围绕无线传感器网络(Wireless Sensor Network,WSN)在直达(Line-Of-Sight,LOS)与非直达(Non-Line-Of-Sight,NLOS)混合传播环境中目标无源定位精度提高问题,提出基于弧边凸包的残差检测(Residual Test based on Arc-edged Convex hull,RT...围绕无线传感器网络(Wireless Sensor Network,WSN)在直达(Line-Of-Sight,LOS)与非直达(Non-Line-Of-Sight,NLOS)混合传播环境中目标无源定位精度提高问题,提出基于弧边凸包的残差检测(Residual Test based on Arc-edged Convex hull,RTAC)算法.RTAC算法利用各个传感器的测距残差分布特点,在极坐标系构建反映残差点分布的偏移圆模型,并利用最小弧边凸包对传感器分组与识别,实现对网络中全部LOS传感器的识别.仿真结果表明,RTAC算法能够在低计算复杂度下实现对LOS传感器的正确识别,且具有更优异的目标定位性能.RTAC算法是适用于混合传播环境中LOS传感器识别的高效算法.展开更多
文摘围绕无线传感器网络(Wireless Sensor Network,WSN)在直达(Line-Of-Sight,LOS)与非直达(Non-Line-Of-Sight,NLOS)混合传播环境中目标无源定位精度提高问题,提出基于弧边凸包的残差检测(Residual Test based on Arc-edged Convex hull,RTAC)算法.RTAC算法利用各个传感器的测距残差分布特点,在极坐标系构建反映残差点分布的偏移圆模型,并利用最小弧边凸包对传感器分组与识别,实现对网络中全部LOS传感器的识别.仿真结果表明,RTAC算法能够在低计算复杂度下实现对LOS传感器的正确识别,且具有更优异的目标定位性能.RTAC算法是适用于混合传播环境中LOS传感器识别的高效算法.
