基于众值滤波的室内定位指纹库建立方法

基于接收信号强度(Received Signal Strength Indicator, RSSI)位置指纹定位算法可避免RSSI测距问题,通过滤波处理可构建高质量指纹数据库。针对高斯滤波运算时间长而均值滤波定位误差大等问题,通过分析RSSI分布规律,基于部分RSSI重复出现的特性,提出一种众值滤波方法,通过逐次选取当前数据中众数,直到所选众数的频数累积和与数据总量之比大于95%时取平均提取特征RSSI。实验表明,基于众值滤波构建的指纹数据库在73%的情况下与高斯滤波定位精度相近,但运算效率优于高斯滤波。同时,相对于均值滤波,众值滤波将定位精度提升约0.15 m,在95%的情况下将最大定位误差限制在2 m以内,可有效提高指纹数据库质量。

单目标跟踪中基于RSSI的模糊测距技术

针对基于接收信号强度因子(RSSI)测距中存在的问题提出一种新的测距技术,由自适应模糊神经推理系统训练的模糊推理系统建立一个模型,利用这个模型将RSSI映射为相应的收发节点的距离。将此模糊测距技术应用到基于三点定位的单目标跟踪中,仿真实验证明了该测距技术是切实可行的。

SAR^2:针对无线传感器网络丢包的自适应修复与调整策略

网络传输丢包是无线传感器网络中的一种常见现象,频繁非受控的丢包严重降低了网络性能。导致丢包的原因复杂多样,而已有的针对这一问题的解决方案通常趋于复杂和低效。本文通过对大规模无线传感器网络系统GreenOrbs的观察发现,RSSI(接收信号强度指数)是网络丢包的重要指标。当数据包在接收端的RSSI接近接收端的灵敏度下限(即灰度区域)时,丢包现象就会显著发生。基于这样的观察结论,本文提出了一个轻量级自适应修复与调整策略(SAR2):基于节点间的RSSI,把丢包原因进行对应分类,并相应地采取调节发包速度、调节发送能级和切换路由等策略以缓解网络丢包。基于TelosB节点实现了SAR2,实验结果表明,SAR2可以有效降低丢包率,提高网络性能。

香茹菌糠饲喂生长猪的效果研究

为了评价香菇木屑菌糠饲喂生长猪的效果，用２０头生长猪随机分成４组进行了６４天的饲养试验，研究饲粮中含０～２０％香菇菌糠对生长猪增重速度和饲料成本的影响。试验结果表明：与对照组相比，饲粮中含１０％～２０％的菌糠，生长猪的增重速度无显著差异；饲粮中添加适量菌糠，可降低饲料成本。根据试验结果可以认为，在生长猪饲粮中添加１５％的香菇菌糠是适宜的。

RSSI在RFID读写器中的应用

基于接收信号强度指示(RSSI)测距的定位方法容易实现、开销少,适合在射频识别(RFID)系统中使用。由此提出一种RSSI在UHF频段下RFID读写器中的实现方式。使用合适的测量方法,通过对无线电传播路径损耗模型及大量实测数据的分析,证明得到的标签RSSI可以用于对无源标签的实时距离定位。