基于联合分步APIT定位算法的改进

本文研究了无线传感网络( Wireless Sensor Network,WSNs)的节点定位问题,并针对APIT由于锚节点在低密度环境下的节点误判和节点失效等问题给出了改进,在APICT定位算法的基础提出了联合分步定位算法UNION-APICT(Union Approximate Point-In-Circumcircle Test),该算法是结合连通性的测距技术,RSSI测距技术以及质心定位和APICT等技术,来联合解决对未知节点定位问题。通过仿真实验结果表明,改进后的UNION-APICT在APICT算法的基础之上平均定位误差减少了10%-25%,定位性能有了明显的提升;随着通信半径R和最大探测距离rmax的增加,定位误差也在逐渐减小,该算法较APIT和APICT定位算法在锚节点密度、节点覆盖率和定位精度上都有所提高。     

基于BADV-Hop的传感器节点定位方法

针对无线传感器网络节点的定位误差较高的问题,提出蝙蝠算法校正DV-Hop算法的传感器节点定位精度提高方法(BADV-Hop);首先测量未知节点与锚节点之间的距离,然后采用DV-Hop算法初步确定未知节点的坐标,再采用蝙蝠算法校正DV-Hop算法的定位误差,最后在Matlab 2012平台上对算法性能进行仿真分析;实验结果表明,相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度。     

基于RSSI的无线传感器网络定位系统设计与实现

基于窄带无线信号的路径损耗和阴影衰落,直接建立多个锚节点接收信号强度指示(Received Signal Strength Indication, RSSI)值与待定位节点未知坐标估计量的解析关系,避免传统RSSI定位方法中常用的对两节点距离量的直接求解,减少信息丢失,提高定位精度。仿真分析了锚节点数量、遮挡因子、路径损耗指数等对定位精度的影响。采用CC2530无线传感芯片实现基于RSSI的无线传感器网络(Wireless Sensor Network, WSN)定位系统。系统采用8个锚节点分别在边长4米和10米的两个正方形区域内展开定位实际测试,结果显示其平均定位误差可分别降到0.175米和0.824米。     

一种改进的DV-HOP算法在无线传感网中的定位研究

WSN中的信息传递主要通过传感器来进行传递信号,针对无线传感中DV-Hop算法在节点定位上存在精度低的问题,本文首先提出建立双曲线二维模型用来确定锚节点与未知节点的距离关系,其次设定误差系数使得传感器节点之间的误差降低,最后采用斯蒂芬森迭代法(Steffensen)定位方法对传感器节点进一步进行定位修正。仿真实验表明本文算法的在远程控制的中定位精度提高,传感器之间能量消耗降低,具有一定的推广价值。     

无线传感中的WPSO-DVHOP算法在节点定位中的研究

节点的定位一直都是无线传感网中的重要研究对象,针对使用传统算法定位节点容易出现估算不准确,定位精度低,算法自身局部收敛速度快等缺点,提出一种基于权值粒子群优化(WPSO)算法,首先分析了采用锚节点估算未知节点的距离与真实距离误差,采用最小二乘法的距离修正值策略,其次针对粒子群算法的收敛速度不足,提出了采用权值来调节粒子的速度,改进后的算法对节点定位误差进行修正。在仿真平台Matlab上的实验说明WPSO算法相对于基本的定位算法,粒子群定位算法相比提高了传感器节点定位精度,从算法的收敛性,节点定位的精度以及能量消耗等方面说明该算法具有一定的有效性,如何能够更好进行权值的设置使之能够更加有效提高算法的效率是下一步研究的重点。     

基于蝙蝠算法的DV-Hop定位改进

无线传感器网络DV-Hop定位算法在定位过程中,由于待定位节点和锚节点之间的估算距离存在误差,这就使得定位结果必然会有误差,因此定位问题的本质就是最小化定位误差。蝙蝠算法是一种具有良好性能的智能优化算法,根据节点间的距离和锚节点的位置,应用蝙蝠算法对DV-Hop的定位结果进行了优化。基于蝙蝠算法的DV-Hop优化,无需额外增加硬件设备和节点间的通信数据量。仿真实验证明,应用蝙蝠算法改进的DV-Hop定位较原始DV-Hop定位平均提高定位精度35%以上。     

