无线定位算法综述
一无线传感网络与节点定位
1. 无线传感网络中的关键技术
无线传感器网络作为当今信息领域新的究热点，涉及多学科交叉的研究领域，涉及到非常多的关键技，主要包括：拓扑控制；网络协议；网络安全；时间同步；定位技术；数据融合；嵌入式操作系统；无线通信技术；跨层设计和应用层设计。2. 无线传感器网络节点定位机制
无线传感器网络节点定位问题可表述为：依靠有限的位置己知节点即信标节点(锚节点)，确定布设区中其它未知节点的位置，在传感器节点间建立起一定的空间关系的过程。无线定位机制一般由以下三个步骤组成：
第一步，对无线电信号的一个或几个电参量(振幅、频率、相位、传播时间)
进行测量，根据电波的传播特性把测量的电参量转换为距离、距离差及到达角度等，用来表示位置关系；
第二步，运用各种算法或技术来实现位置估计；
第三步，对估计值进行优化。
3. 节点间距离或角度的测量
在无线传感器网络中，节点间距离或角度的测量技术常用的有RSSI、TOA、TDOA和AOA等。
4. 计算节点位置的基本方法
(1) 三边测量法
(2) 三角测量法；
(3) 极大似然估计法。
5. 无线传感器网络定位算法的性能评价
几个常用的评价标准：定位精度；规模；锚节点密度；节点密度；覆盖率；容错性和自适应性；功耗；代价。
6. 无线传感器网络定位技术分类
（1）物理定位与符号定位；
（2）绝对定位与相对定位；
（3）紧密耦合与松散耦合；
（4）集中式计算与分布式计算；
（5）基于测距技术的定位和无须测距技术的定位；
（6）粗粒度与细粒度；
（7）三角测量、场景分析和接近度定位。
二典型的自身定位系统与算法
到目前为止，WSN 自身定位系统和算法的研究大致经过了两个阶段。第1 阶段主要偏重于紧密耦合型和基于基础设施的定位系统。对于松散耦合型和无须基础设施的定位技术的关注和研究可以认为是自身定位系统和算法研究的第2 阶段。
1. Cricket定位系统
未知节点使用TDOA技术测量其与锚节点的距离，使用三边测量法提供物理定位。
2. RADAR系统
建立信号强度数据库，通过无线网络查询数据库，选择可能性最大的位置定位自身。
在三边测量定位方式下，未知节点根据RSSI计算与多个基站的距离，然后使用三边测量法定位，
3. AHLos系统
AHLos 算法中定义了3 种定位方式——原子式、协作式和重复式最大似然估计定位(atom,collaborative 和iterative multilateration)。
atom multilateration 就是传统的最大似然估计定位。
Collaborative multilateration 特点是同时定位跨越多跳的一组节点。
Iterative multilateration是未知节点成功定位自身后,将其升级为锚节点，并进入下一次循环。
4. N-hop multilateration primitive 定位算法
给出了判定节点是否可参与collaborative multilateration 的充分条件，并使用卡尔曼滤波技术循环定位求精。
5. Generic Localized Algorithms
详细指定了未知节点接受位置估算并升级为锚节点的条件。
6. 凸规划定位算法
把整个网络模型化为一个凸集，然后使用半定规划和线性规划方法得到一个全局优化的解决方案。
7. 质心算法
确定自身位置为锚节点所组成的多边形的质心。
8. APIT算法
该算法的主要思想是:首先未知节点收集所有邻居锚节点的信息，并测试未知节点是否位于不同的三个锚节点组成的三角形内，计算所有包
含该未知节点的三角形的重叠的区域，并用该区域的质心作为未知节点
的坐标。
9. APS算法
APS算法包括6种定位算法:DV-Hop，DV-distance，Euclidean，DV-coordinate，DV-Bearing和DV-Radial。
DV-Hop算法由3个阶段组成：首先所有节点获得距锚节点的跳数，然后计算网络平均每跳距离；第三阶段使用三边测量法确定节点的位置。
DV-distance算法与DV- Hop类似，所不同的是相邻节点使用RSSI测量节点间点到点距离。
Euclidean定位算法给出了计算与锚节点相隔两跳的未知节点位置的方法。
在DV-coordinate算法中，建立局部坐标系统(以自身位置作为原点)。随后，相邻节点交换信息，从邻居那里接收锚节点的信息并将其转化为自身坐标系统中的坐标后，可使用以下两种方法定位自身:
(1)在自身坐标系统中计算出距离，并使用这些距离进行三边测量定位;
(2)将自身坐标系统转换为全局坐标系统。这两种方法具有相同的性能。
DV-Bearing和DV-Radial算法提出了以逐跳方式跨越两跳甚至三跳来计算与锚节点的相对角度，最后使用三角测量定位的方法。
10. SPA(self-positioning algorithm)相对定位算法
它选择网络中密度最大处的一组节点作为建立网络全局坐标系统的参考点并在其中选择连通度最大的一个节点作为坐标系统的原点。首先根据节点间的测距结果在各个节点建立局部坐标系统，通过节点间的信息交换与协调，以参考点为基准通过坐标变换(旋转与平移)建立全局坐标系统。
11. Cooperative ranging和Two-Phase positioning定位算法
它们都分为启始和循环求精两个阶段。启始阶段着重于获得节点位置的粗略估算。而在循环求精阶段，每一次循环开始时每个节点向其邻居节点广播它的位置估算，并根据从邻居节点接收的位置信息和节点间测距结果，重新执行三边测量。
12. MDS-MAP定位算法
MDS-MAP 算法由3 个步骤组成:
(1) 首先从全局角度生成网络拓扑连通图，并为图中每条边赋予距离值。当节点具有测距能力时，该值就是测距结。当仅拥有连通性信息时，所有边赋值为1。然后使用最短路径算法，生成节点间距矩阵。
(2) 对节点间距矩阵应用MDS 技术，生成整个网络的2 维或3 维相对坐标系统。
(3) 当拥有足够的锚节点时(2 维最少3 个,3 维最少4 个),将相对坐标系统转化为绝对坐标系统。
