温室无线测控网络信息采集分系统设计研究

把无线传感器网络技术应用于温室无线测控网络信息采集分系统的设计.通过在温室大棚部署具有自组网传输能力的无线传感器网络,结合温室智能控制系统和农业信息专家系统,实现了温室信息采集的自动部署、自组织传输和温室环境的精细化控制.其中基于PC机的优化控制站点完成温室环境控制的智能决策及温室传感信息的海量存储、实时查询、统计分析和图形化显示,系统通过集成GPRS和以太网接口,实现了温室信息的远程访问.     

基于核函数法及马尔可夫链的节点定位算法

基于贝叶斯滤波框架,提出了基于核函数法及马尔可夫链的节点定位算法,该算法采用射频指纹匹配技术,使用核函数构建似然函数,充分利用观测与多个训练样本之间的相似性,避免使用先验确定型信号分布模型产生的误差.此外,为提高移动目标的定位精度和定位实时性,该算法还使用马尔可夫链,通过利用目标的历史状态和环境布局等信息对匹配定位的网格搜索空间进行限制,剔除目标移动过程中不可能发生的位置跳变.实验证明,与高斯分布模型相比,所提定位算法具有更高的定位正确率和定位精度.     

基于RSSI梯度的AP定位算法(英)

Recent rapid rise of indoor location based services for smartphones has further increased the importance of precise localization of Wi-Fi Access Point(AP).However,most existing AP localization algorithms either exhibit high errors or need specialized hardware in practical scenarios.In this paper,we propose a novel RSSI gradient-based AP localization algorithm.It consists of the following three major steps:firstly,it uses the local received signal strength variations to estimate the direction(minus gradient) of AP,then employs a direction clustering method to identify and filter measurement outliers,and finally adopts triangulation method to localize AP with the selected gradient directions.Experimental results demonstrate that the average localization error of our proposed algorithm is less than 2meters,far outperforming that of the weighted centroid approach.     

一种基于网络密度分簇的移动信标辅助定位方法

现有移动信标辅助定位算法未充分利用网络节点分布信息,存在移动路径过长及信标利用率较低等问题。该文把网络节点分簇、增量定位与移动信标辅助相结合,提出了一种基于网络密度分簇的移动信标辅助定位算法(MBL(ndc))。该算法选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位。仿真结果表明,该算法定位精度与基于HILBERT路径的移动信标辅助定位算法相当,而路径长度不到后者的50％。     

一种嵌入式GUI系统的设计

针对嵌入式系统的特点,提出了一种嵌入式GUI系统的设计方案,并阐述了该GUI系统的各个模块的详细设计。该GUI系统结构简单,占用资源少,可靠性高,能很好地满足嵌入式应用需求。     

基于空间相关性滤波和迭代最小余差剔除NLoS的ToA定位算法

To mitigate the Non-Line-of-Sight (NLoS) error which seriously affects the localization accuracy and robustness in complex indoor environment, a novel Iterative Minimum Residual (IMR) based on the consistency hypothesis of the residual and the error is proposed in this paper. It chooses the best subset of measurements to calculate the coordinates of the unknown node by comparing the residuals obtained with different subsets of beacons. To reduce the time complexity of the IMR algorithm, Spatial Correlation Filter (SCF) is also proposed, which can remove the most serious NLoS distance with low calculation cost. Combined with the proposed SCF and IMR algorithm, nodes can be localized with high accuracy and low time complexity. Experimental results with real dataset demonstrate that the proposed algorithm can identify the NLoS range effectively with about 50% time cost of employing SCF only.     

一种基于中间件的温室远程监测系统的设计与实现

设计并实现了一种基于无线传感器网络(WSN)中间件的温室远程监测系统.WSN中间件位于操作系统和应用程序之间,对网络协议、节点操作系统和硬件底层细节进行屏蔽,为上层应用提供统一的接口和一组公共服务.使用温室WSN中间件,能够方便地根据具体应用需求,对影响作物生长的温室环境因素进行动态、实时地远程监测,从而提高温室生产自动化管理水平.     

基于顽健估计的室内节点定位算法

针对室内强噪声环境高精度、高顽健性定位问题,把顽健估计理论和变尺度法应用于室内定位,提出了基于顽健估计的室内节点定位算法.该算法依据余差大小,采用权值自适应调整机制,对有效测量数据进行保权处理,对可利用测量数据进行降权处理,对有害测量数据进行淘汰处理.采用具有2次收敛特性的变尺度法对目标代价函数进行最小优化,实现节点快速定位.实验表明,该算法具有良好定位精度和定位顽健性,明显优于未采用顽健估计的普通最小二乘定位算法.     

视觉传感器网络中基于RANSAC的顽健定位算法

视觉传感器网络由于节点故障或环境变化将导致节点对目标的观测数据出现错误,而基于最小二乘的多视觉信息融合定位方法将因此造成较大的定位误差。针对此问题提出一种基于集中式RANSAC的顽健定位算法,将错误数据进行筛选剔除,从而提高定位精度,进一步针对集中式 RANSAC 将会导致单个节点的计算复杂度过高而导致网络节点能耗不平衡问题,提出基于分布式 RANSAC 的顽健定位算法,从而将大量的迭代计算平均分布在各个节点中并行处理,在保证定位过程顽健性的同时保证了网络的计算能耗平衡性。最后通过实验对no-RANSAC、cen-RANSAC 和 dis-RANSAC算法的定位性能进行了比较,验证了该算法能够依照预定的概率获得良好的定位结果,并对算法的时间复杂度进行了分析。     

一种基于迭代聚类的无线传感器网络定位算法

In wireless sensor networks, node localization is a fundamental middleware service. In this paper, a robust and accurate localization algorithm is proposed, which uses a novel iterative clustering model to obtain the most representative intersection points between every two circles and use them to estimate the position of unknown nodes. Simulation results demonstrate that the proposed algorithm outperforms other localization schemes (such as Min-Max, etc.) in accuracy, scalability and gross error tolerance.