首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 31 毫秒
1.
刘镇  刘军伟 《中国教师》2015,(4):124-126
为了加强对基于RSSI的WSN定位算法的研究,采用基本的RSSI算法和自由传播模型,建立RSSI分析系统,实现WSN节点的RSSI值的捕获、节点RSSI值的分类存储、RSSI的实时查看、对存储的节点RSSI元数据的处理和分析、绘制不同节点RSSI值和距离的统计分布图。系统综合运用RSSI定位算法、TOA定位算法和三边定位算法,将待测节点的理论坐标与实际坐标进行对比分析,改进待测参数,从而将定位精度提高12%。  相似文献   

2.
RSSI定位方法已成为近年来研究热点,基于测距的RSSI定位算法本身具有一定缺陷,无线信号在传播过程中由于受到环境中各种高斯白噪声的干扰,致使获取的RSSI值会在某一中心值上下波动,极大影响了定位的实效性、准确性。为提高室内环境的定位精度,提出一种基于RSSI的高斯—卡尔曼滤波优化。先用极大似然估计得出RSSI测距模型的修正参数,然后使用最小二乘法(LSM)初步估计所求定点的坐标,最后利用高斯 卡尔曼滤波对计算出来的定位节点坐标和参数进行优化,利用Matlab实验仿真结果表明,算法具有定位误差小、精度高的明显特点。  相似文献   

3.
针对无线节点能够根据接收信号强度估算其到锚节点间距离这一特性,设计了基于RSSI的均值定位和条件概率定位两种无线传感器网络目标定位算法。这两种算法均能够不同程度地实现未知节点的定位。在Matlab7.0环境下对上述算法进行仿真实验,结果证明在同等条件下,条件概率定位算法较均值定位算法具有稳定性好、平均误差小、定位精度高等优点,是一种较好的目标定位算法。  相似文献   

4.
对无线传感器网络定位中常用的质心算法进行了改进。改进算法将盲节点接收到的RSSI数据转换为距离,并将距离作为锚节点权值,从而估计出盲节点的坐标位置。仿真结果表明,改进算法提高了定位精度,降低了定位误差,且没有增添系统通信负担及计算量。  相似文献   

5.
在无线传感器网络中,节点定位技术尤为重要.针对无线传感器定位精度问题,提出了一种新颖的基于RSSI的质心定位算法.在该算法中,前期采用RSSI测距技术得到未知节点与各个锚节点的距离,利用三角形内点测试法优选出合适的锚节点,初步确定未知节点的定位空间;后期利用已知的样本点把定位空间划分为若干较小的区域,使未知节点所在的定位空间不断地被缩小;最后采用带权重的质心算法计算坐标.仿真结果表明,该算法比传统的RSSI定位算法具有更好的定位精度,即使在锚节点比例较低时,也能得到较高的定位精度,适合在无线传感器网络中应用.  相似文献   

6.
为了降低利用最小二乘支持向量机(LSSVM)定位过程中参数选取对定位精度的影响,提出一种基于微粒群进行参数优化的室内指纹定位算法。该算法通过离线采集的RSSI数据训练最小二乘支持向量机,利用微粒群算法寻找并确定LSSVM全局最优参数,获得基于位置指纹的LSSVM定位模型。仿真结果表明,相对于传统LSSVM定位,PSO-LSSVM有效提高了定位准确度,并能在小样本情况下保持良好的定位精度。  相似文献   

7.
针对加权质心定位算法受 RSSI 测距误差影响导致定位结果不理想的问题,提出一种鲸鱼优化算法改进的加权质心算法,利用鲸鱼优化算法的快速收敛、不易陷入局部最优等优势对加权质心算法定位结果进行优化。首先,通过加权质心算法计算待测点位置;其次,根据锚节点位置信息、RSSI 测距信息及待测点位置信息建立适应度函数;最后,利用鲸鱼优化算法不断迭代寻优,对待测点定位结果进行优化,以提高定位精度。在通信半径相同、锚节点数为 30 的条件下,改进后的定位算法定位精度为 0.58m,而粒子群加权质心算法与人工鱼群加权质心算法定位精度分别为 0.64m 和 0.62m,且随着锚节点个数的增加或通信半径的增大,改进后的定位算法仍能获得更高的定位精度。因此,改进后的定位算法精度更高,具有一定可行性。  相似文献   

8.
文章针对井下工况的复杂环境,提出一种基于ZigBee井下自组网的人员定位方案.采用RSSI测距技术和Min-Max定位以及最小二乘算法实现井下无线传感器网络的定位功能;详细阐述了节点之间的通信过程,利用以CC2530为无线核心模块构建了定位系统中的关键硬件设计和软件设计,并对井下人员进行定位测试.实验结果表明,该系统适用性好,定位精度较高,应用价值广泛.  相似文献   

9.
移动节点定位作为无线传感器网络 (Wireless Sensor Networks, WSN) 定位技术中的难点,因其应用的特殊性和相对于静止节点定位的诸多优势而受到广泛关注。在MCL (Monte Carlo Localization) 定位算法的基础上,提出了一种基于预测的移动节点定位算法( Localization algorithm based on prediction for mobile nodes, MNLAP)。利用灰色预测模型,进一步缩小节点采样预测范围,引入暂态锚节点概念并将其用于协助真实锚节点对采样样本滤波,以达到辅助待定位节点更好定位的目的。仿真实验表明,算法有效缩短了定位时间,且定位精度比传统算法提高了约10%。  相似文献   

10.
节点定位是无线传感器网络的重要支撑技术之一,目前主要有两种定位算法,基于距离的定位算法和非基于距离的定位算法.考虑到两种算法在三维空间的优缺点,提出了一种基于RSSI测距的修正算法,并优选信标节点,最后通过最小二乘法进行定位.仿真结果表明:本算法比传统的RSSI算法精度更高.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号