CN101350828B - 一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 - Google Patents
一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 Download PDFInfo
- Publication number
- CN101350828B CN101350828B CN2008100423937A CN200810042393A CN101350828B CN 101350828 B CN101350828 B CN 101350828B CN 2008100423937 A CN2008100423937 A CN 2008100423937A CN 200810042393 A CN200810042393 A CN 200810042393A CN 101350828 B CN101350828 B CN 101350828B
- Authority
- CN
- China
- Prior art keywords
- gas source
- node
- mobile agent
- measurement data
- agent module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提供了一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法,其中,气体源检测传感器节点通过无线方式自动组网。网络中的气象传感器节点提供风速和温度等环境相关信息;时间同步节点提供时间同步信息;气体源检测传感器节点在一定的时间间隔内周期性采集节点位置气体浓度的测量数据;报警的气体源检测传感器节点根据自身局部数据、气象传感器的气象数据和气体源扩散数学模型,计算出气体源位置的初始估计,生成携带气体源位置估计值和优选测量数据的移动代理模块,并选择性迁移至邻居节点;邻居节点综合自身传感器数据和来自移动代理模块的信息重新估计气体源位置,以得到气体源位置的最优估计。
Description
技术领域
本发明涉及一种无线传感器网络的信息处理方法,特别涉及一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法。
背景技术
无线传感器网络是由大量具有感知、通信、计算和存储等能力的传感器节点通过无线方式互联形成的面向应用的网络。无线传感器网络以感知并获取有关客观物理世界的知识和状态为根本目的,具有大规模布设、小体积、低成本和资源受限等显著特点,因此无线传感器网络的设计方法与传统的以实现高速可靠信息传递为主的通信系统设计显著不同。由于无线传感器网络在环境监测、战场感知、生物医疗和防恐安全等方面显示出的广阔应用前景,近十年来国内外学术界和工业界掀起了研究无线传感器网络的热潮。
扩散气体源定位是环境监测和防恐安全等应用中不可缺少的步骤和实际需求,在这些应用中,扩散气体源通常包括如有毒气体扩散、气态生化制剂传播、易燃易爆气体泄露等,扩散气体源准确的定位及状态估计对于相关安全和应急措施的及时有效实施具有重要意义。由于气体源的扩散受到诸多因素如气体源扩散系数、环境温度、风速大小和方向以及地形和障碍物位置等影响,这使得气体源的准确定位较为困难,而无线传感器网络中大尺度、大范围空时采样机制为这一难题的解决提供了可能。
现阶段无线传感器网络相关研究主要集中在自治组网和协同感知两方面。在自治组网方面,已经出现了如S-MAC协议、LEACH分簇协议和定向扩散协议等代表性的研究成果。另一方面,分布式协同计算和信息处理相关研究是无线传感器网络协同感知的主要内容。传统的信息处理方法大多以集中式计算为假设,即网络中的节点将自身传感器采集的数据直接发送或经过简单预处理后发送至簇头节点或者中心节点,而大数据量和复杂的信息处理算法则在这些簇头节点或者中心节点中完成。将大量数据发送至簇头节点或者中心节点会大量消耗节点的能量,复杂的信息处理算法对于这些节点的计算能力和存储资源也有较高要求,因此这种以空间分布式测量、集中式计算为特征的信息处理方法在无线传感器网络中具有较大局限性。与传统集中式计算方法不同,基于移动代理模块的计算方法是一种正在兴起的无线传感器网络分布式计算方法,移动代理模块指的是能够自行决定在网络的各个节点之间移动并代表其他实体(如人或其它处理模块)进行工作的一种软件实体。它能自行选择运行地点和时机,根据具体情况,中断当前自身的执行,移动至另一节点上恢复运行并将相关结果及时返回。研究结果表明,这种方法能显著地降低无线传感器网络节点能量消耗,进而极大地提高无线传感器网络的寿命。
气体源扩散相关机制及研究是气体源准确定位的前提条件。气体源粒子在空间上的传输在数学上可以通过一定的扩散方程和对应的边界条件来描述,此外,风力、风向和温度等一些环境因素对于气体源的扩散会产生重要影响。国内外文献对于气体源扩散机制特别是点源的扩散机制已经有较深入的研究。以恒定质量释放速率的连续点源为例,在各向同性半无穷介质(如开阔平坦场地)中,气体源浓度可由以下方程描述:
其中为t时刻空间位置 处的气体源浓度, 和 为点源的空间位置及其相对于半无穷界面的镜像位置。κ为该气体源的扩散率,扩散率会随环境温度的变化而发生改变。μ为气体源的质量释放速率。tI为气体源质量释放的起始时间。
考虑风向和风速影响时,若通过坐标变换将风速矢量变换到平行于x坐标轴,大小为vx,并假设气体源位置和传感器节点布设在同一平面上(z=z0=0),达到稳态时气体源浓度可以简化为:
其中d为气体源到传感器节点的距离,vx为坐标变换后平行于x坐标轴风速大小。坐标变换可以表示为:
其中r’和r0’为坐标变换前气体源和传感器节点位置,v′x和v′y为x和y方向的风速大小。