基于蝙蝠优化算法的无线传感器网络节点定位研究

节点定位是无线传感器网络应用中的关键技术,Dv-Hop算法的定位精度不尽人意,因此将三方面改进的蝙蝠算法应用于Dv-Hop平均跳距的计算过程中,在Dv-Hop的第三阶段引入改进后的蝙蝠算法代替最小二乘法来计算未知节点的坐标,大大降低平均跳距导致的定位误差,提高定位精度;仿真结果表明,改进的BA算法优化的DV-hop定位算法在不同锚节点密度、不同通信半径、不同节点数量以及定位精确度等方面表现出良好的性能。     

自适应在线模型校准的RSS实时定位算法*

针对传统的RSS定位方法对环境因素要求过高,在设计校准和运行操作阶段工作量大效率不高的问题,提出一种基于锚节点RSS在线建模校准的无线传感器网络定位算法。首先,利用标准偏差阈值方法对信号强度不确定度较大的锚节点进行过滤,并对锚节点和未知节点间的距离与接收信号强度的关系进行在线建模。其次,采用周期校准方式对在线模型进行实时修正,然后利用加权平均的方式对未知节点进行定位,建立对环境因素的自适应机制实现节点的实时准确定位。最后,通过仿真显示该方法能够有效对无线传感器网络未知节点进行定位且精度满足要求,算法简单易于实现具有实际应用价值。     

一种自适应煤矿井下环境的加权质心节点定位算法

为提高煤矿井下无线传感器网络节点定位精度,提出了一种自适应煤矿井下工况环境的加权质心节点定位算法;在信标节点双链式部署结构的基础上,首先利用未知节点周围RSSI信号强度最大的信标节点之间的位置信息和信标节点的平均RSSI值自适应地估计环境参数,再应用无线信号强度衰减模型计算未知节点到信标节点的距离,最后采用加权质心定位算法的平均值确定最终的节点位置坐标;仿真实验结果表明,所提出方法的平均定位误差为0.94 m,有效降低了环境因素及RSSI的随机性对定位精度的影响,可用于煤矿井下无线传感器网络节点实时定位系统中。     

基于质心迭代估计的无线传感器网络节点定位算法

针对无线传感器网络非测距定位方法的应用,提出了基于质心迭代估计的节点定位算法.该算法首先计算当前连通信标节点所围成的平面质心的坐标及其与未知节点间的接收信号强度,然后用计算所得质心节点替代距离未知节点最远的连通信标节点,缩小连通信标节点所围成的平面,并通过多次迭代的方法提高节点定位精度.仿真实验结果表明,该算法的各项指标均为良好,适用于无线传感器网络的节点定位.     

改进内测点测试算法在无线传感网络中的定位研究

在无线传感网络定位算法中,三角形内点测试APIT算法和最佳三角内测点PIT算法受节点密度影响较大,在特定情况下会出现In-To-Out Error 和 Out-To-In Error错误,导致目的节点实际坐标往往与三角重叠区域质心位置相差较远,影响定位精准度。本文提出利用内测点三角成形面积有效检测和避免上述两类错误,并在重叠区域采取指纹分布概率以投票方式计算目的节点坐标。仿真实验证明,新算法受节点密度影响较小,拥有更高的定位精度和准确性。     

基于倾斜阵的距离与方位联合估计*

针对阵列倾斜引起的阵不变量方法定位精度下降的问题,该文结合倾斜阵声源定位的三维模型提出一种基于倾斜阵的距离与方位联合估计算法。该算法通过联合自校正方位距离联合估计方法对阵列倾角在声源-接收平面的投影量进行估计和补偿,改善目标距离估计误差的同时,利用匹配出的阵列倾角投影量反向估计目标方位,获得对声源二维位置的估计。通过仿真验证了该算法能够在阵列倾角较小时实现目标方位与距离的联合估计。     

基于并行蚁群算法的长基线定位方法*

为了降低各个误差源对水声目标导航定位精度的影响,该文将水声目标导航定位问题抽象为带约束条件的非线性优化问题,并论证了最优化表达式参数求解过程与降低误差源干扰的过程具有同一性;设计了并行蚁群算法求其最优解。海试数据处理结果表明,该方法具有收敛速度快、解稳定和定位精度高等优点,能有效地降低各个误差源对水声目标导航定位精度的影响。     