智能小车设计文献综述 摘要：随着电子工业的发展，智能技术广泛运用于各种领域，智能小车不仅在工业智能化上得到广泛的应用，而且运用于智能家居中的产品也越来越受到人们的青睐。国外智能车辆的研究历史较长。相比于国外，我国开展智能车辆技术方面的研究起步较晚，在智能车辆技术方面的研究总体上落后于发达国家但是也取得了一系列的成果。随着人工智能技术、计算机技术、自动控制技术的迅速发展，智能控制将有广阔的发展空间。本设计的智能小车利用红外对管检测黑线与障碍物，并以单片机为控制芯片控制电动小汽车的速度及转向，从而实现自动循迹避障的功能。并对智能小车研究现状以及未来的应用与发展前景做一个全方面的介绍。 关键词:智能技术，自动循迹，避障 1前言 随着电子技术、计算机技术和制造技术的飞速发展，数码相机、DVD、洗衣机、汽车等消费类产品越来越呈现光机电一体化、智能化、小型化等趋势。智能化作为现代社会的新产物，是以后的发展方向，他可以按照预先设定的模式在一个特定的环境里自动的运作，无需人为管理，便可以完成预期所要达到的或是更高的目标。智能小车，也称轮式机器人，是一种以汽车电子为背景，涵盖控制、模式识别、传感技术、电子、电气、计算机、机械等多科学的科技创意性设计，一般主要路径识别、速度采集、角度控制及车速控制等模块组成。一般而言,智能车系统要求小车在白色的场地上,通过控制小车的转向角和车速,使小车能自动地沿着一条任意给定的 黑色带状引导线行驶[1]。智能小车运用直流电机对小车进行速度和正反方向的运动 控制，运用直流电机对小车进行速度和正反方向的运动控制，通过单片机来控制直流电机的工作，从而实现对整个小车系统的运动控制。 2智能小车的发展历史、国内外研究现状 2.1国外研究现状 国外智能车辆的研究历史较长，始于上世纪50年代。它的发展历程大体可以分成三个阶段[2][3][4]： 第一阶段，20世纪50年代是智能车辆研究的初始阶段。1954年美国Barrett Electronics 公司研究开发了世界上第一台自主引导车系统AGVS（Automated Guided Vehicle System）。该系统只是一个运行在固定线路上的拖车式运货平台，但它却具有了智能车辆最基本得特征即无人驾驶。早期研制AGVS的目的是为了提高仓库运输的自动化水平，应用领域仅局限于仓库内的物品运输。随着计算机的应用和传感
无线传感器网络定位技术分析 摘要 无线传感器网络具有成本低、监测精度高、容错性好、可远程监控、便于诊断与维护等众多优点，在环境监测、事故定位救援等领域有着广阔的应用前景，其根本任务是准确获取物理世界的有价值信息。无线传感器网络借助节点的时间与位置信息，实现传感器节点之间控制和传感数据高速率、低延迟的交换，以保证整个检测与控制系统的准确性与实时性．无线传感器网络面临计算、存储与网络资源等方面的限制，针对如何进行无线传感器网络中节点高效率、低能耗的定位以及覆盖等问题展开研究具有十分重要的意义。在目标监测与跟踪、基于位置信息的路由中，节点的位置信息也是不可缺少的。 关键词：传感器网络定位，实时性 第一章背景分析 无线传感器网络(Wireless Sensor Network，WSN)被誉为21世纪最有影响力的21项技术和改变世界的10大技术之一。传感器节点定位技术是无线传感器网络多数应用中的关键支撑技术之一。无线传感器网络技术在国民经济建设和军事领域有着非常重要的应用价值，如目标跟踪、入侵检测、灾难管理和战场侦察等。新技术在带来应用机会的同时，也带来新的研究问题。无论是在军事侦察或地理环境监测，还是交通路况监测或医疗卫生中对病人的跟踪等应用场合，很多获取的监测信息需要附带相应的位置信息，否则，这些数据就是不确切的，甚至有时候会失去采集的意义，因此网络中传感器节点自身位置信息的获取是大多数应用的基础。所谓定位是对一组未知位置坐标的网络节点，通过估计其至邻居节点的距离或邻居数目等手段，利用节点间交换的信息，确定节点位置的机制。从广义上讲，传感器网络的定位问题包括节点自身定位和对监控目标的定位。由于传感器网络的节点容量受限，包括有限的功耗、通信带宽、内存和计算能力，节点协作完成感知和通信任务，希望计算和通信量最小化，节点定位是传感器网络运行的一个基本和关键问题。 首先，传感器节点必须明确自身位置才能详细说明“在什么位置发什么了什么事件”。从而实现对外部目标的定位和跟踪；其次，了解传感器节点的位置分布状况可以对提高网络的路由效率提供帮助，从而实现网络的负载均衡以及网络拓扑的自动配置，改善整个网络的覆盖质量。因此，必须采取一定的机制或算法来实现无线传感器网络中各节点的定位。 第二章传统定位技术分析
无线传感网络定位算法 目录 一、常用定位技术 (2) 1.1 GPS与A-GPS定位 (2) 1.2 基站定位（cell ID定位） (3) 1.3 Wifi AP定位 (3) 1.4 FRID、二维码定位 (3) 二、定位算法研究的目的和意义 (4) 三、WSN定位算法分析 (5) 3.1 基于锚节点的定位算法 (5) 3.1.1 距离相关定位算法 (5) 3.1.2 距离无关定位算法 (6) 3.2 基于移动锚节点的定位算法 (8) 3.2.1 基于移动锚节点的距离相关定位算法 (9) 3.2.2 基于移动锚节点的距离无关定位算法 (11) 四、总结 (13) 附：组员及分工情况..................................................................................... 错误！未定义书签。
