基于RSSI的三角形质心定位算法的优化策略

为了解决基于RSSI(接收信号强度)的三角形质心定位算法在减小定位误差上效率较低、定位稳定性不高的问题,提出了一种改进的定位算法.仿真结果表明:改进的三角形质心定位算法在减小定位误差上具有更高的效率和性能,同时也保证了定位的稳定性.

基于RSSI的无线传感器网络三角形质心定位算法

节点定位是无线传感器网络中的关键技术之一。基于RSSI的定位技术是现阶段研究的热点,为解决RSSI测量方法定位误差较大的问题,提出一种将RSSI测量方法与三角形质心算法相结合的新型定位算法,该算法用三角形质心算法减小RSSI的测量误差。仿真表明该算法比基于RSSI的三边测量法定位算法的定位精度有较大提高。

基于RSSI的三角形区域最小化的质心定位算法

为解决无线传感器网络中的节点自身定位问题,针对RSSI测距误差大、质心定位算法精度低的问题,提出一种改进质心算法。该算法将RSSI值作为模糊判据,对各个锚节点与移动节点之间的距离进行远近判断,并对锚节点所组成的图形进行更细致的区域划分。利用RSSI值对质心定位算法进行改进。仿真和实际测试都表明,该算法相对于质心算法和三边定位算法提高了定位精度,需要的通信开销小,计算简单,硬件要求低,可广泛应用于实际工程之中。

基于RSSI的弦相交加权质心定位算法

无线传感器网络中节点定位是其重要技术,其中基于测距的RSSI定位技术具有成本低、易实现等优点。为解决传统三边质心算法在确定相交区域顶点时存在一定缺陷导致误差较大的问题,提出弦相交-加权质心定位算法。该算法采用分组、分步式定位方式。首先通过弦相交法进行初步定位,将有效节点三三分组,组内各圆公共弦所在直线交点作为本组的定位结果;再采用加权质心算法将初步定位中各组结果进行二次精确定位,得到最终信号源预测位置。在平均边长近似20 m的不规则五边形区域进行仿真验证,信号源随机分布于15 m×15 m的正方形内,结果显示相较于加权三边质心算法,所换算法平均误差减少了2.028 m,定位精度提升了61.14%,具有良好效果。

自适应灰狼算法优化的RSSI加权质心定位算法

无线传感器网络节点的定位过程中未知节点的邻居锚节点数量会严重影响定位精度。为解决该问题,提出一种自适应灰狼算法优化的RSSI加权质心定位(AD-GWO-RSSI)算法。该算法首先根据传感器网络的连通关系,计算出所有未知节点的平均锚节点数量和每个未知节点的邻居锚节点数量,然后取两者的平均值作为GWO算法优化每个未知节点RSSI加权质心定位过程的阈值,最后将优化后的高精度定位节点作为伪锚节点对其他未知节点进行定位。实验结果表明,通过邻居锚节点数量关系获得自适应阈值的GWO算法去优化RSSI加权质心定位算法,不仅能达到较高的定位精度,还具有较强的泛化性和稳定性。

基于最小三角形算法的室内可见光三维定位方法

为进一步提高室内可见光三维定位的精度,提出了一种基于最小三角形算法的室内可见光三维定位方法。该方法采用视距链路模型,由定位终端接收携带发光二极管位置信息的光强信号,利用最小三角形算法和接收信号强度指示方法来计算接收机在室内的三维位置信息,再引入加权质心算法降低光路受遮挡所造成的影响。仿真结果表明:在室内5 m×5 m×3 m的定位区域内,提出的定位方法平均定位误差约为4.35 cm,平均高度误差约为1.65 cm,定位精度优于传统的室内可见光三维定位方法。

基于RSSI均值的等边三角形定位算法

为了提高无线传感网络的定位精度,从提高测量精度、改善信标节点分布的角度提出了一种基于RSSI均值的等边三角形定位算法.该算法引入信号强度指示(RSSI)敏感区和非敏感区概念,采用高斯模型对非敏感区的RSSI数据进行处理,解决了RSSI易受干扰的问题.采用等边三角形分布模型处理信标节点的分布,保证未知节点运动轨迹始终在信标节点的非敏感区内,从而在定位算法上使测量精度得到提高.研究表明,高斯模型可以很好地筛选出RSSI较优值;等边三角形分布模型可以提高RSSI的采集优度.这种定位算法计算简单,定位过程中节点间无通讯开销,无需硬件扩展.

