TDOA定位系统的设计与实现

对干扰源的定位是电磁频谱管理的重要内容之一,在民用和军事两个领域都有广泛的需求.本文从TDOA定位系统总体设计出发,建立TDOA定位系统的数学模型并对数学模型进行仿真分析,最后通过编程实现TDOA定位计算模块的功能.TDOA定位系统可以弥补无线电监测站定位功能的不足,并有效解决干扰源精确定位的问题.     

移动机器人多路超声波数据采集系统的研究与实现

文章提出了一种新的多路超声波传感器环境探测排列方法,并设计与开发了基于微控制器的8路超声波数据采集系统,具体介绍了系统的软、硬件设计。此方法已应用于自行设计的ZJMR-1移动机器人中。     

卫星干扰源定位系统的研究

卫星通信系统是一个开放式的系统,在平时和战时都可能受到干扰,为了能够准确地掌控所使用卫星通信链路的状态,需要具备对我国使用的卫星转发器进行频谱监视、干扰源分析定位的能力,因此研究卫星干扰源定位系统的原理和算法具有重要的意义。     

基于长短基线干涉仪的无源定位系统研究

针对单站无源定位系统及时定位的需求,提出了一种基于长短基线干涉仪的无源定位系统的设计方案。该系统首先通过短基线测角,去除长基线接收机相位模糊,进而获得更高精度的波达角度;然后通过无模糊的相位差测量值和波达角度估计值确定信号源与观测站之间的距离。通过性能指标分析和定位仿真试验,系统的有效性和可行性得到了验证。     

基于Matlab仿真的区域传感器定位最佳节点布局研究

基于无源时差定位的方式在民用和警用上具有广泛的应用,其被动的工作方式以及隐蔽的性能在区域环境预警和监控中越来越发挥重要的作用。本文首先对振动传感器定位的原理和方法进行了阐述,对时差无源定位的算法进行了研究,明确了节点中主站与副站基线的距离以及传感器的阵形等因素决定了定位精度的高低,从而提出了多节点协同定位中最佳站址布局的方式。     

基于超声波的汽车盲区检测

随着信息技术的进步,传感器和智能处理技术能够为人们提供有效的辅助信息。在驾驶汽车的过程中,由于后视镜存在视野上的盲区,在行驶过程中司机转向时需要做出谨慎的判断,否则就会有安全问题。为了司机的驾驶安全考虑,设计制作了基于超声波的汽车盲区检测系统,当需要转向时利用超声波对行驶中汽车的盲区进行检测,如果发现车辆侧方的盲区有车辆,可以立即发出声光的提醒,为驾驶员的安全驾驶提供可靠的参照。     

基于TDOA原理的地面定位系统中HDOP的研究

分析了在基于到达时间差(TDOA)原理的地面定位系统中基站布局与定位精度的关系,给出了水平几何布局和精度因子(HDOP)的计算方法并讨论了HDOP的下界。最后针对几种不同的基站布局方案,对HDOP的分布进行了仿真,给出了一种工程中可以应用的布局方案。     

基于ZigBee技术的定位系统研究与实现

文中设计了以CC2431无线定位引擎为核心、结合ZigBee参考节点的无线定位系统。实现了ZigBee节点（CC2430/CC2431）的硬件平台,尽可能降低硬件成本和减小设备体积。该系统采用数字RSSI技术,根据接收信号强度和已知参考节点位置准确计算出待测节点的位置,可实现3～5m定位精度和0.25m的分辨率。提出的定位系统满足了低成本、低功耗、高精度的设计要求。     

基于单片机的超声波测距系统设计

以STC89C52单片机作为核心控制电路,采用模块化的设计方案,以超声波传感器为检测功能部件,利用在空气中传播的超声波反射原理,结合单片机控制技术和超声波在空气中传播的时间差原理来测量距离。系统主要包括单片机控制模块、超声波测距模块以及距离显示模块。首先由超声波测距模块给单片机控制模块发送超声波并计时,然后由单片机控制模块统计数据并计算距离,最后由数码管显示模块显示出来测试的距离,完成测距。本设计测距精度可以达到3mm,并且能够提供2cm-400cm的非接触式距离感测功能。     

无线传感器网络定位算法研究进展

无线传感器网络作为一种全新的信息获取和处理技术,可以在广泛的领域内实现目标监测、信息采集和目标追踪等任务,节点定位问题则是许多应用的基础,是无线传感器网络的支撑技术之一。对基于测距定位算法和免于测距定位算法进行了分析对比,并对无锚节点这一新的节点定位技术做了介绍。最后对节点定位算法的优缺点作了总结,并对节点定位技术未来趋势进行展望。     