一、常用定位技术 1.1 GPS与A-GPS定位 常见的GPS定位的原理可以简单这样理解：由24颗工作卫星组成，使得在全球任何地方、任何时间都可观测到4颗以上的卫星，测量出已知位置的卫星到用户接收机之间的距离，然后综合多颗卫星的数据就可知道接收机的具体位置。在整个天空范围内寻找卫星是很低效的，因此通过GPS 进行定位时，第一次启动可能需要数分钟的时间。这也是为啥我们在使用地图的时候经常会出现先出现一个大的圈，之后才会精确到某一个点的原因。不过，如果我们在进行定位之前能够事先知道我们的粗略位置，查找卫星的速度就可以大大缩短。 GPS系统使用的伪码一共有两种，分别是民用的C/A码和军用的P（Y）码。民用精度约为10米，军用精度约为1米。GPS的优点在于无辐射，但是穿透力很弱，无法穿透钢筋水泥。通常要在室外看得到天的状态下才行。信号被遮挡或者削减时，GPS定位会出现漂移，在室内或者较为封闭的空间无法使用。 正是由于GPS的这种缺点，所以经常需要辅助定位系统帮助完成定位，就是我们说的A-GPS。 例如iPhone 就使用了A－GPS，即基站或WiFi AP 初步定位后，根据机器内存储的GPS 卫星表来快速寻星，然后进行GPS 定位。例如在民用的车载导航设备领域，目前比较成熟的是GPS + 加速度传感器补正算法定位。在日本的车载导航市场是由Sony 的便携式车载导航系统Nav-U1 首先引入量产。例如在增加了三轴陀螺仪的iphone4里可以利用三轴陀螺仪来辅助完成定位，具体可以参见这篇文章的介绍，不过三轴陀螺仪定位的误差会随着时间逐渐积累。
摘要 无线传感器网络（WSN，Wireless Sensor Network）是近年来迅速发展并受到普遍重视的新型网络技术，它的出现和发展给人类的生活和生产的各个领域带来了深远的影响。无线传感器网络节点定位技术是无线传感器网络应用研究的基础。目前，已有多种定位技术被应用于室内定位中，尤其是基于接收信号强度（RSSI，Received Signal Strength Indication）的定位技术以其低功耗、低成本、易于实现等优点，得到了无线传感器网络研究学者们的青睐。 本文重点研究了基于RSSI的室内定位的关键技术，主要包括定位模型分析和定位算法设计。首先，为了获得较为精确的定位，根据RSSI测距原理和无线信号传播衰减模型在设定的室内环境进行多次实验，通过计算及均值处理等方法反复调整以获得标准的定位模型参数，得到高精度的等效距离。接着，根据三边定位算法原理简化定位算法，建立更为简单的定位模型，采用双边定位得到两个可能的定位点，再利用RSSI测距原理对两个定位点进行择优选择确定定位点。最后，在Arduino开发平台上对参考节点与未知节点这两类iDuino节点的室内定位模型进行了软件开发设计和程序开发。在设定的室内环境部署iDuino节点，搭建实验定位模型，并实现了定位。 关键词：无线传感器网络，节点，室内定位，RSSI，Arduino
ABSTRACT Wireless sensor network (WSN) is developed rapidly and universally emphasized as a new network technology in recent years, the advent and development of WSN have had a profound and lasting impact on the life and all areas of production of human beings. Wireless nodes localization technology is the basis in the application and studies of wireless sensor network. There are a variety of positioning technology have been used in indoor location at present, especially the based on RSSI (received signal strength) positioning technology gets a great preference from many scholars of studies of wireless sensor network with the advantages of low power consumption, low cost and easy to realize. This paper mainly studies the key technology of indoor positioning based on RSSI, which mainly includes the positioning model analysis and positioning algorithm design. First, in order to obtain more accurate positioning, we perform several experiments according to the RSSI ranging principle and wireless signal propagation attenuation model in the setting of indoor environment, and get accurate positioning model parameters and equivalent distance by the methods of calculation and mean processing. Then, we simplify Trilateral Localization Algorithm to Bilateral Location Algorithm and establish a simpler positioning model, with which we can get two nodes of possible location, and determine the better node according to the RSSI ranging principle. At last, we make software designing and programming of these nodes that are anchor nodes and nodes of unknown on the Arduino development platform. Combined with the indoor environment we selected, we deploy the iDuino nodes and then build location model, with which we implement the location. KEY WORDS：Wireless Sensor Network，Nodes，Indoor Location，RSSI，Arduino