基于锚节点等边三角形分布的质心定位算法研究

针对正六边形网格定位算法定位误差不均匀和正方形网格定位算法冗余节点过多等问题,提出了一种新的基于锚节点等边三角形分布的质心定位算法.该算法运用网格划分理论,验证这种网格划分的合理性;通过实验,探索各项参数对于这种新算法的影响.仿真结果表明,该算法在结构简单、硬件投入和功耗相对较少的情况下,提高了节点定位的精确度.但该算法在锚节点数量和计算量上都有所增加,有待下一步改进.

一种基于TDOA与三角形加权质心定位的混合算法

提出一种基于TDOA与三角形加权质心定位的混合算法,该算法仅采用三个信标节点,充分利用节点的数据处理单元和通信单元,通过三角形加权质心定位算法得到一个定位信息,同时待定节点充分利用接收信号进行相关运算,求时差得到另一个定位信息。对两组定位信息比较、取均值,得到相对稳定的定位信息,实验证明该算法不仅减小了定位误差,提高了定位精度,而且解决了TDOA的模糊定位问题。

基于加权三角质心RSSI算法的ZigBee室内无线定位技术研究

室内移动定位在商场购物、建筑节能、医疗护理、应急救援等领域中应用广泛。由于受复杂室内环境等条件的限制,目前室内定位方法往往精度不高,价格也较为昂贵。ZigBee是一种新兴的短距离、低速率无线网络技术,利用ZigBee技术实现定位具有低成本、低功耗的优点,且信号传输不受视距的影响。本文对各种室内无线定位技术进行了分析和比较,选择用XBee模块进行自组织组网,采用加权三角质心RSSI定位算法,提高室内定位精度,并通过实验证明该方法的可行性。

一种基于交点质心求解的RSSI定位算法及其优化

为了提高RSSI算法的定位精度,提出了一种新的基于交点质心求解的RSSI算法.此方法用矩阵求解多组二元二次方程组,得出的结果为这些方程组解的平均值,定位坐标由这些平均值确定.相比于传统最小二乘法,交点质心法的定位精度明显提高,并给出了两种优化方案,最后提出了一种实现三维定位的方法.

基于RSSI的无线传感器网络修正加权质心定位算法

提出了一种基于接收信号指示强度(RSSI)的修正加权质心定位算法,它区别于以往的加权质心定位算法,在该算法中采用测试距离倒数之和代替距离和的倒数作为权重,同时提出了修正系数的概念,避免了信息淹没现象,提高了定位精度。仿真结果表明,本文算法定位精度较之前的加权质心定位算法有了明显提高,最高可达17.83%。

一种基于卡尔曼和线性插值滤波的改进三角质心定位算法

基于RSSI的目标定位技术,由于复杂度低、定位精度较高,被广泛用于无线传感网络节点定位中。为进一步提高无线移动定位精度,首先利用CC2530构成的参考节点的RSSI实测数值得到无线信道模型中优化射频参数A和传播因子n,通过卡尔曼滤波和线性插值法对随机误差进行补偿以获得较精确的定位节点与参考节点间的估计距离;然后采用一种改进的三角质心定位算法进行测试与仿真。通过仿真证明,采用的改进算法较传统的加权质心算法在定位精度上有较明显的提高,在所测试环境下平均定位精度为0.7米左右,获得了较好的效果。

