基于无线传感器和视频融合的室内定位技术研究

为了提高室内定位跟踪精度和扩大定位跟踪范围,建立了一种无线传感器和视频融合定位跟踪模型。该模型通过分析无线传感器和视频传感器定位特点,确定了基于粒子滤波的融合定位策略,提高视频目标检测能力,补偿无线传感器的定位精度和盲区。提出了基于无线传感器和视频观测模型的粒子权重评估方法,提高了粒子更新效率。结合实例对模型和算法进行了仿真分析,结果表明了模型的可行性和算法的有效性。

一种基于链路质量差值的无线传感器网络定位方法

针对基于测距的定位方法误差较大的缺陷,提出一种基于链路质量差值的节点定位方法。通过邻居信标节点的交互,获取相应的路径损耗因子,并根据信标节点和待定位节点间的不同链路质量值之差,利用极大似然估计实现低复杂度高精度定位。仿真结果表明,该方法同RSSI和DV-HOP等定位方法相比,具有较高的定位精度和定位成功率。

无线传感器网络LQI测距定位算法及其误差研究

无线传感器定位算法对无线传感器的工程应用具有重要的意义.针对基于LQ I测距的无线传感器网络,研究了测距模型的建立并对比分析了最小二乘定位算法和质心定位算法,相关仿真研究结果表明:该两种定位算法的精度与测距误差的性质具有鲜明的规律性,当测距误差正向分布时,最小二乘定位比质心算法精度高;当测距误差正负双向分布时,质心算法比最小二乘定位精度高.最后,文中通过搭建的Z igBee硬件平台实验验证了仿真的结果.本文从测距误差模型入手对无线传感器定位算法进行研究,仿真结果与实验验证相一致,有利于W SN的推广应用.

无线传感器网络节点定位研究综述

深入探讨分析了无线传感器网络定位技术,从无线传感器网络定位算法分类、评价指标、距离相关和距离无关定位算法等方面进行分析,重点对比了几种典型算法,结果表明:不同的算法具有应用环境单一性,应结合实际需求选择合适的算法。研究分析了新型无线传感器网络定位方法,主要包括移动锚节点定位算法、三维空间定位算法和智能定位优化算法。总结当前无线传感器网络定位研究中存在的问题,并给出未来改进的研究方向。

无线传感器网络定位优化算法及其仿真

无线传感器网络节点定位是节点信息的重要话题,针对节点定位问题,在基于距离的极大似然估计法定位基础上,为了弥补其受测距误差影响较大的缺点,利用粒子群优化算法实现无线传感器网络节点定位。在论述粒子群算法的基础上,详细论述了基于粒子群优化的极大似然估计法进行节点定位过程。通过MATLAB实验对算法进行了验证,实验表明基于粒子群优化算法的节点定位精度要比极大似然估计法的精度要高,定位性能要比其优越。

基于Ad-hoc和GIS辅助的无线传感器网络定位

针对现有无线传感器网络自定位算法难以脱离大量的静态信标节点的问题,利用Ad-hoc的自组织特性,提出了一种基于分簇并只以簇头节点为移动信标的动态无线传感器网络自定位算法。该算法通过簇内动态混合定位的方式,有效提高了盲节点的定位精度。同时设计和实现了一个基于ArcGIS Engine的动态目标定位监控系统,利用GIS辅助将相对定位与基于地图环境下的绝对定位相结合,进一步提高了无线传感器网络的定位精度。MATLAB仿真实验以及系统实例表明了算法的实时性、有效性和系统的可行性。

基于RSSI的无线传感器网络室内定位算法研究

针对传统的室内定位算法要求被测对象携带有源的设备或者电子标签的局限,以及现有的无源室内定位大部分都是考虑单目标定位,或者是多目标一起移动的情况,设计了一种利用无线传感器网络的接收信号强度(RSSI)来实现双目标无源室内定位的算法。该算法利用移动的物体会改变无线链路接受信号强度这一基本原理,根据时间窗内RSSI方差的改变来侦测目标是否出现。对于被侦测到的目标,首先根据RSSI单位时间窗内方差挑选出高于阈值的异常链路并赋予权重,再通过挑选法对异常链路进行分组,然后通过最小误差法得到初级定位点,最后计算初级定位点附近的所有点,选出权重与距离平方累积误差最小的点,这些就是通过算法定位出的目标点。仿真结果表明,被定位点与定位点之间距离小于0.5 m的可能性占所有仿真结果的90%。

面向煤矿工作面的定位无线传感器网络传输性能优化

针对煤矿工作面定位无线传感器网络(PWSN)端到端时间较长、丢包率较大等问题,提出采用保障贪婪调度(GGS)算法来优化网络传输性能。GGS算法结合了粒子群优化(PSO)算法和贪婪算法,使用PSO算法对信道中的报文种群进行有序化处理,实现对种群的保障;使用贪婪算法对网络传输过程中的具体服务请求形成一种多层次、反复迭代的处理机制,以优化报文种群质量;利用PSO变异算法对种群进行检查和更新,以确保得到的是最优解。仿真结果表明,与现有文化基因算法(MA)、差分进化人工蜂群(DE-ABC)算法相比,GGS算法可在控制丢包率的前提下缩短传输时间,提升网络整体性能。

一种求解无线传感器网络定位问题的改进状态转移算法

基本状态转移算法求解一些高维复杂优化问题时,局部搜索能力较差,收敛速度慢。针对这一缺陷,本文提出了一种改进的状态转移算法。所提算法在最优算子参数选择的基础上,首先采用二次插值技术替换平移算子来提高局部开发能力,其次采用随机变异策略来增加算法跳出局部最优解的概率。最后采用基于梯度的技术对算法进行加强,进一步提高算法后期的搜索效率,并通过几个无线传感器网络定位问题,验证了所提方法的有效性和优势。