文献综述 一般使用的计算机的硬件结构主要反映数值计算的需要，而计算机上的非数值处理的对象基本上是字符串数据，因此在处理字符串数据时比处理整数和浮点数要复杂的很多。随着程序语言将程序的发展，字符串的处理也有了越来越多的研究。子串的定位炒作通常称为串的模式匹配，是各种处理系统中最重要的操作之一。串匹配问题是指从给定的字符序列中找出一个或多个具有某种属性的模式序列，而字符串匹配指的便是从给定的字符序列中找出一个或若干个给定的字符串。字符串匹配算法是一个基础算法，它的解决以及在这个过程中产生的方法对计算机的其他问题都产生了巨大的影响。在我们日常使用计算机的过程中，使用字符串匹配技术的例子十分普遍，例如：入侵检测、病毒检测、信息检索、信息过滤、计算生物学等等都包含了字符串匹配技术。 在字符串匹配技术被广泛应用的同时，众多的科技人员也对其进行了深入的研究，字符串匹配问题现在已经发展成为一门相对独立的科学——字符串学（Stingology）[1][2][3]。字符串匹配技术最先被应用于图书文献目录摘要的查询系统和构建数据的全文检索系统。而后，随着网络安全技术和生物技术的日益发展，在网络安全和生物计算等领域中字符串匹配技术又获得了新的发展空间。 随着网络速度和流量的日益增加，基于网络的入侵检测[4][5]系统面临着严峻的挑战，它的处理、分析速度越来越难以跟上网络流量增加速度，从而极易导致数据包的丢失。解决数据包丢失等问题，提高处理速度是关键。另外对于基于误用的入侵检测系统而言，检测过程中最费时的部分便是入侵特征匹配。 目前，信息资源的高速膨胀已经成为一个全球普遍关注的现象。加利福尼亚大学伯克利分校研究人员发现，仅从1999年至2002年全球新产生的信息量就翻了一番。伴随着信息膨胀，信息的良莠不齐现象也是一个严重困扰人们的问题。大量反动、黄色信息以及国家机密在网络上蔓延和传播，给国建安全和社会稳定造成了严重的威胁，如何对这些不良信息进行网络监控是我们面临的一个重要问题。在信息过滤时，特别是在主干网络上进行过滤与检索，对字符串匹配的实时性要求极高，字符串匹配性能的优劣直接影响了过滤与检索系统的性能。 随着生命科学的发展，人们对生命物质的微观结构也有了越来越清晰的认识。目前，人类基因组序列的绘制工作已完成，Prosite等大型蛋白质重要样本数
室内定位技术方案综述及应用前景展望分析研究报告
现代人智能手机里的GPS导航地图愈发不可缺少，但仅仅支持室外定位，当你进到室内，由于导航信号衰减太快，卫星定位根本无法使用。就算使用了现在的AGPS 辅助全球卫星定位系统，国内最热的两款热门地图如百度地图和高德地图的定位缺点依然很明显，精度只能够达到民用的10m级别，而且在AP地址位置发生变化时也容易出错。而我们下面要说的室内定位技术对精度的要求更高，需要米级1m的定位精度，并能够判断楼层，我们用什么技术可以实现呢？ 传统GPS工作原理图
AGPS辅助定位工作原理 室内定位技术的应用前景 室内定位技术在定位搜救、公共安全、商业等方面有非常良好的应用前景，我们可以想象一些比较常见的应用场景：比如在大型商场里面借助室内导航快速找到出口、电梯；家长用来跟踪小孩的位置避免小孩在超市中走丢；房屋根据你的位置打开或关闭电灯；重要的随身物品丢了，当自己走出几米远时手机就发出提醒；商店根据用户的具体位置向用户推送更多关于商品的介绍等等。这种技术已经吸引了一波国内外创新的高潮，各种基于此技术的应用将出现在我们的面前，其规模和影响绝不会亚于GPS。这一切都标志着发展室内定位技术有着广阔的应用前景。 室内定位技术工作原理 全球行业内大咖们的解决方案 如今谷歌、微软、苹果、XX等在内的一些科技巨头，还有一些世界有名的大学都在研究室内定位技术，首先来看看科技巨头公司和各大学的室内定位技术解决方案： ①谷歌方案
谷歌手机地图6.0版的时候已经在一些地区加入了室内导航功能，此方案主要依靠GPS（室内一般也能搜索到2～3颗卫星）、WiFi信号、手机基站以及根据一些“盲点”，如室内无GPS、Wi-Fi或基站信号的地方的具体位置完成室内的定位。目前此方案的精度还不是很满意，所以谷歌后来又发布了一个叫“GoogleMapsFloorPlanMarker”的手机应用，号召用户按照一定的步骤来提高室内导航的精度。 谷歌一直在努力解决两个问题：获取更多的建筑平面图；提高室内导航的精度。建筑平面图是室内导航的基础，就如同GPS车用导航需要电子导航地图一样。谷歌目前想通过“众包”的方式解决数据源的问题，就是鼓励用户上传建筑平面图。另外，用户在使用谷歌的室内导航时，谷歌会收集一些GPS、Wi-Fi、基站等信息，通过服务器进行处理分析之后为用户提供更准确的定位服务。 谷歌6.0地图室内和室外导航对比图
万方数据
万方数据
万方数据
万方数据