无线传感器网络节点定位算法研究

研究无线传感器网络节点定位的方法。首先介绍了节点定位的基本原理,在总结节点定位原理的基础上,对节点定位方法的分类依据进行了归纳。在对无线传感器网络节点定位方法的研究中,主要对是否基于测距的节点定位方法进行具体分析,介绍了2种类型的定位方法的基本原理,并对2种类型的定位方法中的典型算法做了具体说明,最后介绍了定位算法的评价标准。     

Min-Max及其改进无线传感器网络定位算法的研究

常见的基于测距的定位算法有Min-Max定位算法、三边定位算法和最大似然法,本文在研究这三种定位算法的同时,重点分析了Min-Max定位算法,并对其在定位边界区域误差较大问题提出一种有效的解决办法,并通过仿真进行验证。对比Min-Max及其改进方法的仿真结果表明改进方法能有效改善定位边缘区域的盲节点的定位精度。     

一种基于遗传算法的无线传感器网络定位算法

在无线传感器网络中,定位系统在目标监测与跟踪、基于位置信息的路由、智能交通、流管理等许多应用中起着至关重要的作用。本文基于遗传算法设计了一种适合于无线传感器网络的定位方法。实验结果表明,该方法具有定位精度高、所需锚节点比率小、受测距误差影响小的特点。     

基于无线传感网络的灾区伤员定位算法

自然灾害发生后,需要对灾区伤员快速定位抢救,这就对定位技术的精确度提出了很高的要求。无线传感器网络中节点定位技术是重要技术之一,在多种定位技术中RSSI测距的定位技术便捷、精确度高,因此广泛使用。传统的三边定位算法受外界因素干扰大,导致测量结果不准确。因此文章将RSSI测距技术和质心定位算法相结合设计了一个灾后伤员定位系统。该系统利用无线传感器网络进行定位请求,RSSI测距技术对未知节点进行测距,最后基于质心定位技术编写算法。该算法经过仿真实验精度完全符合要求。     

Wireless Sensor Network Localization Based on Cuckoo Search Algorithm

Many applications of wireless sensor networks (WSN) require information about the geographical location of each sensor node. Devices that form WSN are expected to be remotely deployed in large numbers in a sensing field to perform sensing and acting task. The goal of localization is to assign geographical coordinates to each device with unknown position in the deployment area. Recently, the popular strategy is to apply optimization algorithms to solve the localization problem. In this paper, the cuckoo search algorithm is implemented to estimate the sensor’s position. The proposed approach has been compared in terms of localization error with particle swarm optimization (PSO) and various variants of biogeography based optimization (BBO). The results show that our method outperforms the PSO and BBO variants which are recently used in the literature.     

无线传感器网络中Min-Max定位算法的研究与改进

常见的基于测距的定位算法有Min-Max定位算法、三边定位算法和最大似然法,在研究这三种定位算法的同时,重点分析了Min-Max定位算法,并对其在定位边界区域误差较大问题提出一种有效的解决办法,并通过仿真进行验证。对比Min-Max及其改进方法的仿真结果表明,改进方法能有效改善定位边缘区域的盲节点的定位精度。     

改进的无线传感器节点定位算法

由于无线传感器网络具有其它网络不可比拟的各种优势,使得它在很多领域都有广泛的应用。对于无线传感器网络中的未知节点本身的定位工作是网络的各项应用的基础。本文主要分析无线传感器网络的节点定位技术,研究已有的定位算法,并根据现有算法提出一种改进的分布式的节点定位算法。该算法使用RSSI方法测距,无需增加新的硬件设备,通过分布式的算法来提高效率降低能耗,利用多次定位的平均值提高定位精度,降低了网络中的能量消耗,延长网络寿命。     

无线传感器网络抗欺骗的节点定位算法

节点位置定位是无线传感器网络应用的基本要求之一。针对无线传感器网络在开放性环境中应用容易遭受恶意节点欺骗攻击的问题,设计了一种抗欺骗的节点安全定位算法。算法将参考节点进行分组划分,并通过不同分组之间定位结果的比较,排除其中可能存在的恶意节点。在分组过程中,算法同时考虑了参考节点的优选问题,避免不良拓扑结构造成的定位偏差。仿真试验分析表明,算法能够有效地抵抗恶意节点的定位信息欺骗,大大提高了网络节点的定位精度。     

基于PSO-BP神经网络的无线传感器网络定位算法

针对无线传感器网络定位的基本功能问题。提出一种将PSO算法和BP神经网络相结合对RSSI在测距阶段测得的距离数据进行优化的算法。该算法将PSO算法作为BP神经网络的学习算法,缩短了BP神经网络的训练时间,并加快算法的收敛速度。通过仿真,定位精度较其他算法得到了明显提高,最高可达27.3%。