基于移动锚节点的无线传感器网络定位技术研究

无线传感器网络,主要是使用网络技术,来保证能够达到良好的数据收集、处理以及无线通信水平。目前,传感器节点以不只是单一的感知单元,已经发展成为了可以互换信息、进行协调控制的融合体。无线传感器属于集信息收集、处理、传送等于一身的系统,在很多监测工作当中都得到了广泛的使用。同时,无线传感器能够在较差的环境当中进行使用,并且能够对不再范围内的区域进行监测,可顺利的完成监测和跟踪。而在应用过程当中,节点位置信息具有十分关键的作用。所以要加大对于节点定位方法的研究。那么下面我们就来对基于移动锚节点的无线传感器网络定位技术进行一下具体的研究。

基于无线传感器网络定位技术的图书馆智能管理创新

"互联网+"时代,信息技术的发展对图书馆的智能化管理工作提出了更高的要求。文章概述了无线传感器网络与定位技术,重点讨论了如何将WSN定位技术运用到图书智能管理,通过定位技术与大数据、云计算等信息技术的结合,推动图书馆智能系统建设和智能化发展。

基于粒子群最小二乘支持向量机的无线传感网络定位算法的研究

针对传统野外无线传感网络节点定位存在环境复杂,节点分散,没有规律的分布等导致一些定位难题,本文提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。实验表明,发现该方法在较少的样本条件下,亦能非常逼近目标值,具有精确的定位能力。

基于GAMC定位算法的WSN设计与分析

蒙特卡罗定位算法对传感器网络节点进行布置对样本的数量需求很大,且在后验密度过大地区,会导致出现求解速度慢的问题。针对这个问题引进遗传算法,并将其与蒙特卡罗算法进行结合。介绍了蒙特卡罗算法的原理,分析了其在无线传感器定位中的应用,并介绍了无线传感器网络的布置原理,最后提出GAMC定位算法,作为无线传感器定位策略,可以快速完成对节点位置整体布置的任务。

大范围小区域精密定位技术

对大范围小区域精密定位技术进行定义,根据大范围小区域精密定位技术的应用领域、采集信号的元器件、定位尺度等,对大范围小区域精密定位技术进行分类,对当前各类大范围小区域精密定位技术的典型定位技术进行介绍,包括定位原理、定位算法和数据处理、定位精度;阐述各类大范围小区域精密定位技术的特点,包括其当前的定位精度、技术的优缺点等.根据当前大范围小区域精密定位技术的限制因素,提出大范围小区域精密定位技术的一些可能的发展方向.

三维无线传感器网络定位的可行方向算法

针对内点算法求解半定规划进行三维无线传感器网络定位无法满足实际的需求,利用变量变换将半定规划问题转换为非线性规划问题,提出了解决非线性规划化问题的可行方向算法.在此基础上,取非线性规划问题变量的列数为3,阻止高秩解的产生.为了进一步提高计算效率,采用限制未知节点的度对三维网络图进行稀疏.仿真结果表明,可行方向算法是行之有效的,而且计算速度优于已有的稀疏半定规划内点算法.

一种基于加权多尺度分析技术的鲁棒节点定位算法

研究了多种网络拓扑结构及稀疏网络下节点定位的鲁棒性问题.联合考虑1跳邻居数日、邻居节点自身定位精度与测距误差,引入节点相对定位误差和相对可信度概念,提出了一种分布式基于加权多尺度分析技术的鲁棒节点定位算法.该算法根据节点2跳局部网络连通度信息及邻居节点相对定位误差大小,自适应选择综合性能好的邻居节点参与迭代优化,并采用与节点相对可信度成正比的加权机制,增加高可信度节点在定位计算中的贞献度.实验数据显示,该定位算法能够有效地抑制较大定位误差在网络内的扩散,同基于高斯核加权的dwMDS(G)算法相比,不仅迭代次数减半,而且在网络连通度较低或拓扑不规则时,可提高5%左右的定位精度.

基于测距的蒙特卡罗盒传感网定位算法研究

针对以蒙特卡罗算法为基础的无线传感器网定位算法普遍存在定位精度和采样效率低的问题,提出了一种基于测距的蒙特卡罗盒(R-MCB)定位算法。通过测距信息构造修正的包含有约束条件的方形边界框,使用从强约束条件中除去弱约束条件的启发法来提高采样效率,然后进行样本过滤和加权处理,并通过校准减少距离误差实现精确的定位。该R-MCB定位算法允许节点是静止或移动的,并且能够与可进行测距的节点和没有测距能力的节点协同工作。通过在传感器硬件上进行真实模拟定位算法证明,在多数情况下该R-MCB算法的定位误差,均要比WMCL算法(加权蒙特卡罗定位算法)的定位误差低10%左右。

基于邻接信息和启发式路径决策的WSN定位算法

传统的无线传感器网络(wireless sensor network,WSN)定位算法信标位置固定,对信标节点的数目与通信半径都较为依赖,因此网络能耗较大。为了降低节点定位过程中的网络能耗,许多基于移动信标的WSN定位算法被广泛运用。文中提出一种新型的移动信标式定位算法,根据节点之间的邻接信息进行信标的全局路径规划,利用启发式路径选择算法HDWS进行局部路径决策,信标在移动过程中定时发送数据包使得所有未知节点能够被定位。通过仿真实验发现,文中提出的算法在只有一个信标节点的情况下仍可以高精度定位,实现了降低网络能耗的目标。