单目视觉定位方法研究综述 作者：李荣明， 芦利斌， 金国栋 作者单位：第二炮兵工程学院602教研室,西安,710025 刊名： 现代计算机：下半月版 英文刊名：Modem Computer 年，卷(期)：2011(11) 参考文献(29条) 1.R.Horaud;B.Conio;O.Leboullcux An Analytic Solution for the Perspective 4-Point Problem 1989(01) 2.任沁源基于视觉信息的微小型无人直升机地标识别与位姿估计研究 2008 3.徐筱龙;徐国华;陈俊水下机器人的单目视觉定位系统[期刊论文]-传感器与微系统 2010(07) 4.邹伟;喻俊志;徐德基于ARM处理器的单目视觉测距定位系统[期刊论文]-控制工程 2010(04) 5.胡占义;雷成;吴福朝关于P4P问题的一点讨论[期刊论文]-自动化学报 2001(06) 6.Abdel-Aziz Y;Karara H Direct Linear Transformation from Comparator to Object Space Coordinates in Close-Range Ph- togrammetry 1971 7.Fishier M A;Bolles R C Random Sample Consensus:A Paradigm for Model Fitting with Applications to Image Analy-s~s anu Automated tartograpny 1981(06) 8.祝世平;强锡富用于摄像机定位的单目视觉方法研究[期刊论文]-光学学报 2001(03) 9.沈慧杰基于单目视觉的摄像机定位方法的研究 2009 10.任沁源;李平;韩波基于视觉信息的微型无人直升机位姿估计[期刊论文]-浙江大学学报（工学版） 2009(01) 11.刘立基于多尺度特征的图像匹配与目标定位研究[学位论文] 2008 12.张治国基于单目视觉的定位系统研究[学位论文] 2009 13.张广军;周富强基于双圆特征的无人机着陆位置姿态视觉测量方法[期刊论文]-航空学报 2005(03) 14.Zen Chen;JenBin Huang A Vision-Based Method for theCircle Pose Determination with a Direct Geometric Interpre- tation[外文期刊] 1999(06) 15.Safaee-Rad;I.Tchoukanov;K.C.Smith Three-Dimension of Circular Features for Machine Vision 1992 16.S.D.Ma;S.H.Si;Z.Y.Chen Quadric Curve Based Stereo 1992 17.D.A.Forsyth;J.L.Munday;A.Zisserman Projective In- variant Representation Using Implicit Algebraic Curves 1991(02) 18.吴朝福;胡占义PNP问题的线性求解算法[期刊论文]-软件学报 2003(03) 19.降丽娟;胡玉兰;魏英姿一种基于平面四边形的视觉定位算法[期刊论文]-沈阳理工大学学报 2009(02) 20.Sun Fengmei;Wang Weining Pose Determination from a Single Image of a Single Parallelogram[期刊论文]-Acta Automatica Sinica 2006(05) 21.吴福朝;王光辉;胡占义由矩形确定摄像机内参数与位置的线性方法[期刊论文]-软件学报 2003(03) 22.王晓剑;潘顺良;邱力为基于双平行线特征的位姿估计解析算法[期刊论文]-仪器仪表学报 2008(03) 23.刘晓杰基于视觉的微小型四旋翼飞行器位姿估计研究与实现 2009 24.刘士清;胡春华;朱纪洪一种基于灭影线的无人直升机位姿估计方法[期刊论文]-计算机工程与应用 2004(9) 25.Mukundan R;Raghu Narayanan R V;Philip N K A Vision Based Attitude and Position Estimation Algorithm for Rendezvous and Docking 1994(02)
《无线传感器网络》 一、填空题（每题4分，共计60分） 1.传感器网络的三个基本要素：传感器、感知对象、用户(观察者) 2.传感器网络的基本功能：协作式的感知、数据采集、数据处理、发布感知信息 3、 3.无线传感器节点的基本功能：采集数据、数据处理、控制、通信 4.无线通信物理层的主要技术包括：介质选择、频段选取、调制技术、扩频技术 5.扩频技术按照工作方式的不同，可以分为以下四种：直接序列扩频、跳频、跳时、宽带 线性调频扩频 6.定向扩散路由机制可以分为三个阶段：兴趣扩展阶段、梯度建立阶段、路径加强阶段 7.无线传感器网络特点：大规模网络、自组织网络、可靠的网络、以数据为中心的网络、 应用相关的网络 8.无线传感器网络的关键技术主要包括：网络拓扑控制、网络协议、时间同步、定位技术、 数据融合及管理、网络安全、应用层技术 9.IEEE 标准主要包括：物理层。介质访问控制层 10.简述无线传感器网络后台管理软件结构与组成：后台管理软件通常由数据库、数据处理 引擎、图形用户界面和后台组件四个部分组成。 11.数据融合的内容主要包括：多传感器的目标探测、数据关联、跟踪与识别、情况评估和 预测 12.无线传感器网络可以选择的频段有：_800MHz___915M__、、___5GHz 13.传感器网络的电源节能方法：_休眠（技术）机制、__数据融合 14.传感器网络的安全问题：(1) 机密性问题。 (2) 点到点的消息认证问题。 (3) 完整 性鉴别问题。 15.规定三种帧间间隔：短帧间间隔SIFS，长度为 28 s a)、点协调功能帧间间隔PIFS长度是 SIFS 加一个时隙(slot)长度，即78 s b)分布协调功能帧间间隔DIFS ，DIFS长度=PIFS +1个时隙长度，DIFS 的长度为 128 s 16.任意相邻区域使用无频率交叉的频道是，如：1、6、11频道。 17.网络的基本元素SSID标示了一个无线服务，这个服务的内容包括了：接入速率、工作 信道、认证加密方法、网络访问权限等 18.传感器是将外界信号转换为电信号的装置，传感器一般由敏感元件、转换元件、转换电 路三部分组成 19.传感器节点由传感器模块、处理器模块、无线通信模块和能量供应模块四部分组成 20.物联网是在计算机互联网的基础上，利用RFID、无线数据通信等技术，构造一个覆盖 万物的网络。RIFD无线识别、嵌入式系统技术、能量供给模块和纳米技术列为物联网关键技术。 二、基本概念解释（每题5分，共40分） 1.简述无线网络介质访问控制方法CSMA/CA的工作原理 CSMA/CA机制: 当某个站点（源站点）有数据帧要发送时，检测信道。若信道空闲，且在DIFS时间内一直空闲，则发送这个数据帧。发送结束后，源站点等待接收ACK确认帧。如果目的站点接收到正确的数据帧，还需要等待SIFS时间，然后向源站点发送ACK确认帧。若源站点在规定的时间内接收到ACK确认帧，则说明没有发生冲突，这一帧发送成功。否则执行退避算法。
