基于接收信号强度指示的AP簇测距方法

对移动目标的高精度测距是室内定位的关键。室内环境中无线接入点(Access Point, AP)采集的移动目标设备的接收信号强度指示(Received Signal Strength Indication, RSSI)受阴影衰落波动严重。受到RSSI采集频率和目标机动能力的限制,AP采集到的RSSI样本量少,导致基于RSSI测距精度差。为提高基于RSSI对移动目标测距的精度,本文提出了基于RSSI的AP簇测距(AP Cluster Ranging, APCR)方法。该方法通过对多个AP进行位置约束组成AP簇采集移动目标设备的RSSI,在相同采集频率下可获得更多的RSSI样本。利用RSSI波动特点,使用最大值选取和Dixon检验相结合的方式从AP簇采集的RSSI样本中筛选出高质量的RSSI样本,以提高对移动目标的测距精度。仿真和实验结果表明,与传统RSSI处理方法相比,本方法在室内环境简单或复杂时都具有更高的测距精度,在少量RSSI采集次数下同样能保持较高精度,更能满足对移动目标测距的需求。

基于传感器节点的无线接收信号强度研究(英文)

在真实室内环境中,用MICA2节点设计分析影响无线接收信号强度(radio signal strength,RSS)的实验,发现其影响因素不仅包括发送接收方(transmitter-receiver,T-R)之间的距离,且MICA2节点的工作频率和供电电池电压、发送接收方节点差异、天线角度和高度,以及环境中的时空因素和动态环境等都会影响无线接收信号强度.经分别测试这些因素,建议传统无线信号传播模型和信号校准算法应综合考虑各项影响因素.

室内定位无线接收信号强度测距模型的研究

接收信号强度测距法易受室内复杂环境的影响,在许多研究和实际应用中,通常将路径损耗因子作为固定不变常量,增加了系统误差。分析了室内无线信号的传播特性,介绍了对接收信号强度测距模型,推导了最优拟合当前室内环境对数路径损耗模型参数的计算公式,将自主建模的思想引入到基于接收信号强度的测量中进行了可行性探究。

基于接收信号强度的无线传感器网络组网协议

受应用场合和节点结构的限制,无线传感器网络的算法应具有低功耗和低复杂度等特点,为此提出了一种基于接收信号强度的分布式组网协议(RSSIOP)。节点不需要位置信息,通过接收基站定向天线扫描时发送的信息完成定位和分簇过程;根据剩余能量和接收信号强度竞选簇头,形成直接链路;根据接收信号强度,成员节点选择转发节点,形成转发链路;按照网络用户的时延要求成员节点自动选择直接链路或转发链路向簇头传输数据。此外,RSSIOP设计了簇头轮换和失效节点的处理机制。该算法可以减小节点的发射功率,分担簇头在数据接收和融合两方面的工作负荷。针对不同场景进行了仿真,结果证明了算法的有效性。

应用于无线传感网的接收信号强度指示器的设计

采用SMIC 0.18μm CMOS工艺设计了应用于无线传感网(WSN)的接收信号强度指示器(RSSI),其核心电路是采用跨导放大器构成的限幅器、半波整流器和相应的偏置电路。其工作在电流模形式下,对工艺角和温度具有良好的补偿特性。芯片测试结果表明:在电源电压为1.8V时,RSSI的直流功耗为4.14mW,2MHz输入信号频率下的检测范围为-58～-7dBm(以50Ω阻抗作参考),对应的输出指示直流电压为0.48～1.45V,检测斜率约为18.2mV/dB,非线性误差小于±0.7dB。芯片面积为0.654mm×0.430mm。

认知无线电网络中基于接收信号强度的组密钥提取方案

为了保障认知无线电网络(cognitive radio networks, CRNs)中次用户之间的安全通信,提出一种基于物理层无线信道特征接收信号强度(received signal strength, RSS)的组密钥提取方案。在网络中并非所有次用户都在彼此通信范围内的情况下,该方案利用中继节点实现组密钥的提取,即在链式通信拓扑结构下,组内所有节点将链上除头节点和尾节点以外的其他节点作为辅助中继节点,提取链上所有相邻节点间的RSS测量值。之后,提出一种新的量化方法对提取到的RSS测量值进行量化。首先,给所有RSS测量值找到相应的量化区间;其次,为每个RSS测量值找到相配对的值,使得生成的密钥与多位RSS测量值相关,保证最终密钥生成的随机性;最后,利用格雷码编码对量化后的RSS测量值进行编码。使用MATLAB仿真软件模拟用户在高斯信道中建立组密钥的过程,信噪比在0~30 dB变化,实验结果表明,密钥建立过程中比特不一致率随着组内节点个数增加而增加,随着信噪比的增大而减小。此外,数值计算分析了该方案在不同条件下能够达到的组密钥率,结果表明,该方案的组密钥率随着组内节点个数和信噪比变化所呈现的变化趋势与比特不一致率相反。与现有方案相比,本方案能够大幅地降低用户建立组密钥的通信代价。综上所述,本方案在提高组密钥提取效率和降低用户通信代价方面都具有较明显的优势。

