浙江省教育厅科研计划(Y201328700)
- 作品数：2 被引量：31H指数：2
- 相关作者：吴晓平袁鑫王国英沈浩更多>>
- 相关机构：浙江农林大学更多>>
- 发文基金：浙江省教育厅科研计划国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于RSSI定位模型的非视距关系识别方法被引量：9
- 2013年
- RSSI具有无需额外的硬件、成本低等特点,在无线传感器网络定位领域得到了广泛的应用。为精确定位目标节点坐标,本文介绍了RSSI对数衰减模型下实现目标节点定位的最大可能性(ML)估计方法。以建立的ML估计方法的目标函数为基础,本文同时论证了节点残差和平方残差和的统计分布规律,并提出了相应的非视距(NLOS)关系识别方法。仿真结果表明当信标节点存在误差时,所设计的迭代ML估计方法能快速、准确地实现目标定位。仿真实验测试了节点残差法、平方残差和法的NLOS识别率,表明随着单个节点NLOS误差的增大,NLOS识别率逐渐提高。比较2种不同方法下NLOS的正确识别率,节点残差法的识别率稍优于平方残差和法。
- 吴晓平陆炳斌沈浩
- 关键词：无线传感器网络残差
- 线性最小二乘法的RSSI定位精确计算方法被引量：24
- 2014年
- 基于接收信号强度指示(RSSI)定位模型,提出了一种目标节点位置的精确计算方法。将RSSI定位问题所描述的非线性优化函数转化为线性最小二乘法估计问题,将定位结果直接用代数解表示。分别提出了目标节点信号发射强度已知和未知下的非约束线性最小二乘(ULLS)定位方法。同时对非约束线性最小二乘法下的参数进一步优化,提出了约束线性最小二乘法以提高定位精度。仿真验证了该定位计算方法的有效性,测试了不同信号强度噪声对定位误差的影响。结果同时表明,约束线性最小二乘法比非约束线性最小二乘法的定位误差更小,非常接近于定位结果的克拉美罗下界值(CRLB)。
- 袁鑫吴晓平王国英
- 关键词：无线传感器网络