本科毕业论文 文献综述 题目：GPS在工程测量中的应用及数据处理 姓名：赵建平学号2009303200901 专业：地理信息系统 指导教师：苗洁职称讲师 中国·武汉 二○一三年一月 分类号密级
华中农业大学本科毕业论文 文献综述 GPS在工程测量中的应用及数据处理GPS in Engineering Measurement and Data Processing 学生姓名：赵建平 学生学号：2009303200901 学生专业：地理信息系统 指导教师：苗洁讲师 华中农业大学资源与环境学院 二○一三年一月
Ⅰ目录 1.GPS和工程测量等相关概念2 1．1GPS相关概念2 1.1.1 GPS概念2 1.1.2 GPS技术2 1.1.3 GPS卫星测量原理3 1.1.4 GPS 测量的技术特点3 1.2 工程测量介绍4 2. GPS 在现代工程测量中的具体应用分析5 2.1实时动态(RTK>定位技术简介5 2.2 静态GPS在工程测量中的应用6 2.3 动态GPS在工程测量中的应用7 3.工程测量及数据处理7 3.1工程控制网数据处理方法7 3.2 GPS基线处理与质量控制8 3.2.1 GPS基线边的解算8 3.2.2 各种检核计算9 3.2.3 平差计算和成果分析9 4.分析与总结10 5.参考文献11 6.致谢11
GPS工程测量及数据处理研究 Ⅱ摘要：GPS测量技术具有测量时间短、技术含量高、精确度高等优点，在工程测量实践中发挥着越来越重要的作用。本文主要通过介绍GPS的系统组成、工作原理、技术特点等基本情况，系统总结了GPS技术在工程测量中的应用情况，及其在工程测量后的数据处理方法。 Ⅲ关键词：全球定位系统； GPS测量技术；工程测量；应用。静态测量；动态测量；数据处理 1.GPS和工程测量等相关概念 1．1GPS相关概念 1.1.1 GPS概念 GPS是英文Navigation SatelliteTiming And Ranging／Global PositioningSystem 卫星测时测距导航／全球定位系统）的简称，而其中文简称为“球位系”。GPS是20世纪70年代由美国陆海空三军联合研制的新一代空间卫星导航定位系统。其主要目的是为陆、海、空三大领域提供实时、全天候和全球性的导航服务，并用于情报收集、核爆监测和应急通讯等一些军事目的，是美国独霸全球战略的重要组成。经过20余年的研究实验，耗资300亿美元，到1994年3月，全球覆盖率高达98％的24颗GPS卫星星座己布设完成。 1.1.2 GPS技术 GPS定位技术的高度自动化及其所达到的高精度和具有的潜力，也引起了广大测量工作者的极大兴趣。当时GPS定位基本上只有一个作业模式——静态相对定位，两台或若干台GPS接收机安置在待定点上，连续同步观测同一组卫星1-2h或更长一些时间，通过观测数据的后处理，给出各待定点间的基线向量，在采用广播星历的条件下，静态定位可取得5mm＋1×10－6D<双频）或10mm＋2×10－6D<单频）基线解精度。随着技术的发展，快速静态定位为短基线测量作业闯出了一条新路，大大提高了GPS测量的劳动生产率。一对GPS测量系统<双频）在10km以内的短边上，正常接收4-5颗卫星5min左右，即可获取5-10mm＋1×10－6D的基
室内定位常用算法概述 一.室内定位目的和意义 随着数据业务和多媒体业务的快速增加，人们对定位与导航的需求日益增大，尤其在复杂的室内环境，如机场大厅、展厅、仓库、超市、图书馆、地下停车场、矿井等环境中，常常需要确定移动终端或其持有者、设施与物品在室内的位置信息。但是受定位时间、定位精度以及复杂室内环境等条件的限制，比较完善的定位技术目前还无法很好地利用。因此，专家学者提出了许多室内定位技术解决方案，如A-GPS定位技术、超声波定位技术、蓝牙技术、红外线技术、射频识别技术、超宽带技术、无线局域网络、光跟踪定位技术，以及图像分析、信标定位、计算机视觉定位技术等等。这些室内定位技术从总体上可归纳为几类，即GNSS 技术(如伪卫星等)，无线定位技术(无线通信信号、射频无线标签、超声波、光跟踪、无线传感器定位技术等)，其它定位技术(计算机视觉、航位推算等)，以及GNSS和无线定位组合的定位技术(A-GPS或A-GNSS)。 由于在室内环境下对于不同的建筑物而言，室内布置，材料结构，建筑物尺度的不同导致了信号的路径损耗很大，与此同时，建筑物的内在结构会引起信号的反射，绕射，折射和散射，形成多径现象，使得接收信号的幅度，相位和到达时间发生变化，造成信号的损失，定位的难度大。虽然室内定位是定位技术的一种，和室外的无线定位技术相比有一定的共性，但是室内环境的复杂性和对定位精度和安全性的特殊要求，使得室内无线定位技术有着不同于普通定位系统的鲜明特点，而且这些特点是户外定位技术所不具备的。因此，两者区域的标识和划分标准是不同的。基于室内定位的诸多特点，室内定位技术和定位算法已成为各国科技工作者研究的热点。如何提高定位精度仍将是今后研究的重点。 二. 室内定位技术的国内外发展趋势 室内GPS定位技术 GPS是目前应用最为广泛的定位技术。当GPS接收机在室内工作时，由于信号受建筑物的影响而大大衰减，定位精度也很低，要想达到室外一样直接从卫星广播中提取导航数据和时