基于接收信号强度的无线传感器网络质心定位算法

针对原有质心定位算法精度低、锚节点比例过高的缺点,提出了基于接收信号强度(RSSI)的无线传感器网络质心定位算法。该算法将基于RSSI的测距值作为权重引入质心算法,通过仿真实验探寻算法模型最优权值,并运用迭代思想降低网络锚节点比例,同时采用测距校正、算法修正和设置RSSI阈值约束三种措施来控制算法误差。仿真表明,改进算法在定位精度、成本控制和环境适应性上优于原有质心定位算法。

无线局域网中基于信号强度的室内定位

确定用户的位置信息有利于向用户提供方便高效的服务,基于接收信号强度的无线局域网室内定位是定位领域的一个新的研究热点。研究的难点在如何克服随机因素对信号的干扰,使定位方法具有健壮性、适应性。本文基于IEEE802.11b/g协议的无线局域网环境下定位问题的难点,分析了如何评价定位算法的性能问题,介绍目前定位方法的基本原理、优缺点及其分类,详细综述利用接收信号强度的室内定位算法,最后指出未来定位算法研究的几个方向。

基于信号强度的无线局域网定位技术

针对室内无线局域网环境及室内定位的需求,提出了基于信号强度的经验与估计相融合的无线定位方法。通过实验验证,该方法可以满足室内环境下无线定位的需求,是一种可行的无线局域网定位技术。

基于接收信号强度(RSSI)的室内二次定位方法

提出一种用于室内定位的基于接收信号强度(RSSI)的二次定位方法。首先利用全网中已有节点的信息,建立已知节点的初始路径传播损耗指数,采用统计中值滤波来减少RSSI的粗大误差和干扰,然后利用RSSI初次定位的位置结果对传播损耗指数进行再次修正,最后进行二次定位解算,显著提高了未知节点的定位精度。通过仿真和搭建实验平台验证了该算法的有效性。

基于接收信号强度指示测距的蒙特卡罗盒移动节点定位算法

针对无线传感器网络(WSN)中以蒙特卡罗为基础的移动节点定位算法在采样效率和定位精度方面的不足,提出一种基于接收信号强度指示(RSSI)测距的蒙特卡罗盒定位(MCB)算法。通过对RSSI测距信息分区间管理来加强过滤条件,提高定位精度;同时采样阶段利用已满足过滤条件的样本点生成更有效的样本,从而提高采样效率;最后通过牛顿插值法预测节点运动轨迹,样本点与未知节点运动轨迹越接近则其权值越大,据此对样本点进行加权处理得到节点的最佳估计位置。仿真结果表明,改进方案在不同的锚节点密度、通信半径、运动速度等情况下均表现出良好性能,且定位精度与同等条件下的蒙特卡罗盒算法相比均有提高。

基于接收信号强度的不同移动终端定位方法研究

传统的基于接收信号强度的定位算法均假设用于线下训练和实时定位的移动终端不变,而这会严重影响基于位置指纹定位法的准确性。本文提出的接收信号强度差值法(RSSD)和实时自适应学习规范化法(RSALS),用于解决不同WLAN移动终端获取接收信号强度存在差异的问题,并在真实室内WLAN环境下验证了算法的可行性和有效性。实验表明即使在设备不变的情况下RSALS法仍然具有实时校正的作用,可以在一定程度上抵消环境变化对定位精度的影响。

基于接收信号强度的非视距检测与修正算法

为了减少非视距(Non-light of sight,NLOS)误差对基于到达时间(Time of arrival,TOA)的无线定位系统性能的影响,本文提出一种采用接收信号强度(Received signal strength,RSS)与TOA测量值相结合的方法对含有NLOS误差的TOA测量值进行检测并修正。在视距(Light of sight,LOS)传播的TOA与RSS之间关系已知的前提下,利用定位基站得到的TOA与RSS测量值,计算TOA测量值中含有NLOS误差的可能性,并对TOA测量值进行修正。该方法在不增加通信次数的情况下,大大提高了定位精度。最后在一个无线定位系统上实现了该算法,并进行了对比实验。实验结果表明,该算法不需对多次定位结果进行统计,即可有效降低NLOS误差对系统性能的影响,适用于对功耗要求苛刻的场合。