Kalman滤波辅助的室内伪卫星相对定位算法

在室内伪卫星独立定位系统中, 伪卫星以及接收机的钟差会给定位精度带来非常大的误差. 针对这一问题, 提出了一种适用于室内环境的相对定位算法. 使用Kalman定位算法粗略计算接收机位置, 获得粗略基线, 建立室内相对定位模型, 得到载波相位双差和伪距双差. 载波相位双差通过互补Kalman滤波器来平滑伪距双差, 进一步得到精确基线, 获得接收机精确位置, 并将其代替Kalman定位算法的校正结果, 对接收机进行下一状态预测. 实验结果表明, 该算法具有较高的定位精度, 定位误差在20 cm以内. 关键词： 伪卫星 相对定位 双基线 Kalman滤波     

基于MSP430的直线导轨定位装置的设计与实现

直线导轨是数控技术的重要组成部件,它的精确程度非常重要。以MSP430单片机为核心,设计了一个直线导轨精确定位装置。此装置采用两相四线的ST57型步进电机和60CM的螺纹丝杆组成一个直线导轨组,选用M7128驱动器驱动步进电机,使用PWM波精确定位算法程序精确控制电机转速。MSP430的IO端口控制步进电机的正反转,使得步进电机带动螺纹丝杆转动,让滚动丝杠上的物体往复移动,并在电脑上显示当前位移值。试验证明,其定位精度为0.01cm,具有较高的可靠性和准确性,低成本,稳定性好。     

采用球谐分解的二范数广义逆波束形成

基于传声器阵列的声成像技术是解决噪声源识别的有效途径之一.该文提出了一种基于球谐分解的L2范数广义逆波束形成算法,并对此算法在分布式球形阵列布放方案下进行了定位精度及鲁棒性的对比分析研究.仿真结果显示,此算法对低频相干声源具有较高的空间定位精确度,且阵元位置误差对此算法性能的影响有限.通过在半消声室进行实验进一步证明了...     

多子阵组合的短基线声学定位系统数据优化方法*

短基线声学定位系统是一种常用的水下声学定位设备,为提高适用性,常采用多阵元接收阵的方式进行水声定位,其工作时将带来冗余的测距数据和定位结果,而部分冗余数据的解算定位结果误差较大（以下简称奇异值）,其代入融合将导致最终定位结果的误差不减反增。为解决该问题,本文分析奇异值特征,提出了基于多子阵组合(Multiple Subarray Combination,以下简写MSC)的短基线声学定位数据优化方法。该方法将空间阵中划分出的各单元子阵进行筛选,对冗余数据进行优化,筛除会引入较大误差的中间数据,进而提高定位精度。计算机仿真及实际测试数据表明：该方法可实现整体声源定位精度的提高。同时与传统定位方法相比可有效减小运算量,提高整体定位系统的性能。     

无人机侦察多目标实时定位技术研究

目标定位是无人机侦察系统中至关重要一步。为增强无人机侦察目标定位的实时性、提高定位精度及侦察效率,提出一种多目标实时定位的方法,建立主次目标定位几何关系及坐标转换模型,结合已知数据信息求取各目标大地坐标,并用蒙特卡洛法分析目标定位误差。最后,基于即将组网成功"北斗二代"卫星导航系统对无人机空中定位,同时采用递归最小二乘算法滤波处理,提高了目标定位精度。研究及实验结果表明,北斗导航定位能够有效提高无人机空中定位精度,且有望达到厘米级精度,同时采用RLS滤波处理能使目标定位精度提高10 m左右。该方法能够有效增强无人机定位实时性,提高定位精度及侦察效率。     

基于邻域贡献权值细化的圆心亚像素定位算法

针对传统的圆心算法过程复杂、定位精度受初始边缘提取效果影响较大等问题,提出了一种基于邻域贡献权值细化的圆心亚像素定位算法。首先引入邻域贡献权值系数,改进传统非极大值抑制法,细化边缘;然后在边缘点的梯度方向对灰度值进行高斯拟合,确定亚像素边缘位置;最后针对边缘突变点提出了基于随机抽样一致的最小二乘法来拟合圆心。实验结果表明,该算法具有较好的精度和稳定性,圆心的提取精度可以达到0.1个像素。