实现无线定位中的CHAN算法 function X = ChanAlgorithm(BSN, MSP, Radius, Noise) %CHANALGORITHM 本函数用于实现无线定位中的CHAN算法 % - BSN 为基站个数，3 < BSN <= 7； % - MSP 为移动台的初始位置, MSx, MSy均为[0,1]之间的数； % 特别要注意服务小区与MS之间的关系，MS的位置不能越界。% - Noise 测距误差方差。 % - R 为小区半径，单位(meter)； % - X 为移动台经算法处理后的位置. %See also: ChanAlgorithm.m % 参数检查： if nargout>1, error('Too many output arguments.'); end if nargin<2 | nargin>4, error('Wrong number of input arguments.'); end % 算法开始： BS = Radius*NetworkTop(BSN); MS = Radius*MSP; % 噪声功率： Q = eye(BSN-1); % 第一次LS： % Ri K1 = 0; for i = 1: BSN, R0(i) = sqrt((BS(1,i) - MS(1))^2 + (BS(2,i) - MS(2))^2); end for i = 1: BSN-1, R(i) = R0(i+1) - R0(1) + Noise*randn(1); K(i) = BS(1,i+1)^2 + BS(2,i+1)^2; end % Ga for i = 1: BSN-1, Ga(i,1) = -BS(1, i+1); Ga(i,2) = -BS(2, i+1); Ga(i,3) = -R(i); end % h for i = 1: BSN-1, h(i) = 0.5*(R(i)^2 - K(i) + K1); end % 由（14b）给出B的估计值：
摘要 本科毕业设计 （文献综述） 题目基于单片机的GPS定位 系统设计 姓名 专业 学号201 指导教师 信息工程学院 二○一五年五月
基于单片机的GPS定位系统设计文献综述 前言 GPS卫星导航定位技术于上世纪80年代末引入中国，目前主要在大地测量(测绘、勘探)、海上渔业和车辆定位监控等领域得到了比较广泛的应用。在全球GPS应用领域中，车辆应用所占的比重最大，目前约占总数的40％以上。1996～1997年间是GPS车辆跟踪系统市场的调整和充实时期。主要是公安、金融等部门利用其专用的常规无线电台(异频单工电台)通信系统和模拟集群系统，在全国三四十个城市建成了金融运钞车和公安交警车辆跟踪系统。1998～2000年GPS车辆跟踪系统市场出现了快速增长的势头。随着我国GSM数字移动通信系统的快速发展与全国普及，作为系统瓶颈问题的通信网络通过采用GSM公众网的短信息服务找到了新的出路，这对GPS车辆跟踪系统的发展起极大的促进作用[3]。 我国现在拥有世界上最大潜力的卫星导航应用市场。经过十多年的发展，我国的卫星导航用户设备市场化的条件日趋成熟，批量化用户群体正在逐步形成，已进入应用行业高速发展的时期。美国联邦通信委员会规定，到2005年美国95％的用户手机必须配有定位能力，2003年底前，95％的新手机有定位能力。而移动电话与GPS结合是最好的解决办法。目前，国际上一些主流手机制造商如诺基亚、爱立信和三星等已开始使用集成的GPS芯片，而日本的日本电信电话移动通信网公司、KDDI和美国的Sprint、Verizon、网信公司等电信运营商也已开始或计划提供基于GPS手机的位置服务[4]。
无线定位算法综述
无线定位算法综述 一无线传感网络与节点定位 1. 无线传感网络中的关键技术 无线传感器网络作为当今信息领域新的究热点，涉及多学科交叉的研究领域，涉及到非常多的关键技，主要包括：拓扑控制；网络协议；网络安全；时间同步；定位技术；数据融合；嵌入式操作系统；无线通信技术；跨层设计和应用层设计。 2. 无线传感器网络节点定位机制 无线传感器网络节点定位问题可表述为：依靠有限的位置己知节点即信标节点(锚节点)，确定布设区中其它未知节点的位置，在传感器节点间建立起一定的空间关系的过程。无线定位机制一般由以下三个步骤组成： 第一步，对无线电信号的一个或几个电参量(振幅、频率、相位、传播时间)进行测量，根据电波的传播特性把测量的电参量转换为距离、距离差及到达角度等，用来表示位置关系； 第二步，运用各种算法或技术来实现位置估计； 第三步，对估计值进行优化。 3. 节点间距离或角度的测量 在无线传感器网络中，节点间距离或角度的测量技术常用的有RSSI、TOA、TDOA和AOA等。 4. 计算节点位置的基本方法 (1) 三边测量法
(2) 三角测量法； (3) 极大似然估计法。 5. 无线传感器网络定位算法的性能评价
几个常用的评价标准：定位精度；规模；锚节点密度；节点密度；覆盖率；容错性和自适应性；功耗；代价。 6. 无线传感器网络定位技术分类 （1）物理定位与符号定位； （2）绝对定位与相对定位； （3）紧密耦合与松散耦合； （4）集中式计算与分布式计算； （5）基于测距技术的定位和无须测距技术的定位； （6）粗粒度与细粒度； （7）三角测量、场景分析和接近度定位。 二典型的自身定位系统与算法 到目前为止，WSN 自身定位系统和算法的研究大致经过了两个阶段。第1 阶段主要偏重于紧密耦合型和基于基础设施的定位系统。对于松散耦合型和无须基础设施的定位技术的关注和研究可以认为是自身定位系统和算法研究的第2 阶段。 1. Cricket定位系统 未知节点使用TDOA技术测量其与锚节点的距离，使用三边测量法提供物理定位。 2. RADAR系统 建立信号强度数据库，通过无线网络查询数据库，选择可能性最大的位置定位自身。 在三边测量定位方式下，未知节点根据RSSI计算与多个基站的距离，然后使用三边测量法定位， 3. AHLos系统 AHLos 算法中定义了3 种定位方式——原子式、协作式和重复式最大似然估计定位(atom,collaborative 和iterative multilateration)。