基于WLAN接收信号强度特征的室内活动识别

针对主流的活动感知技术依赖于专业测量设备,难以广泛部署与使用的问题,提出一种基于现有WiFi热点接收信号强度特征的活动识别技术。利用机器学习算法对实时接收到的WiFi信号强度特征进行分类,通过特征匹配识别用户当前活动。实验结果显示,所提算法能够以80%以上概率判断室内是否有人,以95%以上概率判断室内的人处于什么状态,并以80%的概率识别人的运动方向。所提算法所需信号广泛存在,可有效识别室内活动,具有低功耗、高精度的优点。

接收信号强度指示测距模型修正与粒子群算法权重优化的节点定位算法

为了降低接收信号强度指示(RSSI)测距误差对定位精度的影响,提出一种RSSI模型修正与粒群算法(PSO)权重优化相结合的定位算法。首先通过最小化误差平方和原则对RSSI测距模型参数进行校正,避免测距误差带入定位阶段,然后利用三边测量法进行粗略定位,得到未知节点的近似坐标,最后引入改进PSO算法对该近似坐标进行优化,在改进PSO算法中提出一种基于收敛因子的权重策略,有效地平衡了算法的搜索速度与搜索精度,从而得到节点坐标优化值。实验结果表明,该算法能够有效抑制测距误差积累,有更好的收敛性能和更高的全局优化能力,能实现更好的定位效果。

基于凸半定规划的接收信号强度测距的合作式定位方案

无线传感网中的多类应用均需要准确的定位算法。为了降低定位成本,减少能量消耗,常采用基于接收信号强度RSS（received signal strength）测距;再利用最大似然ML（maximum likelihood）估计法求解节点的位置。然而,ML估计为非线性、非凸性,难以获取全局最优解;为此,提出凸半定规划SDP（semidefinite programming）的合作式定位方案,利用凸半定规划策略将ML估计转换成凸优问题;同时,该方案考虑两类场景：源节点发射功率已知、未知。针对第一类场景,利用半凸松弛策略,并结合最小化最小二乘法,建立凸优表达式,最后利用CVX求解。针对第二类场景,先建立联合ML估计函数,再利用SDP估计,并结合起来简单的三步骤方案进行位置估计。仿真结果表明,提出的SDP算法的定位精度比SD/SOCP-1、SDPRSS平均提高了近15%~20%。此外,提出的SDP算法在所有场景的误差小于3 m的出现概率占0.8,而SD/SOCP-1、SDPRSS算法小于0.5。

基于改进接收信号强度指示的室内定位算法

为了提高室内环境节点定位精度,针对传统定位算法的不足,提出一种改进接收信号强度指示的室内定位算法。首先通过神经网络对各锚节点接收信号强度的权值进行拟合,得到路径损耗模型的参数值,然后利用最大似然法对未知节点进行定位,最后采用仿真实验测试其性能。结果表明,相对其它室内定位算法,本文算法提高了室内定位的精度,降低了平均定位误差,可以满足室内定位的实时性要求。

基于接收信号强度指示加权融合的定位算法

基于接收信号强度指示的无线传感器网络定位问题,提出一种改进Kalman滤波方法,消除测距过程中的非视距误差,得到标签与节点间的估计距离.然后,分析标签与节点的距离、定位单元质量和标签所处的位置三方面对定位精度的影响,提出一种改进三边定位算法,并根据滤波后的估计距离计算得到的多个定位坐标进行加权融合.最后,通过Matlab仿真验证所提算法的有效性.

基于接收信号强度指示的改进质心定位算法

传统质心定位算法虽然简单易行、成本低,但仅为粗略的定位估计方法,定位精度亟需改善。针对该问题,通过优选信标节点,提出了一种基于接收信号强度指示(RSSI)数据的改进质心定位算法,有效克服了传统质心定位算法"通信半径越大,定位精度反而下降"的缺点。通过MATLAB仿真验证算法的有效性和可靠性。

一种基于接收信号强度的多跳分簇路由协议

为了延长传感器网络生存时间,多跳路由协议一直是无线传感器领域的研究热点。其中多跳分簇的路由协议(MHLEACH)不仅能扩展通信范围,还可以均衡分配节点能耗,从而有效提高了能量利用率。但该方法存在的问题是若选中的簇首距离基站太远,则会耗费较多能量。同时,簇群链路分布的不均匀也可能使一些靠近基站的簇首更频繁地转发数据。为解决该问题,提出一种改进算法RSSI-Mean-Filter-MHLEACH(简称RMF-MHLEACH),该算法能对接收路由消息时获得的邻居节点信号强度与邻居表内节点剩余能量信息进行比较分析,最后找出最优的上层转发节点,从而使各节点在保证通信质量的同时,也能合理分担簇首的能量消耗。