基于内三角形质心算法的超宽带室内定位

针对工业现场自动导引运输车(AGV)定位方式灵活性差的问题,应用DW1000射频(RF)芯片,设计实现了一种超宽带(UWB)室内定位系统。首先,提出了高效的多基站测距和多标签调度机制,解决标签冲突和组网问题。其次,针对三角形质心算法实际应用中测距极大误差引起的定位精度低、稳定差的问题,引入可信度概念,提出了内三角形质心算法,通过可信度算子削弱测距极大误差的影响,提高算法性能。最后,将该系统应用于工业车间,当系统容纳20个标签时,单个标签的坐标平均更新频率达到24 Hz,标准差为3 Hz;静态平均定位误差为11.7 cm,标准差为2.5 cm;动态最大误差小于30 cm。实验结果表明,该系统具有高实时性、高精度和高稳定性的特点。

一种基于RSSI校正的三角形质心定位算法

节点自定位一直是无线传感器网络中的关键,基于接收信号强度指示(RSSI)的定位技术是目前的研究热点,但由于多径、绕射、非视距的影响,产生的距离误差较大。提出了基于RSSI校正的三角形质心定位算法,该算法简单,不增加通信开销,无需硬件扩展。仿真实验表明:该算法较其他算法大大提高精度,适合通信开销小、硬件要求低的无线传感器网络节点。

一种基于RSSI的三角形质心改进算法

针对传统质心算法定位精度低、对环境依赖性强等问题,提出一种基于RSSI的质心定位改进算法,先确定未知节点所在的三角形,连接三边中点划分16或10个区域,得到小三角形的外心,通过比较外心的适应度值,确定未知节点所在区域,减小了三角形的面积,提高了定位精度。利用matlab仿真结果表明,改进的三角形质心定位算法的性能更好,具有一定的实用价值。

基于散射体信息的单站内三角形质心定位算法

针对单站定位精度不高的问题,提出基于散射体信息的单站内三角形质心定位算法。首先运用合成运动的扩展卡尔曼滤波算法对圆轨迹拟合法所估计出的散射体位置与散射体到达目标位置的距离进行优化;然后将所估计出的散射体作为虚拟观测站,再根据引入可信度算子的内三角形质心定位算法削弱测距极大误差对定位结果的影响;最后即可定位出目标位置。仿真结果表明,该算法能够有效提高定位精度,算法复杂度小且具有良好的稳定性。

基于加权质心算法的无线传感网络丢包节点定位技术

针对无线传感网络中丢包节点的定位问题,提出一种基于加权质心算法的定位技术.分析无线传感网络节点分布和拓扑结构后,采用RSSI的测距模型改进加权质心算法,经测距模型将RSSI值转换成丢包节点与周围节点的距离,采用加权质心定位算法求解WSN丢包节点定位误差,以3个锚节点作为圆心,锚节点距离作为半径构建圆,计算3个圆交点的坐标后,求出由3个交点构建三角形的质心位置平均值,该值为WSN丢包节点定位坐标,实现无线传感网络丢包节点定位.实验结果表明:该方法应用效果较好,其平均转发率为98.18%,平均检测率为98.36%,能有效定位出WSN丢包节点,提高了WSN网络的稳定性,使得WSN数据传输更加可靠,保障了WSN数据传输质量.

RSSI辅助的三维空间坐标四面体质心定位算法

三维定位是无线传感器网络的重要技术之一。提出了一种RSSI辅助的三维空间坐标四面体质心定位算法。由于现实环境往往很复杂,存在锚节点组成的四面体不包含未知节点的情况,因此筛选优质的RSSI值,并将其转换为未知节点与锚节点的距离,进而计算和比较四面体体积来进行排除;对包含未知节点的四面体进行质心迭代求解,并且对不满足条件的情况运用RSSI均值加权质心定位算法。仿真结果表明,该算法的定位误差比坐标四面体质心算法的小,并且增加RSSI均值加权算法提高了定位覆盖率。

