一种改进的APIT定位算法
- 格式:ppt
- 大小:2.12 MB
- 文档页数:35
基于RSSI滤波的三边室内定位算法作者:程俊来源:《科技风》2019年第28期摘要:针对复杂的室内环境中,基于接收信号强度指示(RSSI)定位困难的问题,提出了一种基于卡尔曼滤波、高斯滤波、统计中值相结合(KGSM滤波)的三边测距定位算法。
算法先用KGSM滤波优化了RSSI值,然后运用对数损耗模型计算出距离,最后用三边测距得到了定位位置。
实验结果表明:KGSM滤波提高了采集的RSSI值精确度,使三边定位算法的定位误差维持在0.7~1.0m,提高了定位的稳定性和精确度。
关键词:接收信号强度指示;室内定位;滤波方式;三边测距;定位误差中图分类号:TP393 ;文献标识码:A现实生活中,GPS已广泛用于室外定位,但在室内环境中,由于建筑物的阻挡,GPS定位无法开展。
为了解决上述问题,人们尝试引入其他方法来实现定位。
目前,常用于室内定位的方法可以分为测距和非测距两类,测距算法包括TOA、TDOA、RSSI、AOA等,非测距算法包括APIT、凸规划法、质心法、DV-Hop等方法。
基于测距的RSSI算法应用广泛,但是其易受各种各样环境的影响,故人们常常对其进行滤波处理。
常用的RSSI滤波方法有均值濾波、高斯滤波、中值滤波、卡尔曼滤波以及它们的融合等。
文章[1]对高斯滤波进行了改进,其更符合理论模型,滤波效果更好。
文章[2]将卡尔曼滤波和中值滤波进行了结合,有效减少了粗大RSSI值对结果的影响。
受上述相关文献的启发,本文融合了卡尔曼滤波、高斯滤波、中值滤波的改进型统计中值滤波的优点,提出了一种新型滤波—KGSM(Kalman,Gaussianand Statistics median)滤波,提高了其精确度,进而减少了三边定位算法的[3]的定位误差。
1 KGSM滤波优化RSSI值1.1 传统滤波方法分析室内定位中,由于存在人员走动、信号的反射、电子仪器本身的干扰等不稳定因素,使接收的RSSI值存在很大的误差,为了提高其精确度,我们常常对其进行滤波处理,这里我们简单介绍下本论文用到的滤波:中值滤波、高斯滤波、卡尔曼滤波。
基于序列的传感器网络节点定位算法摘要:针对msp算法需要借助额外的外部扫描设备,不适合应用于对野外大规模部署的传感器网络进行定位这一缺点,提出了一种hgmsp算法。
该算法通过锚节点发出扫描信息,不需要额外的外部设备进行辅助定位,提高了算法的可用性。
仿真实验表明,在去掉辅助设备的情况下,算法的定位精度并无明显下降。
关键词:无线传感器网络;序列;节点定位中国分类号:tn914 文献标识码:a文章编号10053824(2013)010060040 引言无线传感器自诞生以来,因为体积小,携带方便,便于部署等特点,使其在军事、环境、医疗、家庭和其他领域有广阔的应用前景和很高的应用价值[1]。
在很多无线传感器应用中,位置信息对于传感器网络的监测活动至关重要,事件发生的位置或获取节点位置信息是监测信息中的重要一项,没有位置信息的监测消息是没有太大意义的。
因此定位功能是无线传感器网络的最基本功能之一,对传感器网络应用有很大的作用。
目前,国内外很多学者都对无线传感器网络定位算法展开了深入的研究[2]。
当前主流的2种定位算法分别是rangebased(基于测距的)定位算法和rangefree(非测距)定位算法。
其中rangebased 算法包括最早的基于到达时间的toa定位算法、基于到达时间差的tdoa算法和基于到达角度的aoa算法等。
但是因为这些算法需要额外的测距设备等硬件设施,出于硬件成本和能耗等考虑,研究者提出了rangefree定位算法。
由于不需要测距,无需时间同步等一系列原因,非测距的无线传感器网络定位算法逐渐受到研究者的青睐。
非测距的定位算法目前主要有质心算法、基于距离向量的dvhop 算法[3]、rmorphous算法[4]和apit算法[5]以及最新提出的基于采集节点序列的msp算法[6]等。
1 msp简介1.1 msp算法基本思想msp算法是由tianhe等人提出的一种非测距的无线传感器网络节点定位算法。