无线定位算法综述 一无线传感网络与节点定位 1. 无线传感网络中的关键技术 无线传感器网络作为当今信息领域新的究热点，涉及多学科交叉的研究领域，涉及到非常多的关键技，主要包括：拓扑控制；网络协议；网络安全；时间同步；定位技术；数据融合；嵌入式操作系统；无线通信技术；跨层设计和应用层设计。2. 无线传感器网络节点定位机制 无线传感器网络节点定位问题可表述为：依靠有限的位置己知节点即信标节点(锚节点)，确定布设区中其它未知节点的位置，在传感器节点间建立起一定的空间关系的过程。无线定位机制一般由以下三个步骤组成： 第一步，对无线电信号的一个或几个电参量(振幅、频率、相位、传播时间) 进行测量，根据电波的传播特性把测量的电参量转换为距离、距离差及到达角度等，用来表示位置关系； 第二步，运用各种算法或技术来实现位置估计； 第三步，对估计值进行优化。 3. 节点间距离或角度的测量 在无线传感器网络中，节点间距离或角度的测量技术常用的有RSSI、TOA、TDOA和AOA等。 4. 计算节点位置的基本方法 (1) 三边测量法
(2) 三角测量法； (3) 极大似然估计法。 5. 无线传感器网络定位算法的性能评价
几个常用的评价标准：定位精度；规模；锚节点密度；节点密度；覆盖率；容错性和自适应性；功耗；代价。 6. 无线传感器网络定位技术分类 （1）物理定位与符号定位； （2）绝对定位与相对定位； （3）紧密耦合与松散耦合； （4）集中式计算与分布式计算； （5）基于测距技术的定位和无须测距技术的定位； （6）粗粒度与细粒度； （7）三角测量、场景分析和接近度定位。 二典型的自身定位系统与算法 到目前为止，WSN 自身定位系统和算法的研究大致经过了两个阶段。第1 阶段主要偏重于紧密耦合型和基于基础设施的定位系统。对于松散耦合型和无须基础设施的定位技术的关注和研究可以认为是自身定位系统和算法研究的第2 阶段。 1. Cricket定位系统 未知节点使用TDOA技术测量其与锚节点的距离，使用三边测量法提供物理定位。 2. RADAR系统 建立信号强度数据库，通过无线网络查询数据库，选择可能性最大的位置定位自身。 在三边测量定位方式下，未知节点根据RSSI计算与多个基站的距离，然后使用三边测量法定位， 3. AHLos系统 AHLos算法中定义了3 种定位方式——原子式、协作式和重复式最大似然估计定位(atom,collaborative和iterative multilateration)。
无线传感器网络的定位 摘要 无线传感器网络节点自身定位至关重要,在军事和民用领域中有着广泛的应用前景.目前的定位算法主要分为两种类型,即基于距离的定位算法和距离无关的定位算法.这两种类型的算法各有优势和不足.考虑了两种算法的优缺点,为了有效抑制复杂环境对无线传感器网络节点定位精度的影响,以三边定位算法为基础,提出了三边质心定位法, DV-HOP改进法两种较为精确的改进算法. 对于问题一,为了改进三边测距法,我们引进质心法,建立基于三边测距法、质心法的三边质心定位法(通过计算相交圆的交点,在每两个圆相交产生的两个交点中找到与另一个圆距离较小的点,共可找到三个点,用这三点所确定的区域的质心来估计未知节点的坐标),在此基础上我们继续运用加权补偿法,对区域定位误差加以考虑,求得更准确的未知节点的坐标. 对于问题二,我们采用DV-HOP改进法,首先确定各节点之间的最小跳距即最小跳数,由此估算出各节点之间的距离,再结合三角测量法,三边算法,多次计算取平均值,最终确定各未知节点的坐标. 对于问题三:针对本问,我们采用三边测量法、三边质心定位法、DV-HOP测量法,分别对已知仿真算例中的未知节点进行定位运算,同时借助MATLAB软件进行求解,最后得出由未知节点实际坐标,结果见附表二. 对于问题四,首先,我们将通过三种方法求出的各未知节点坐标值与附件中所给出的数据进行对比观察,然后由此总结分析三种方法的合理性和优缺点,比较三种算法的优劣. 鉴于所给出的三种算法,基于本问题所给出的信息量(未知节点到周围三个信标节点的距离,各信标节点的坐标,各未知节点的真实坐标,仿真算例),DV-HOP改进法所得结果较为精确. 关键词:无线网络定位三边质心定位法加权补偿法DV-HOP改进法
文献综述 1 引言 在计算机视觉和模式识别领域，人脸识别技术（Face Recognition Technology，简称FRT）是极具挑战性的课题之一。近年来，随着相关技术的飞速发展和实际需求的日益增长，它已逐渐引起越来越多研究人员的关注。人脸识别在许多领域有实际的和潜在的应用，在诸如证件检验、银行系统、军队安全、安全检查等方面都有相当广阔的应用前景。人脸识别技术用于司法领域，作为辅助手段，进行身份验证，罪犯识别等;用于商业领域，如银行信用卡的身份识别、安全识别系统等等。正是由于人脸识别有着广阔的应用前景，它才越来越成为当前模式识别和人工智能领域的一个研究热点。 虽然人类能够毫不费力的识别出人脸及其表情，但是人脸的机器自动识别仍然是一个高难度的课题。它牵涉到模式识别、图像处理及生理、心理等方面的诸多知识。与指纹、视网膜、虹膜、基因、声音等其他人体生物特征识别系统相比，人脸识别系统更加友好、直接，使用者也没有心理障碍。并且通过人脸的表情/姿态分析，还能获得其他识别系统难以获得的一些信息。 自动人脸识别可以表述为：对给定场景的静态或视频序列图像，利用人脸数据库验证、比对或指认校验场景中存在的人像，同时可以利用其他的间接信息，比如人种、年龄、性别、面部表情、语音等，以减小搜索范围提高识别效率。自上世纪90年代以来，人脸识别研究得到了长足发展，国内外许多知名的理工大学及TT公司都成立了专门的人脸识别研究组，相关的研究综述见文献[1-3]。 本文对近年来自动人脸识别研究进行了综述，分别从人脸识别涉及的理论，人脸检测与定位相关算法及人脸识别核心算法等方面进行了分类整理，并对具有典型意义的方法进行了较为详尽的分析对比。此外，本文还分析介绍了当前人脸识别的优势与困难。 2 人脸识别相关理论 图像是人们出生以来体验最丰富最重要的部分，图像可以以各种各样的形式出现，我们只有意识到不同种类图像的区别，才能更好的理解图像。要建立一套完整的人脸识别系统(Face Recognetion System，简称FRS)，必然要综合运用以下几大学科领域的知识： 2.1 数字图像处理技术 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机