基于RSSI的无线传感器网络质心定位算法

无线传感器网络中,节点定位技术是该领域内的核心技术之一。为解决传统质心定位算法中存在的定位精确度较低的问题,在划分无线传感器网络的基础上,提出了一种将RSSI测量方法与传统质心算法相结合的改进算法。该算法采用将接收到的RSSI值与网络划分区域相结合的方法,构成未知节点的估计区域从而进行节点定位。仿真实现表明,该算法定位误差较传统质心算法有明显提高。

基于修正RSSI值的四边形加权质心定位算法

在利用接收信号强度指示(RSSI)对无线传感器网络中的未知节点进行定位时,RSSI值易受环境的影响导致定位误差,为此提出基于RSSI测距修正的四边形加权质心定位算法(QWCRC)。先对来自同一锚节点的多个RSSI值进行卡尔曼滤波,得到修正的RSSI值,致使测距尽可能的接近真实距离;再采用四边形加权定位对未知节点进行定位,同时利用最小二乘法进行辅助定位,此算法对于相邻锚节点圆不相交的情况给出新的解决方案。实验结果对比表明,改进的算法相比较于四边形加权质心算法(QWC)和RSSI测距修正的三角形加权算法(TWCRC),在锚节点数目5×5和噪声强度为0 dbm时,定位精度可分别提升87.14%和35.51%。

基于APIT的无线传感器网络质心算法研究

为了解决基于无线传感器网络的高速公路检测系统中由于信标节点分布不均且稀疏导致的定位误差,结合近似三角形内点测试(APIT)算法提出了一种新的定位算法,保证未知节点在所选择信标节点组成的三角形内。算法不需额外添加硬件,容易实现。M atlab环境下仿真结果显示,基于APIT的质心定位算法在信标节点较为稀疏、不均时,定位精度比采用最近邻信标节点选择的质心定位算法提高了32.18%。

一种基于优化RSSI精度的加权质心定位算法

针对无线传感器网络中传感器节点接收信号强度的误差影响,在利用信号强度的比值作为加权因子的基础上提出一种基于优化信号强度、精度的加权质心定位算法。首先对信号强度(RSSI)值进行了修正:为每个RSSI值求得一个加权系数,用加权后的信号强度值进行运算;然后用修正后的信号强度的比值的倒数之和作为此算法的权重因子。实验结果表明,算法的定位准确度比传统质心算法提高了61.5%~87.3%,比RR-WCL算法提高了32.7%~46.4%。

基于RSSI差值加权的质心定位算法

由于RSSI值随机变化较大,使得直接利用RSSI值作为依据来计算信标节点的权值的加权质心定位算法在定位过程中存在较大误差。针对这一问题,提出基于RSSI差值加权的定位算法,利用网络中信标节点之间的距离和相应的RSSI值作为参考,并将测得的RSSI值与信标节点之间的RSSI值作为差值,根据差值的大小判断所测距离与信标节点之间距离的接近程度,以此来减小实际环境对加权质心定位算法的影响。仿真结果表明,与基于RSSI校验的定位算法相比,该方法进一步减小了定位误差。

一种基于RSSI的区域重叠质心室内定位算法

为提高基于无线传感网络的室内定位精度,分析基于测距和非测距室内定位算法的优缺点,以常规RSSI算法和质心定位算法为基础,提出了一种基于RSSI的区域重叠质心定位算法。算法通过建立信号传输模型,在未知节点接收信标节点位置信息的重叠区域运用质心算法进行定位。仿真结果表明,与普通质心算法相比,该算法定位效果更加精确。

基于RSSI的无线传感器网络圆环质心定位算法

针对无线传感器网络质心算法受节点分布均匀程度的影响,少数锚节点增大定位误差,提出了一种圆环质心算法.该算法以未知节点为圆心,将未知节点通信区域划分成半径由大到小的圆环,通过圆环剔除容易增大定位误差的锚节点,筛选出合适的锚节点,并在圆环上寻找近似等边三角形来进一步减小定位误差.同时提出了利用RSSI值来形成圆环的方法.仿真结果表明,在100m×100m的区域中,随机投放100个节点,通信半径为20m,锚节点数为20时,圆环质心算法与质心算法相比,定位精度提高了11%.

