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。     

基于RSSI加权的三维质心定位算法

节点定位是无线传感器网络中的关键技术之一,本文针对三维地形定位存在较大误差的问题,提出了一种将接收信号强度RSSI测量方法与加权质心定位相结合的算法。该算法的权值是用点到平面的距离作为其计算的一部分来代替传统加权质心算法中点到点的距离从而达到提高定位精度的目的。仿真表明,该算法定位精度比传统的加权质心定位精度有提高。     

基于平面拟合的加权质心定位算法

本文利用RSSI测距成本较低和加权质心定位算法简单的优点,提出了一种平面拟合的定位算法。在三维空间中当节点的高度起伏不大时,先运用加权质心算法计算出估计点的位置,再对未知节点通信半径内的信标节点进行平面拟合,并将估计点的坐标向拟合平面进行投影,刷新估计点坐标。实验表明,该算法提高了定位精度。     

基于RSSI测距和三边定位技术的儿童实时定位算法

定位技术是无线传感器网络的重要技术之一,其中基于RSSI测距的定位技术以便捷、精确度高成为首选技术。文章为了实现对商场走失儿童的快速定位设计了一个基于RSSI和三边定位技术的实时定位系统。该系统利用4G网络进行定位请求,RSSI测距技术对未知节点进行测距,最后基于三边定位技术编写算法。该算法经过仿真实验精度完全符合要求。     

基于节点接收信号强度比值的加权质心定位算法

无线传感器网络的定位技术可分为两类:基于测距和基于非测距两种。许多学者对质心算法存在的不足提出了一些有效的改进算法。本文提出的一种基于节点接收信号强度比值的加权质心定位算法,利用待定位节点接收到的节点接收信号强度求出加权比例因子,进一步对质心坐标进行加权处理,并且与其它两种算法进行比较,文中所提出的基于节点接收信号强度比值的改进算法优于其它两种算法,有效减少了定位误差,提高了定位精度。     

基于RSSI比例系数跳数加权的DV-Hop定位算法

针对现在的DV-Hop算法介绍了一种基于RSSI比例系数跳数加权的DV-Hop算法。首先,根据不同平均跳距处的RSSI值,选取出最大平均跳距处的RSSI值,求出加权因子对跳数进行加权,然后求出所有平均跳距的均值作为信标节点的跳距校正值,从而使得网络中获取的跳数和平均跳距更接近准确值,达到减少定位误差的效果。仿真实验表明:相比于传统算法,该改进算法定位误差明显减少。     

基于RSSI值比较改进的蒙特卡洛定位算法

节点定位是无线传感网应用中的一个基础问题。利用信号强度的比较缩小采样区域,本文提出了一种改进的定位算法。该算法以蒙特卡洛方法为基础,利用定位节点接收到的不同锚节点RSSI值的比较来缩小蒙特卡洛算法的采样空间。实验结果表明,本文提出的算法能够减小蒙特卡洛算法的采样区域和采样次数,从而提高定位效率。     

基于RSSI滤波的三边室内定位算法

针对复杂的室内环境中,基于接收信号强度指示(RSSI)定位困难的问题,提出了一种基于卡尔曼滤波、高斯滤波、统计中值相结合(KGSM滤波)的三边测距定位算法。算法先用KGSM滤波优化了RSSI值,然后运用对数损耗模型计算出距离,最后用三边测距得到了定位位置。实验结果表明:KGSM滤波提高了采集的RSSI值精确度,使三边定位算法的定位误差维持在0.7～1.0m,提高了定位的稳定性和精确度。     

基于RSSI优化的模型参数改进室内定位算法

定位技术在无线传感器网络中越来越引起人们的重视。针对传统基于RSSI测距的室内定位算法中,RSSI值易受环境影响、最小区域传播损耗模型参数不精确的问题,提出了一种RSSI值优化处理、模型参数进行改进的定位算法。该算法先用高斯模型对节点收到的所有RSSI值进行加权处理,然后根据RSSI值对传统最小区域损耗模型参数进行了改进,最后通过选出的三个锚节点,讨论了三圆相交于一点、一个区域的二种不同情况,并用区域质心算法得到了估计位置。实验结果表明:经过RSSI优化处理的模型参数改进定位算法,优化了测距值,使三边-区域质心定位算法的定位误差维持在1.0～1.6m,提高了定位的稳定性和精确度。     

无线传感器网络质心定位算法仿真研究

质心定位算法是无线传感器网络中一种经典的无需测距的定位算法。系统分析了锚节点个数、节点通信半径以及网络中节点总数对该算法定位性能的影响,并进行了仿真。通过对仿真结果的分析,在100m×100m的无线传感器网络区域内,当锚节点个数为总节点个数的10％时,针对不同的总节点个数,存在最优的节点通信半径,可以使节点定位率达到95％以上,同时具有较小的节点定位误差。     

井下无线传感器网络DV-HOP和加权质心混合算法

为满足矿井安全监测需要,本文针对井下类拱形巷道环境提出了一种改进的三维DV-Hop算法和加权质心混合算法。该算法主要从两个方面改进,信标节点使用五个通信半径广播自身位置信息,使得信标节点与其邻居节点间的跳数可以为小数;引入权值因子,计算未知节点坐标。     

基于RSSI的Zigbee定位节点布局优化

针对zigbee功率较低,导致定位时易受干扰的问题,提出参考节点布局边距最优化的方案,以提高zigbee定位精度.经实验表明,参考节点采用正方形布局时,边距的大小会影响zigbee定位的精度.因此,就针对参考节点布局的边距大小,选取不同的边距,分别在有否人体因素影响的情况下,对盲节点的坐标进行测量、分析,从而选取最优的边距大小.     

