基于RSSI与TDOA的混合测距加权定位算法

对RSSI和TDOA测距技术优缺点进行分析,提出了基于（接收信号强度指示（RSSI）和信号到达时间差（TDOA）的混合测距加权定位算法,解决无线传感器网络定位系统中单纯依靠TDOA测距造成信标节点数量不足的问题。该算法根据测距方式的精度差异对测距结果进行加权校正处理,仿真实验表明,通过选择合适的加权值可以大大降低采用RSSI测距方式对定位精度产生的不利影响。     

无线传感器网络TDOA定位系统的设计与实现

分析现有的基于TDOA的无线传感器网络定位系统与算法,使用基于超声波传感器和无线射频模块的到达时间差(TDOA)测距技术,完成了该定位系统、机制和算法的设计和实现;针对传感器网络在实际应用中的不均匀性布撒和不良节点定位等问题,在TDOA测距技术和多边测量定位算法的基础上,提出一种改进的定位算法,以提高网络定位性能;实验表明,改进后的定位系统有效的减小了网络的定位误差,解决了不良定位问题,可应用到无线传感器网络中。     

基于UWB/AOA/TDOA的WSN节点三维定位算法研究

为了将二维定位算法AOA和TDOA拓展成三维定位算法,文中提出了一种基于AOA/TDOA和UWB传输技术的WSN节点三维定位算法。该算法采用二维的AOA测角算法测量未知节点与信标节点之间的角度,采用TDOA算法测量未知节点与信标节点之间的距离,在测角、测距的过程中采用UWB通信技术来传输探测信号,使得探测信号具有较高的时间分辨率,从而提高测角、测距精度,最后基于文中提出的待测节点三维坐标计算方法求解出待测节点的三维坐标。为了验证算法的有效性,在Matlab软件中进行了仿真实验。结果表明：新算法定位精度相比于AOA算法、TDOA算法都有大幅度提高。理论和实践皆表明：新算法具有较高的定位精度,能够满足未知节点在三维空间中的定位需求。     

基于TDOA定位机制的无线传感器网络节点设计

介绍了一种具有到达时间差(TDOA)定位机制的基于数字信号处理器(DSP)的无线传感器网络节点。它包括TMS320F2812DSP,512 kB的SRAM,2.4 GHz波段的无线收发模块、音频信号收发模块及电源管理模块等。节点通过测量RF同步信号与音频信号的TDOA来测量节点间的间隔距离,并采用互相关时延估计算法来实现节点定位。实验数据表明:该节点最远测距距离超过25m,角度误差小于3.7%。     

高精度无线传感器网络三维定位算法

无线传感器网络节点经常处于深海、丘陵、森林等三维空间场景中,需要提供节点的三维定位信息。为此,提出一种三维无线传感器网络节点定位算法。该算法前期基于TDOA测距技术,并设置单跳邻居节点间距离不大于节点通信半径的权重为“1”,其余为“0”,后期基于矩阵迭代优化算法对待定位节点进行定位。采用Matlab仿真软件进行实验,结果表明该算法能获得较高的定位精度。     

基于超声波和TDOA的无线传感器网络高精度定位方法

提出了基于超声波与射频信号到达时间差(Time Difference of Arrival,TDOA)的无线传感器网络节点定位方法。采用基于簇的分层网络拓扑结构,使用信标节点作为簇头,设计实现了动态簇头自动选取算法,提高了定位算法的快速响应性,并通过误差补偿和软件鲁棒性设计,提高了系统的定位精度。基于AVR单片机和CC1100射频芯片完成了无线传感器网络中移动节点、信标节点和汇聚节点的硬件设计与实现。实验数据表明本文设计的无线传感器网络定位系统的定位精度在30cm之内,并且定位算法具有较好的时间响应性,移动节点的最大速度可以达到11.5m/s。     

