结合粒子群优化的几何定位算法

<正>通常高精度的目标定位方法依赖于较高密度的无线监控网络，导致其在某些资源受限的环境下无法应用。通过分析链路之间的几何关系，提出一种低成本的几何模型定位算法。在信号发射和接收设备位置已知的条件下，利用链路触发序列和触发时间间隔两个信息，将目标的定位问题转化为链路与近似直线交点的估计问题，最后通过粒子群优化算法进行目标位置求解。实验结果表明该算法在低节点密度环境下可以实现高达分米级别的定位精度，相较于同等精度的定位算法，节点密度要求减小超过50%。     

基于Wi-Fi的动态室内定位方法

针对目前动态室内定位方法定位精度不足，研究基于Wi-Fi的动态室内定位方法。该方法利用传感器采集Wi-Fi的RSS(received signal strength，接收信号强度)指纹信号后，使用改进非均值滤波算法去除RSS指纹信号的干扰噪声，以不含干扰噪声的RSS指纹信号作为基础，使用基于指纹子空间匹配动态室内定位方法，计算不同阶段RSS指纹覆盖向量、汉明距离以及欧式距离等，得到若干个动态室内定位估计值，再使用峰值密度聚类算法对若干个动态室内定位估计值进行估计，获取估计值中可信的估计位置，即动态室内定位结果。实验结果表明：该方法不仅可有效去除RSS指纹信号含有的干扰噪声，还可对动态室内目标进行准确定位，定位误差仅为-1～0.5 m，定位精度较高。