基于RSSI无线传感器网络改进加权质心算法

基于RSSI (received signal strength indicator)的三角加权质心算法在测距与定位中存在一定误差,针对此问题提出改进加权质心算法。该算法首先将距离比例模型引入锚节点圆中,此模型通过距离比例计算能够适用于锚节点圆不相交情况下的节点定位问题,解决了补位带来的误差累积。此外就加权质心算法中权值因子的选取提出了一种更具有普适性的距离倒数和权重比例公式。最终仿真结果验证,改进加权质心算法与三角形加权质心算法相比在定位精度方面取得了较大的提升,能够满足低成本高精度的要求。     

一种基于测距的无人机定位技术分析

随着无人机的广泛应用,不得不防止无人机的失控,如何动态定位跟踪,减少无人机失控带来的损失及可能的伤害。基于测距技术,介绍了一种无人机定位跟踪的原理,研究了多站台的目标定位与跟踪技术算法,最后,针对算法,进行了相关仿真分析,并给出了相关结论。     

基于FREAK匹配算法的目标工件测距

为了精确地测量出目标物的三维空间距离,解决双目立体视觉区域匹配算法视差图效果不稳定、匹配困难等问题,提出一种自行选取目标物,利用FREAK匹配算法和RANSAC迭代算法相结合的方式直接对目标物进行立体匹配的方法,不仅在背景复杂的环境下能有效对目标工件进行立体匹配,同时较于SIFT、SUFT具有更高的匹配速率,实验证明,本文方法在精确测量目标工件的情况下,很好的减少了立体匹配时间。     

基于TDOA和RSSI复合算法的WSN井下人员定位系统

<正>为了实现煤矿井下人员的精确定位,设计了一种基于TDOA和RSSI复合算法的WSN煤矿井下人员定位系统,建立了系统体系结构,并设计了系统的软硬件。实验结果表明,本文设计的基于Zigbee技术的煤矿井下人员定位系统,针对井下特殊环境,可以便捷的在井上实现对井下作业人员的实时跟踪,方便的完成了对井下人员的管理,保障了井下作业人员的安全。系统定位精确、稳定性好,具有一定的实用价值。     

Ad Hoc网络中基于地理位置的加权分簇算法

Ad Hoc网络的拓扑结构主要采用分级结构,而分级结构的形成和维护依赖于某种分簇算法,所以分簇算法的好坏直接影响着Ad Hoc网络的各种性能指标。在现有分簇算法的基础上,结合基于地理位置的分簇算法和加权分簇算法的思想,提出了一种改进的基于地理位置的加权分簇算法RLW-CA,该算法使节点在选择簇头时的权值更趋向于合理性,簇结构更稳定,从而大幅提高网络的整体性能。     

基于干涉图加权叠加的图像压缩算法

在对图像进行压缩的过程中,容易出现信息丢失的情况,导致传统图像压缩算法由于相关性低的图像也可参与等权计算,使得图像产生偏差及失真,无法有效实现图像压缩,提出一种基于干涉图加权叠加的图像压缩算法,给出高相关点的平均形变相位变化速率,依据误差传播定律,求出全部干涉图叠加后高相关点受到的大气延迟干扰,对每个图像对应的相关系数进行计算,依据模型采集高相关目标点,干涉图被叠加后,给出高相关点大气延迟对线性形变速率的干扰,通过移位操作获取样本的Exp-Golomb级数,完成编码获取数据的非负映射操作,利用上一个样本的Exp-Golomb编码级数对当前样本值级数进行估测,通过计算原始干涉图数据和压缩后的干涉图数据的压缩比与峰值信噪比,对压缩效果进行度量。通过光谱相对均方误差RQE对压缩前后的原始光谱和复原光谱进行度量。仿真实验结果表明,所提方法具有很高的精度。     

基于粗糙集约简并加权的SVM分类算法

针对Web中文文本分类中现有权重计算方法的不足和支持向量机算法对大数据量模式分类的低效性,提出了基于粗糙集约简并且加权的支持向量机分类方法;粗糙集作为支持向量机分类的前期预处理器,应用粗糙集的约简理论和基于Web中文文本的可变精度粗糙集加权方法对分类前的数据分别进行简化并计算权重,从而提高支持向量机后期分类的效率和精度;实验结果表明,支持向量机对约简并加权后的数据进行分类,分类性能得到了进一步保证。     

基于项目属性相似的加权Slope One算法

本文提出了一种基于项目属性相似度的加权Slope One算法,该算法利用了用户相似性,项目相似性和项目属性的优势,对原加权Slope One算法进行了改进。