改进的无线传感器网络到达时间定位算法

针对无线信道环境的复杂性和传感器节点的特点,提出一种改进的无线传感器网络到达时间定位算法。该算法无需额外的硬件支持,以接收节点回复时间信息的方式消除时间同步的要求,采用多次测量结果取平均的方式削弱随机噪声的影响。仿真结果证明,该算法定位精度高,实用性较好。     

一种音频测距信号到达时刻估计方法

对音频测距信号到达时刻的精确估计是利用音频信号实现远距离无线传感器网络节点定位的关键。研究比较了几种常用的音频测距信号到达时刻估计方法,并提出了一种基于数字整流处理的到达时刻估计方法。它包括信噪比增强、去除直流分量、全波整流、低通滤波、到达时刻估计等过程。该方法在以dsPIC6014A单片机为控制器的节点进行了实验验证,测试结果表明:处理4 096点(12位量化)数据的计算时间约为1.5 s(10MHz时钟),30m距离处的时间值估计误差小于3.5%。     

基于TDOA方法的无线传感器网络运动参数估计方法

采用移动目标与信标节点间的到达时间差(TDOA)测量,提出了移动目标运动参数包括初始位置及速度的共同估计方法。通过建立移动目标运动参数估计的优化模型,首先推导了移动目标初始位置及运动速度估计的非约束线性最小二乘(ULLS)法。然后将优化模型松弛为凸优化的半正定规划(SDP)问题,又设计了运动参数估计的SDP算法。仿真分析表明,TDOA方法能有效避免到达时间(TOA)测量的时钟同向误差,提高位置的估计精度。由于使用了约束条件,基于TDOA测量的SDP算法估计误差比ULLS算法的估计误差更小,但是计算复杂度较大。TDOA-ULLS和TDOA-SDP算法能有效减少时钟同向误差引起的估计误差,采样周期和采样点数量的增加也能有效提高估计精度。     

一种基于双层栅格划分的无线传感器网络目标定位方法

目标定位和跟踪已成为无线传感器网络重要的应用领域。基于栅格部署的无线传感器网络以其特殊的拓扑结构,在目标定位方面具有独特优势。基于栅格部署的传感器网络,在单层栅格定位基础上考虑传感器节点本身的测量误差,提出了一种使用双层栅格定位目标的实用方法。仿真实验揭示了不同因素影响定位精度的一般规律,这对该方法的实际应用具有指导意义。实际系统的测试结果表明,双层栅格定位法不仅能够保证一定的定位精度,而且实时性高、实用性强。     

一种无线传感器网络室内定位系统的改进方案

在无中心构架的无线传感器网络室内定位系统中,参考节点间的信号相互之间存在的干扰和冲突成为影响定位精度的重要因素之一。文中根据随机延迟时间与参考节点数量及射频发射特点之间的关系,改进了可以减少射频信号冲突的随机延迟方法。另外,设计了参考节点间的监听并加权递减的方法,有效地减少了邻居节点间超声波在同一覆盖区出现严重干扰的现象。同时,为了提高待测节点的位置计算精度,设计了合理的距离信息选择算法。     

一种无线传感器网络安全定位的新方法

提出一种新的无线传感器网络安全定位算法SAPIT,它采用锚点身份验证和APIT测试结果安全汇总等安全机制,无需增加额外硬件,解决了传统APIT定位算法极易受劫持节点攻击的问题.对该方法模拟仿真.达到预期效果.     

一种无线传感器网络中的定位精度改进方法

无线定位是无线传感器网络的一个重要应用,但目前仍然存在着定位精度不高、定位性能差的问题。通过针对TDOA(Time Difference of Arrival)/AOA(Angle of Arrival)混合式方法定位的超宽带(Ultra-Wideband)无线传感器定位系统,提出利用迭代去噪和卡尔曼滤波器的混合式处理方法。在数据处理层面上改善系统的定位性能,从而提高定位可靠性。现场试验的数据表明该方法确实可以改善系统的定位效果。     

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%。     

基于无线传感器网络的战场目标跟踪

基于无线传感器网络,对目标定位跟踪应用进行了研究。在对目标定位跟踪时,如何既保证跟踪精度又能有效降低能量消耗,针对这个问题,提出了一种简便的加权坐标质心定位方法,通过对目标的定位,给出了一种基于测量信息的跟踪方法,方法实现简单。性能分析表明:提出的定位跟踪方法能有效地降低能量消耗,延长节点和网络寿命,基本可以满足战场目标跟踪需求。     

一种基于无线传感器网络的三维定位模型

分布式无线传感器网络节点的定位是一个重要而基本的问题,在诸如搜救、目标跟踪、供应链管理、减灾以及智能环境等领域具有重要的应用价值.将节点分布在具体的应用环境中,利用节点构成自组网,不需要特定的通讯设施,就可以感知和传送周围信息.在建筑项目的管理中,材料管理在管理成本中占有很大的比例,通过在建筑材料上安装RFlD,可以比较容易地实时检测它们的位置,甚至可以检测材料的状况.这样在很大程度上提高了生产效率,降低了建筑企业的成本.基于上述原因,提出了一个三维环境下的节点定位模型,并特别地对定位误差进行了分析.该模型已经成功地在建筑项目管理中得到了应用.     

