一种鲁棒的RSSI测距定位算法

基于RSSI测距定位方法因其信号获取便捷、成本低、功耗小等优点受到广泛关注。然而传感器节点部署的实际环境复杂多变,使得基于RSSI测距的定位结果常常不稳定。针对传感器节点部署的随机性和测距信号受复杂环境的影响等因素,提出了一种鲁棒的RSSI测距位置估计算法。算法分别在测距阶段和计算坐标阶段最大限度消除误差,以达到提高定位精度。理论分析和仿真结果表明,新的算法比以往同类算法具有更高的精度和更强的稳定性。     

应用小波谱白化法对木材表面声发射源直线定位算法的改进

针对信号噪声显著影响木材表面声发射(AE)源定位精度的问题,提出了一种应用小波谱白化与信号互相关分析的木材表面AE源直线定位算法.首先,依据ASTM-E976标准采用折断铅芯的方式在木材表面产生模拟声发射源,在试件表面相距固定距离的两个位置采集AE信号,采样频率设定为500 kHz.然后,提出一种应用信号相关度的自适应小波重构算法,用于降低噪声影响并重构AE波形,为了补偿AE传播过程高频部分的衰减,提出了一种小波谱白化重构算法.最后,通过信号相关性分析,计算AE信号到达两个传感器的时差,进而计算AE信号的传播速度,并依据直线定位法计算AE源的位置.试验结果表明:使用原始、自适应小波重构、小波谱白化重构的3种AE信号进行AE源定位时,两组试验的误差分别为42.9％、25.1％、2.5％和37.7％、35％、4.1％.AE信号重构算法将直接影响定位算法精度,特别是使用小波谱白化法能够显著提高AE源定位算法精度.     

无人潜航器舷侧阵声呐匹配场被动定位方法研究

为了使无人潜航器在复杂的浅海环境中具有对远程声源被动定位的能力,提出了一种将舷侧阵声呐与匹配场处理算法相结合的被动定位方法.该方法可用于无人潜航器定深低速直线巡航时定点数据采集的过程中.首先用匹配场算法处理在每个采样位置上收集到的舷侧阵数据,实现对远程声源的初步定位,然后融合处理所有采样位置上的匹配场定位输出．这样可以克服舷侧阵声呐空间增益低的缺点,降低海洋环境参数失配和舷侧阵位置误差的影响,稳定参数估计过程并提高输出信噪比,随着时间的推移逐渐估算出远程声源的三维坐标.仿真测试结果表明,该定位方法在不同的输入信噪比下具有较高的定位概率和定位精度,而且使用该方法的系统需求较低,便于实际应用.     

一种基于传感矩阵的认知无线电频谱感知算法

运用数学方法研究了通过设置适当的感知矩阵来使认知无线电网络中平均吞吐量达到最大这一问题.主要讨论了如何通过设置频谱感知序列来得到最佳感知矩阵,并对提出的方案进行了详细的讨论,通过一组数值计算结果来证明该方案的有效性.     

一种利用统计中值的加权RSSI定位算法

RSSI是无线传感器网络定位中最为常用的测距技术之一.传感器节点一般部署在复杂的环境中,故在获取的RSSI信号序列中可能同时存在随机误差和粗差,利用常用的算法难以消除混合误差对RSSI统计数据的影响.在分析误差特征的基础上,提出了一种基于统计中值的加权定位算法.算法在去除粗差的同时,能一定程度的平滑随机误差.算法提高了定位的精度,且提高了节点的覆盖率.仿真结果表明算法有较高的定位精度和覆盖率.     

一种自适应RKPM方法在动态大变形计算中的验证及应用

从无网格方法中的插值误差出发,建立一种有效的误差估计模型,在高误差区运用基于全四边形背景积分网格顶点插值的节点加密方案,得到新点的位置坐标.将这些算法应用于无网格再生核质点方法RKPM中,对多孔弹塑性板材拉伸中的剪切带的形成进行了自适应无网格分析,并通过验证数值解精度的通用标准试验(benchmark test)方法验证了该算法的精度及可行性,计算结果表明该算法能大大提高计算精度,并能准确地捕捉到剪切带的分布.     

基于认知无线电的 MANET网络中虚拟骨干网的建立

将认知无线电技术融入MANET网络,利用认知节点的频谱感知功能,实施基于动态信息的簇首和网关选择.以簇首为锚点,通过选择受主用户影响较小的网关节点寻求连通支配集,建立虚拟骨干网.由此生成的虚拟骨干网以簇首为接入点,簇首间的网关承担簇间连接功能.基于权值比较,通过对主用户的位置感知,划分认知节点的空间分布区域并赋以不同的权值设计,实现对网络的分区处理,一方面维持运动中的分簇相对稳定,另一方面减少干扰链路存在的概率.最后通过仿真分析进行了算法的有效性验证.     