基于ZigBee技术的TDOA定位系统设计

在高精度传感器网络定位系统中,基于到达时间差（TDOA）的定位系统得到了越来越普遍的研究。首先设计了一套基于ZigBee技术的无线通信节点,通过扩展超声波测距装置构建了TDOA定位系统所需的硬件平台。在分析定位节点和信标节点的工作特性的基础上提出了基于事件驱动的定位机制,既保证系统响应速度高效又能有效降低系统功耗,改善了空间中能量碰撞和信号串扰问题。另外还针对TDOA测距过程中存在的误差进行实验分析与修正,最终有效地减小了测距误差的影响,从而提高了系统定位精度。     

撒布型无线传感器网络节点定位算法

针对撒布型无线传感器网络提出了基于非度量多维标度的NMDS-MAP算法及NMDS-MAP（P）算法,两种方法采用TDOA等测距技术测量节点间距,利用非度量多维标度技术对未知节点进行定位,前者是集中式算法,后者是分布式算法。理论分析与仿真实验表明,两种算法具有较高的定位精度与健壮性。     

基于TDOA和RSS的可行域粒子滤波非视距定位算法

针对室内复杂环境下无线传感器节点的信号传播状态在LOS/NLOS之间切换的现象,提出基于TDOA和RSS的可行域粒子滤波非视距定位.首先采用基于TDOA和RSS两种测距模型的假设检验方法去辨识测量信号中是否存在NLOS现象,然后采用考虑NLOS测量信息的可行域粒子滤波方法对未知移动节点的位置进行定位.仿真结果表明,所提出的方法优于最小二乘法、普通的粒子滤波算法以及仅采用RSS测距模型的粒子滤波算法,具有较高的定位精度.     

基于TDOA的无线传感器网络四面体质心定位算法研究

在无线传感器网络中,确定节点位置或事件发生的位置对其监测活动至关重要。针对部署在二维空间的无线传感器网络质心定位算法性能问题,结合TDOA测距模型,引入定位近点的概念,并推广到三维空间,提出一种改进的四面体质心定位算法ICLA。并从不同节点密度、不同锚节点密度以及不同通信半径等方面比较两种算法的性能。仿真实验结果表明,改进之后的ICLA定位算法在定位误差和定位精度方面达到了更好的效果。     

TDOA和广义互相关相混合的无线传感器网络定位技术

在无线传感器网络基于定位的算法中,广义互相关算法能精确的计算时延,进而得到精确的距离值,但是计算量太大,极大地影响了无线传感器网络定位的实时性;在基于TDOA的定位算法中,虽然其计算量很小,但定位结果易受到环境的干扰,精度很难得到保证;因此根据这这两种算法的优点提出了一种TDOA和广义互相关相混合的定位算法,实验结果表明,按所需定位距离为30米左右时,改进后的定位算法的计算量较改进之前的减少了近7倍左右,同时还能保证定位结果的精度。     

水声传感器网络节点定位技术综述

在水声传感器网络的应用中,只有当传感器节点的位置已知,获得的信息才具有意义.因此,节点定位技术是水声传感器网络研究的一个重点和热点.首先分析了在水声环境中的传感器网络节点定位技术的特点;在此基础上分类介绍了距离无关定位算法和距离相关定位算法,其中重点阐述和分析了距离相关算法的测距技术、基于固定锚节点算法和基于移动锚节点算法;最后总结并展望了水声传感器网络节点定位技术的发展与研究方向.     

基于遗传算法的TDOA/AOA定位系统的最优布站算法

摘 要：推导了TDOA/AOA混合定位算法产生的定位误差的克拉美－罗下界,提出了利用遗传算法（GA）寻找规定平面区域内的TDOA/AOA定位系统最佳布站策略的方法,其所遵循的最佳布站原则是使得定位的目标空间的定位误差的克拉美－罗下界的平均值最小。文中对GA的站点位置编码和适应度函数的选择进行了研究,在此基础上提出了基于GA的寻优布站算法。并对基于GA的寻优布站算法在不同情况下进行了仿真实验。     

