n点算法相比,nCA-RSS实现了更高的覆盖率。仿真结果表明,在80%以上的室内区域,无论接收器方向如何,nCA-RSS算法对于80%以上的样本可以实现约2.5 cm的定位精度。

水下光无线传感器网络的连接性分析与定位技术

针对水下光无线传感器网络(UOWSN)节点的传输范围受限和间歇性连接的问题,利用多跳通信扩大传输范围来增强网络连接性,提出一种网络节点定位算法。首先,将UOWSN建模为三维(3D)随机缩放模型图,并根据网络节点数、通信范围以及光发散角推导了该模型下网络节点的连接性概率表达式;然后,利用接收信号强度(RSS)定位算法修正距离矢量跳数(DV-Hop)定位算法来解决网络节点的定位问题,并与现有方案进行分析对比。仿真结果表明提出的定位算法的性能明显优于标准的DV-Hop算法和Hybrid DV-Hop算法。

基于WSN和UWB多点融合畜牧业电子围栏设计

提出一种基于WSN和UWB多点融合畜牧业电子围栏设计方法,利用RSSI和TOA同时采集初始测距定位信息,SVM线性回归估计误差,通过训练学习建立误差预估模型,调整融合滤波粒子输入样本,解决粒子退化与匮乏的问题,增加粒子多样性,减少粒子重复采样频率与次数,提高数据处理速度与精度,输出最优结果.实验表明:系统工作稳定可靠、数据准确、精度高、误差小、响应速度快,具有很高的实用价值与前景.