基于RSSI测距误差离群去约束的优化方法

针对基于RSSI测距定位中偶然性测距误差和设备误差对定位结果影响较大这一问题,提出了一种误差离群去约束的优化方法。通过对三边定位结果使用K-means算法进行离群分析,得到对定位结果影响较大的几个锚节点,从而对数据进行处理。针对实际系统使用RSSI测距模块测得多组实验数据,并用Matlab软件进行仿真分析,将测距误差离群去约束模型与传统均值模型使用最小二乘法在不同距离下进行定位对比。仿真结果表明,当引入不同数量误差锚节点时,前者在定位精度方面均有0. 1～0. 2 m~2提升,同时算法也具有很好的鲁棒性。     

认知无线电中多节点协作频谱感知及其融合算法

介绍了旨在提高频谱利用效率的认知无线电及其频谱感知技术.针对无线变参信道环境下单节点检测的局限性,就本地感知判决和量化、协作通信机制和感知信息融合算法三个方面着重分析了基于能量检测和协作的多节点感知技术,并追踪分析了算法研究的发展动向.     

GPS导航中的抗差自适应Kalman滤波算法

GPS导航与定位的质量取决于对动态载体函数模型和随机模型的认知.本文首先基于机动载体的当前统计模型,设计了离散系统的Kalman滤波器,进而基于方差分量估计给出了一种适合GPS动态定位的抗差自适应卡尔曼滤波算法.该算法模型简单,实时性好.实测数据计算结果表明,滤波导航解能有效地控制观测异常和动态扰动异常对导航解的影响,使导航解更能反映导航目标的真实情况.     

农业物联网ZigBee路由节点北斗定位研究

针对目前基于Zigbee无线传感器农业物联网中某些边缘节点无法进行三边测距以及网络中簇节点能量消耗过快导致网络瘫痪等问题,提出一套Zigbee技术和北斗定位技术相结合的方案。使用已有的CLZBR路由协议,减少能量消耗,防止簇头节点能量消耗过快,延长网络寿命;针对网络中某些簇节点的位置信息缺失问题,在传统的边界盒算法上提出了一种改进型边界盒算法对边缘节点进行粗略定位;通过试验证明改进型边界盒算法的节点误差率为15.5%,比传统边界盒算法定位误差率下降了16%,是基于加权的三边定位算法的1.5倍,表明该算法不适用于小型的、对精度要求较高的农区内,但可以在某些监测困难的大型西部农业灌区中试用,既能减少硬件成本,又可提高网络覆盖率,并能解决边缘节点位置信息缺失问题,更好地推动无线传感器网络在西部农区中的发展。     

应用小波谱白化对胶合木表面AE源定位算法的改进

针对声发射(AE)信号在胶合木板表面各向异性传播时的AE源定位问题,提出一种小波谱白化与信号相关性分析相结合的胶合木板表面AE源定位算法.首先,根据ASTM-E976标准在橡木胶合木板表面产生AE源,并在橡木胶合木板表面相距固定距离的4个位置采集原始AE信号,设置采样率为500 kHz.其次,采用小波谱白化算法减少胶层的影响以及合理补偿AE信号的高频缺失,为降低噪声信号的影响,提出一种自适应的小波重构算法.最后,依据试验结果拟合得到AE信号由胶合木板顺纹理方向到横纹理方向的传播速度变化公式,在此基础上根据信号相关性分析法计算信号到达各传感器的传播时差,并采用基于时差的定位算法确定AE源的位置.结果表明:使用原始、自适应小波重构法、小波谱白化法重构的3种AE信号进行定位时,两处AE源的定位结果为100.0％、67.1％、6.0％和41.5％、66.3％、2.8％.AE信号的重构算法直接影响基于时差的AE源平面定位算法精度,特别是使用小波谱白化法能够有效降低噪声信号、胶层的影响,合理补偿AE信号的高频缺失,提升信号分辨率,同时提升计算时差的准确性进而提升AE源定位精度.     

基于无线通信基站的清管器实时三维定位方法

为了解决清管器实时三维定位问题,利用商用通信网络对清管器位置进行全过程实时在线跟踪监控。根据定位信号的定量分析结果研究开发了能自动适应环境的定位算法,分别提出5基站自适应定位算法、4基站自适应定位算法及基于通讯半径约束的定位算法。对于5基站自适应定位算法,利用基础数据对模型进行测试,其最大定位误差不超过1.6 m,平均误差为0.61 m。为利用最少的点进行高精度定位,又开发了4基站自适应定位法,并利用两组数据进行测试,平均定位误差为2.19 m。同时,对不同通信半径约束进行研究,得出通信半径越小,总的有效通信连接数越少,定位精度越低,在可接收到清管器发射的信号范围内,基站的数目以5~13为宜。对实际输油管道清管过程进行了清管器定位测试,从而验证了基于无线通信基站的清管器实时三维定位方法的有效性。     