基于虚拟参考标签的RSSI质心定位算法

为解决传统质心算法定位精度过低的问题,引入VIRE算法,利用信号传播模型在定位区域内构造虚拟参考标签的RSSI信息,提出一种将VIRE系统与传统质心算法相结合的改进算法。仿真结果表明,在计算复杂度提高的情况下,改进算法的定位精度较传统质心算法提高了33%。

加权质心算法在Wi-Fi室内定位中的应用

目前基于信号强度的质心算法的定位精度,无法满足在固定的场景和区域中对高精度室内定位的要求,对此提出改进的加权质心算法进行Wi-Fi室内定位.采集的RSSI数据值波动较大,因此采用卡尔曼滤波方式对数据进行平滑处理,滤除异常值点.利用matlab对滤波后的RSSI值数据进行计算,分析数据值的分布密度与距离的关系.RSSI测距得出待测点到已设定3个锚节点的距离,以三个锚节点为圆心,通过测距得到的距离为半径画三个圆,得到3段圆弧相交的区域,通过以距离平方倒数之和作为权值,计算其3个交点连接成的三角形的质心坐标,最后以此三角形质心坐标作为初始值,再以信号强度之和作为权值,求解待测点坐标.实验结果表明,新坐标的定位精度相较原始坐标提高了95%左右.

基于RSSI的矿井移动目标加权质心定位算法

基于接收信号强度(RSSI)定位技术,通过优化质心定位算法和权值因子来提高煤矿井下移动目标的定位精度。该方法将接收到的RSSI值进行高斯混合滤波,利用最大期望算法(EM算法)对数据进行聚类分析,然后根据赤池信息量准则(AIC)选取AIC值最小的分布模型作为算法计算模型,最后将加权质心算法引入幂值求得定位坐标;用CC2530传感器节点作为通信节点进行实验验证。实验证明,优化后的加权质心算法的定位误差较小。

RSSI加权质心定位算法

定位技术是无线传感器网络中最重要的技术之一。本论文就是在RSSI测距的基础上提供加权质心算法,从而能够反映出信标节点与未知节点间距离的大小对未知节点定位的影响。

基于ZigBee的加权质心定位算法的仿真与实现

为了研究节点定位算法的实现方法,提出了一种新的加权质心定位算法。这种算法首先通过对无线电传播路径损耗模型的分析,结合具体环境的实验,得到信号传播的经验模型,然后利用信标节点对未知节点的不同影响力来确定加权因子,进行加权质心算法定位。最后在对定位数据处理和分析的基础上,选取三个RSSI最大的信标节点进行定位计算,进一步改善了节点定位精度。仿真和实验结果表明,这种加权质心算法可应用于区域定位。

无线传感器网络中基于RSSI的改进定位算法

无线传感器网络节点自身定位至关重要,在军事和民用领域中有着广泛的应用前景.目前的定位算法主要分为两种类型,即基于距离的定位算法和距离无关的定位算法.这两种类型的算法各有优势和不足.考虑了两种算法的优缺点,提出了一种廉价实用的定位算法,该方法通过校正RSSI测距技术测量的节点间点到点的距离,并优选信标节点,最后用加权质心方法进行定位.仿真结果表明:本算法比传统的RSSI定位算法拥有更好的定位性能。

基于虚拟静态锚节点的加权质心定位算法

加权质心定位算法的实施需要布置较多的锚节点,较大的硬件成本限制了该算法在实际中的应用。本文结合余弦定理,利用原有的少量锚节点定位信息构造出虚拟静态锚节点VSAN(Virtual Static Anchor Node)参与定位,降低了该定位算法所需的硬件成本;此外,对加权质心算法进行数学推导和分析,从导数的角度阐述了权重系数和RSSI测距对加权质心算法的影响作用。仿真结果表明,基于VSAN的加权质心算法所需布置锚节点较少、定位精度较高;并通过实际环境下测试,验证了算法的有效性和可行性。