基于压缩感知理论的声矢量阵方位估计方法

水下目标在方位估计搜索空间中具有稀疏性,基于声矢量传感器阵空间稀疏模型实现小样本条件下的方位估计,结合压缩感知(CS)理论框架下方位估计的特点,通过对平滑l0范数快速精确的求解来估计目标方位角,该方法具有运算速度快、高分辨的特点.通过实验仿真从运算时间、分辨力等方面与常规波束形成(CBF)算法和最小方差无失真响应(MVDR)算法进行比较分析,验证了该方法的可行性与有效性.     

基于无线传感器网络目标定位算法研究

随着科学技术的不断发展,现代化社会已经进入了信息化时代,因此计算机的在各个领域中的广泛应用也已经得到了认可。而无线传感器网络是计算机和通信学科一个新的研究内容,而目标定位在无线传感器网络应用中的研究也很重要。本文主要探讨的是基于无线传感器网络目标定位的算法研究,进一步确定了无线传感器在实际应用中的作用。     

基于距离和角度的无线传感器网络路由方案

综合了基于距离和基于角度的两种路由方案的优势,提出一种新的基于距离和角度的路由方案DDR（Distance and Direction based Routing）,将它作为选取下一跳的评判标准。仿真结果表明,DDR能够在能耗和延时之间达到有效的折中,其综合能耗和延时性能要优于单一的基于距离和基于角度的路由方案。     

基于红外面阵传感器的小目标检测算法

研究了红外面阵传感器图像中小目标的特征,针对目标低信噪比的问题,提出了一种新的单帧红外图像小目标的检测方法。首先用改进的中值滤波对图像进行处理,抑制孤立噪声,然后对图像进行基于提升小波的分解,并用形态学对图像进行背景抑制,最后通过自适应阈值进行二值化分割检测出小目标。实验结果表明：该方法对面阵传感器红外弱小目标有良好的检测效果。     

无线传感器网络中基于能量检测的定位研究

在许多无线传感器网络的应用中,节点定位是其关键技术之一,而定位精度的高低在很大程度上取决于距离测量的精度。针对射频信号受各种干扰影响而出现测距不精确的问题,该文对能量检测采用改进的限幅平均滤波方法,校正测量的节点间点到点的距离,并优选信标节点,最后用加权最小二乘法进行定位。实验及仿真结果表明,本定位算法可以提高测距精度...     

基于移动节点的无线传感器网络定位算法

节点定位技术是无线传感器网络应用的重要支撑技术之一,为了提高定位算法的准确性,提出了一种基于移动目标节点的两步定位算法。该算法利用一个移动目标节点遍历整个网络,并周期性地广播包含自身当前位置的信息。而传感器节点的自身定位过程则可用基于无迹卡尔曼滤波(UKF)的目标跟踪方法实现。由于所用的目标状态模型和量测模型有一定的不确定性,所以先选取不共线的3个拥有RSSI测距能力的目标节点信息,利用Euclidean定位法提高滤波的初始位置精度,从而改善定位效果。通过仿真、分析和比较该目标节点在多种移动轨迹情况下的定位误差,这种两步定位法可以改善对目标节点移动轨迹的特殊要求的限制,能取得较好的定位精度,而且更适合于实际情况。     

一种基于APIT的无线传感器网络混合型定位算法

针对现有近似三角形内点测试（ APIT）算法在信标节点密集环境下定位精度不高、稀疏环境下覆盖率较低的问题,提出了一种混合型定位算法。该算法通过减小三角形内点测试（ PIT）时的三角形误判、选择优良的三角形,提高了信标节点密集环境下的定位精度。同时,该算法结合DV-Hop算法与两点定位法在稀疏环境下能计算出未知节点坐标的优点,提高了信标节点稀疏环境下的定位覆盖率。仿真分析表明：混合型算法有效地提高了信标节点密集环境下的定位精度和信标节点稀疏环境下的定位覆盖率。     

基于多维定标的无线传感器网络三维定位算法*

在森林防火、目标追踪、灾难预警、环境监测等应用中,需要通过定位算法对无线传感器节点进行三维定位。提出一种基于多维定标的无线传感器网络三维定位算法,结合RSS经验衰减模型和最短路径建立相异性矩阵,采用轻量级矩阵分解算法降低相异性矩阵分解的计算复杂性,并利用网络中存在的周期性消息将初始定位信息回送,在后台使用迭代优化算法对初始定位结果求精。仿真实验表明,在测距误差一定的情况下,该算法能够提高节点三维坐标的初始计算精度,经过集中式的优化求精后与MDS-MAP算法相比,能够明显地提高节点三维定位的精度。