一种基于模糊BP神经网络的TDOA定位算法

提出了一种以TDOA量测作为网络输入,定位目标三维空间坐标估计值作为网络输出的模糊BP神经网络定位算法。描述了基于模糊神经网络进行定位的模型结构以及关于BP神经网络待调整参数的递归学习算法。通过仿真实验,分析了输入层节点数目和模糊If-then规则数目对定位精度的影响并将提出的算法与CRLB进行了比较。     

基于虚拟力的无线传感器与执行器网络测距定位算法

针对无线传感器与执行器网络(WSAN)的传感器节点定位问题,提出了一种基于虚拟力的无线传感器与执行器网络测距定位算法,使用移动的执行器节点替代传统无线传感器网络(WSN)定位算法中的锚节点,并将虚拟力模型引入基于信号到达时间(TOA)的定位算法。该算法在利用虚拟力驱动执行器节点逼近提出定位请求的传感器节点的同时,根据信号传输时间计算节点间的距离完成节点定位。仿真结果表明,提出的定位算法使得节点定位成功率提高20%左右,平均定位时间以及定位开销均小于传统TOA算法,适用于实时性要求高、执行器节点数量较少的场合。     

基于入侵杂草优化算法的无线传感网节点定位

在基于测距的无线传感器网络节点定位中,最小二乘法由于定位误差的累积,定位精度不高。针对该问题,提出了一种基于入侵杂草优化算法的定位方法。该算法以定位误差为适应度函数,将定位问题转换为求解非线性方程组最优化问题。在求解的过程中,利用未知节点到锚节点的距离和锚节点可信度对适应度函数进行修正,以实现更高精度的定位。仿真实验表明:改进的定位算法,在不同测距误差、不同通信半径、不同锚节点数和不同节点数下,都能得到更高的定位精度。     

TDOA/AOA数据融合定位算法

基于非视距传播（NLOS）环境下的几何结构单次反射统计信道模型,提出了到达时间差/电波到达角（TDOA/AOA）数据融合定位算法。利用TDOA定位算法和AOA定位算法分别估算移动台（MS）位置,然后利用数据融合方法确定MS位置。仿真结果表明,本文算法在NLOS环境下有较高的定位精度,性能优于TDOA定位算法和AOA定位算法。     

移动台抗NLOS定位算法研究

在CDMA的网络环境下,TDOA/AOA混合定位算法能够比Chan算法有较高的定位精度。然而随着AOA测量误差精度的下降,定位精度逐渐下降,甚至低于Chan算法的定位精度。提出了一种既能继承原算法的优良性能,又可充分利用AOA测量值信息提高定位性能的TDOA/AOA混合定位算法。实验证明,该方法的定位误差性能优于单纯的TDOA定位方法。     

一种提高网络寿命与节点定位性能的WSNs分群算法

针对节点随机布设的大规模无线传感器网络,为延长网络的寿命并提高对辐射源的定位精度,提出了一种新的分群算法。该算法综合考虑网络能耗、节点的能耗均衡、辐射源的定位精度等因素,利用改进的离散粒子群算法优化选取出最优节点集并组成相应的群参与最终的定位。以RSSI（Received Signal Strength Indication）/TDOA（Time Difference of Arrive）两轮定位算法为例,对该分群算法进行了仿真分析,结果表明该算法在保证群内节点多跳连通的情况下,减少了网络能耗,同时提高了对辐射源的定位精度。     

移动台混合定位方法的研究

移动通信系统中,针对移动台的定位精度问题,提出基于A-GPS的混合定位方法.当GPS无法独立完成定位需求时,则切换至基于移动台的定位方法完成定位服务.在基于移动台的定位算法上,采用到达时间差(TDOA)的方法,并通过最小二乘法降低由非视距传播带来的误差影响,提高TDOA的定位精度.经过计算机的仿真试验,证实此算法在一定噪声环境中能够达到克拉美罗下限,并且优于其它同类算法,取得了较好的定位效果:适用范围广,定位速度快、精度高,完全可以满足定位服务的要求.