基于RSSI的加权质心定位算法的实现

提出了一种基于RSSI的加权质心定位算法,即将RSSI方法和质心定位算法相结合,用信标节点对未知节点不同的RSSI值来确定加权因子,以提高质心算法的定位精度。加权质心定位算法计算简单,只需较少的通信开销和较低的实现复杂度,这在能量有限的网络节点中是非常重要的。

无线传感网络中基于RSSI质心定位的改进算法

节点定位是无线传感网络的关键技术之一,已经在军用,民用方面得到很广泛的应用。传统的质心定位算法依赖于网络、锚节点的数量、节点分布,常常定位不到目标,致使定位误差较大。为了提高定位精度,提出利用基于RSSI的质心定位算法定位未知节点,然后将已定位节点当作锚节点对未定位节点进行定位的改进算法。对算法进行仿真测试、分析验证,结果表明:定位误差减小,定位精度明显提高。

基于RSSI的改进质心定位算法

为提高无线传感器网络三角形质心定位算法的精度,提出一种基于RSSI的改进质心定位算法。首先,分析传统基于RSSI的三角形质心定位模型,发现单个锚节点测距误差较大会导致盲节点的定位精度受到影响,因此采用4点进行定位来降低单个锚节点权重;其次,改进的质心定位算法选择根轴相交组成的区域作为定位参考区域,将该区域的质心位置作为待测盲节点位置;最后,采用仿真实验对比算法的精确度和稳定性,实验结果表明,相比于传统算法,改进算法定位精度更高,而且定位误差波动更小。

一种基于RSSI校正的加权质心定位算法

节点自定位技术一直是无线传感器网络中的关键技术,而基于接收信号强度指示(RSSI)的定位技术则是目前的研究热点。在对传统的加权三角形质心定位算法分析的基础上,提出了一种改进的定位算法。在测距阶段,将信标节点之间的距离和信号强度同时作为参考来校正RSSI值;在定位阶段,对传统加权三角形质心定位算法的权值进行修正。通过仿真证明改进算法比传统算法的定位精度有明显提高。

WSN定位中的RSSI概率质心计算方法

针对最小二乘综合定位精度不高与极大似然估计定位计算量大的问题，提出基于接收信号强度指示（RS—SI）模型概率质心的定位方法．该方法采用在一定显著度下的锚节点定位环重叠区域代替整个无线传感网络（WSN）的分布区域，以重叠区域概率密度质心作为未知节点位置的估计．通过实验仿真获得2种方法在锚节点标准差存在差异时的定位误差曲线，对比结果显示，该方法的定位精度高于最小二乘定位方法，验证了该算法优于最小二乘定位算法．研究表明，该方法具有与极大似然估计相同数量级的定位精度，但计算量减少95％～97．5％．

无线传感器网络中基于RSSI的改进加权质心定位算法

针对基于无线传感器网络的节点定位问题,提出一种基于接收信号强度(RSSI)的改进加权质心定位算法。该算法首先采用高斯理论模型过滤RSSI值,再运用校正RSSI测距技术测量节点之间的距离,并优选信标节点,最后用改进加权质心算法进行定位。实验结果表明:改进后的算法相比于传统的质心定位算法,能够实现更好的定位效果。该算法充分利用了RSSI数据,避免了信息的淹没,能够较好地满足低功耗与低成本的要求。

基于RSSI的优化加权质心定位算法研究

节点定位技术是无线传感器网络的关键技术之一。质心定位算法是指节点依靠无线传感器网络的连通性进行定位,定位误差较大。为了提高定位精度,鉴于质心定位算法受环境影响较小,基于RSSI的定位技术使用方便的特点,文中提出了基于RSSI的一种优化加权质心定位算法。通过RSSI测距,结合优化后的加权质心定位算法,确定节点位置。仿真结果表明,该算法降低了定位的平均误差,可以提高定位精度。