三维无线传感器网络节点定位研究综述徐越; 陈岑; 陈楠; 朱洪根【期刊名称】《《华北科技学院学报》》【年(卷),期】2019(016)004【总页数】5页(P82-86)【关键词】无线传感器网络; 节点定位; 三维空间【作者】徐越; 陈岑; 陈楠; 朱洪根【作者单位】华北科技学院计算机学院北京东燕郊 065201【正文语种】中文【中图分类】TP212.9; TN929.50 引言无线传感器网络(WSN)是一种多跳自组织网络,由大量小型,低成本,低能耗的传感器节点组成。
节点定位技术使其关键技术之一。
随着应用范围的不断扩大,二维平面定位已不能满足实际应用中的需要,因此,如何减少三维空间中的节点定位误差已成为研究热点。
无线传感器网络的节点定位方法有很多种,二维节点的定位算法主要从基于测距与非测距这两种方法进行分类[1]。
在三维空间中,常用的测距技术有Landscape-3D算法、三维Euclidean定位算法、Constrained-3D定位算法;不需要测距的典型的定位算法有三维质心定位算法、三维DV-HOP定位算法和APIT-3D定位算法。
本文主要介绍了以上典型的基于三维空间应用的定位算法,并分析了它们的优缺点。
1 距离相关的定位算法1.1 Landscape-3D算法Landscape-3D三维空间定位算法[2]主要通过引入一个移动的辅助装置LA(Location-Assistant),如飞机,气球,机器人,车辆等,周期性的广播其当前的三维坐标,然后未知节点接收信号强度(RSSI),通过接收到的信号强度测量自身与LA之间的距离,从而来确定未知节点的位置。
如图1所示。
图1 Landscape-3D算法示意图我们假设传感器随机部署在三维监控区域并做出以下假设:LA具有在传感器区域内移动的能力;LA在移动的时候,可以通过GPS或者预先定义的移动路径来感知自己的位置;LA能够向传感器节点广播信标,每个信标包含LA的当前位置和用于传输信标的传输功率,Landscape-3D算法定位过程如图2所示。
WSN复习知识点填空2分*10名词解释2分*10简答8分*4综合13+15一概述无线传感器网络的标准定义:无线传感器网络是大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络,目的是协作地探测、处理和传输网络覆盖区域内感知对象的监测信息,并报告给用户。
它的英文是Wireless Sensor Network,简称WSN。
1.低成本、低功能和对等通信,是短距离无线通信技术的三个重要特征和优势。
2.目前使用较广泛的近距无线通信技术是蓝牙(Bluetooth),无线局域网802.11(Wi-Fi)和红外数据传输(IrDA)。
同时更有一些具有发展潜力的近距无线技术标准,他们分别是:ZigBee、超宽频(Ultra Wide Band)、短距通信(NFC)、WiMedia、GPS、DECT、无线1394和专用无线系统等。
3. ZigBee系统采用的是直序扩频技术(DSSS),使得原来较高的功率、较窄的频率变成较宽的低功率频率,以有效控制噪声,是一种抗干扰能力极强,保密性,可靠性都很高的通信方式。
蓝牙系统采用的是跳频扩频技术(FHSS),这些系统仅在部分时间才会发生使用频率冲突,其他时间则能在彼此相异无干扰的频道中运作。
4. ZigBee技术特点主要包括:①数据传输速率低。
只有10kb/s~250kb/s,专注于低传输应用。
②功耗低。
在低耗电待机模式下,两节普通五号干电池可使用6个月至2年。
这也是ZigBee的支持者所一直引以为豪的独特优势。
③低成本。
因为ZigBee数据传输速率低,协议简单,所以大大降低了成本。
④网络容量大。
每个ZigBee网络最多可支持255个设备,也就是说每个ZigBee设备可以与另外254台设备相连接。
⑤有效范围小。
有效覆盖范围10~75m之间,具体依据实际发射功率的大小和各种不同的应用模式而定,基本上能够覆盖普通的家庭或办公室环境。
⑥工作频段灵活。
使用的频段分别为2.4GHz、868MHz(欧洲)915MHz(美国),均为免执照频段。