基于改进四边测距算法的智慧农业无线传感器精确定位

为提高智慧农业中无线传感器目标定位的精度,采用改进四边测距算法。首先通过4个查询节点坐标构造与信标节点坐标的线性方程,为兼顾定位区域其他信标节点定位误差,对信标节点的坐标误差求均值;随后未知节点到信标节点的距离采用牛顿迭代求精;最后对邻居位置相对不集中的节点进行排除,并且给出了算法流程。试验仿真显示,在信标节点比例增加的情况下,该算法比其他算法的定位误差下降速度快,定位误差与其他算法间隔比较大,而且变化幅度较小,定位性能趋于稳定。     

认知无线电中多节点协作频谱感知及其融合算法

介绍了旨在提高频谱利用效率的认知无线电及其频谱感知技术．针对无线变参信道环境下单节点检测的局限性,就本地感知判决和量化、协作通信机制和感知信息融合算法三个方面着重分析了基于能量检测和协作的多节点感知技术,并追踪分析了算法研究的发展动向．     

粒子滤波在电子航标节点跟踪中的应用

提出一种高斯粒子滤波求解基于RSSI测距定位的无线传感器网络电子航标节点定位的非线性方程组算法.该算法在每次递推产生新的粒子时充分考虑了当前时刻的量测,使得该算法能很好地利用最新的量测信息.仿真结果表明该算法的节点估计均方误差在3 m以内.可见,它在解决非线性机动目标跟踪问题时有比较好的跟踪性能和滤波结果.     

基于小波谱白化与自适应小波重构的木材损伤声发射源直线定位法研究

针对木材断裂声发射（acoustic emission,AE）信号源定位问题,提出了一种基于小波谱白化与信号相关性分析的木材表面AE源直线定位算法。首先,为得到木材断裂时产生的AE信号,使用万能力学试验机进行三点弯曲加载试验,在试件表面相距固定距离的3个位置采集试件断裂时产生的AE信号,设置采样率为500 kHz。然后,为合理补偿AE信号在传播过程中损失的高频部分提升信号分辨率,提出一种小波谱白化算法。为降低噪声信号的影响,提出了一种自适应的小波重构算法。最后,通过信号相关性分析法,计算信号到达各传感器的传播时差,并采用基于时差直线定位算法进行AE源定位。结果表明,木材断裂过程中,AE信号通过木材表面和木材内部2种途径传播,由于传播介质不同造成不同的传播速度。使用原始、小波谱白化重构、自适应小波重构的3种AE信号进行AE源定位时,木材表面AE源的定位误差为11.3%、2.6%、3.7%,木材内部AE源的定位误差为10.7%、2.9%、4.5%。AE信号的重构算法直接影响基于时差的AE源定位算法精度,特别是使用小波谱白化法能够显著提升AE信号分辨率同时提升计算时差的准确性进而提升AE源定位精度。     

基于规则化最小二乘的多跳非测距定位算法

在众多无线定位应用中,多跳非测距定位具有功耗小、成本低的特点,但也受到网络各向异性的影响,导致其应用受限。针对网络各向异性问题,通过构建跳数与距离的映射关系,将定位视为一种规则化回归预测过程。该方法能有效避免各向异性对定位造成的影响,计算开销小,无需设定复杂的参数,且定位精度高。仿真实验结果表明,与以往类似算法相比,该算法能够获得很快的定位速度和较高的定位精度。     

一种改进的RSSI定位算法研究

目的研究一种基于无线传感器网络的城市公交车站牌的定位算法,能够解决曲线道路的定位问题,提高定位精度。方法以RSSI测距算法为基础,提出一种改进的RSSI定位算法,该算法利用曲线道路弯道之间的夹角,结合三角形定理,计算得到公交车辆与站牌之间的距离。结果在曲线道路定位时,仿真数据表明,改进的RSSI定位算法在不增加成本、通信功耗的情况下,相较于RSSI测距算法,定位精度有所提高,定位误差有所降低。结论本算法具有更好的定位性能,可用于各种道路的公交车辆定位。     

基于BLE的室内指纹定位优化技术

针对RSSI的室内定位技术的功耗高和精度低的问题,采用蓝牙4.0作为节点,应用具有低功耗、远距离和成本低等优点的BLE技术,通过在离线阶段采用高斯-均值算法对指纹数据库进行优化和在现阶段改进的跳变自适应卡尔曼算法进行数据滤波研究,并且通过蓝牙4.0无线网络系统进行试验。结果表明,优化后的指纹库和自适应卡尔曼定位算法,在复杂的环境中比传统的定位算法更加稳定和准确。