利用无线传感器网络具有的大范围空时采样特点设计高效、快速的扩散气体源协同定位方法,是无线传感器网络应用于环境监测和防恐安全等领域亟待解决的技术课题。
发明内容
本发明针对现有技术的不足提出了一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法,通过移动代理模块在气体源检测传感器节点间选择性迁移,来逐步提高扩散气体源位置的定位精度,减小定位误差。
本发明提供一种基于移动代理的无线传感器网络扩散气体源协同定位系统,包括:
气象传感器节点,周期性广播监测区域的动态气象数据;
时间同步节点,周期性广播时间同步信息;
气体源检测传感器节点,接收气象传感器节点广播的气象数据和时间同步节点广播的时间同步信息,并独立检测气体浓度,当检测到气体浓度大于警戒浓度时,节点广播报警消息并激活气体源定位过程;
移动代理模块,携带当前气体源位置估计值和优选测量数据,由报警的气体源检测传感器节点生成和发送。
本发明提供的一种基于移动代理的无线传感器网络扩散气体源协同定位方法,包括以下步骤:1)网络中时间同步节点周期性广播时间同步信息,网络中气体源检测传感器节点接收该时间同步信息,完成自身时间同步;2)网络中气象传感器节点周期性广播监测区域动态气象数据,网络中气体源检测传感器节点接收该气象数据,获得监测区域气象信息;3)网络中气体源检测传感器节点独立监测气体浓度,当检测到气体浓度大于警戒浓度时,节点广播报警消息并激活气体源定位过程;4)报警的气体源检测传感器节点及其邻居节点在同步时间间隔内周期性检测气体浓度;5)报警的气体源检测传感器节点根据自身传感器测量数据、气体源扩散模型和当前气象数据估计气体源位置,优选测量数据,生成移动代理模块,使其携带当前气体源位置估计值和优选测量数据,根据移动代理模块选择性迁移模型发送移动代理模块至某一邻居节点;6)邻居节点接收气体源移动代理模块,使用移动代理模块中气体源位置估计值和优选测量数据,结合节点自身测量数据,根据气体源扩散模型和当前气象数据重新估计气体源位置,重新优选测量数据,气体源定位移动代理模块携带更新的气体源位置估计值和优选测量数据发送至下一邻居节点;7)重复步骤6,直至达到最大跳转次数或定位结果满足收敛条件,定位过程完成。
作为本发明的一种优选方案,所述移动代理模块选择性迁移模型为:
其中,Nk为节点k的邻居节点集合,Lsource为气体源当前估计位置,Lj为节点j的位置。
作为本发明的另一种优选方案,所述报警消息包括节点号信息、节点位置信息和同步测量时间间隔信息。
作为本发明的再一种优选方案,所述气象传感器节点的气象数据包括风速大小、方向和温度。
作为本发明的再一种优选方案,所述优选测量数据为同步时间间隔范围各周期内节点检测到的气体浓度均值。
作为本发明的再一种优选方案,所述气体源检测传感器节点以分簇方式组网。
本发明的有益效果是:它通过移动代理模块的选择性迁移、节点中分布式估计和节点间优选测量数据来交互实现扩散气体源位置的渐进优化估计,提高了定位精度,减小了定位误差。
以下结合附图、具体实施方式和实施例对本发明做进一步详细说明。
附图说明
图1为本发明的节点间相互作用基本框图;
图2为本发明的移动代理模块起始节点扩散气体源定位处理算法流程图;
图3为本发明的移动代理模块中间宿主节点扩散气体源定位处理算法流程图;
图4为本发明应用于一个具体扩散气体源定位结果图。
1、移动代理模块
具体实施方式
本发明提供一种基于移动代理的无线传感器网络扩散气体源协同定位系统,包括:气象传感器节点,周期性广播监测区域的动态气象数据;时间同步节点,周期性广播时间同步信息;气体源检测传感器节点,接收气象传感器节点广播的气象数据和时间同步节点广播的时间同步信息,并独立检测气体浓度,当检测到气体浓度大于警戒浓度时,节点广播报警消息并激活气体源定位过程;移动代理模块,携带当前气体源位置估计值和优选测量数据,由报警的气体源检测传感器节点生成和发送。
本发明提供了一种基于移动代理的无线传感器网络扩散气体源协同定位方法,包括以下步骤:1)网络中时间同步节点周期性广播时间同步信息,网络中气体源检测传感器节点接收该时间同步信息,完成自身时间同步;2)网络中气象传感器节点周期性广播监测区域动态气象数据,网络中气体源检测传感器节点接收该气象数据,获得监测区域气象信息;3)网络中气体源检测传感器节点独立监测气体浓度,当检测到气体浓度大于警戒浓度时,节点广播报警消息并激活气体源定位过程;4)报警的气体源检测传感器节点及其邻居节点在同步时间间隔内周期性检测气体浓度;5)报警的气体源检测传感器节点根据自身传感器测量数据、气体源扩散模型和当前气象数据估计气体源位置,优选测量数据,生成移动代理模块,使其携带当前气体源位置估计值和优选测量数据,根据移动代理模块选择性迁移模型发送移动代理模块至某一邻居节点;6)邻居节点接收气体源移动代理模块,使用移动代理模块中气体源位置估计值和优选测量数据,结合节点自身测量数据,根据气体源扩散模型和当前气象数据重新估计气体源位置,重新优选测量数据,气体源定位移动代理模块携带更新的气体源位置估计值和优选测量数据发送至下一邻居节点;7)重复步骤6,直至达到最大跳转次数或定位结果满足收敛条件,定位过程完成。
所述移动代理模块选择性迁移模型为: 其中,Nk为节点k的邻居节点集合,Lsource为气体源当前估计位置,Lj为节点j的位置。所述报警消息包括节点号信息、节点位置信息和同步测量时间间隔信息。所述气象传感器节点的气象数据包括风速大小、方向和温度。所述优选测量数据为同步时间间隔范围各周期内节点检测到的气体浓度均值。所述气体源检测传感器节点以分簇方式组网。
图1为基于移动代理模块的无线传感器网络扩散气体源协同定位方法节点间互作用基本框图。气体源检测传感器节点以分簇方式组网,包括簇头气体源检测传感器节点和簇成员气体源检测传感器节点。气象传感器节点测量监测区域的气象信息并在网络内广播该气象信息。时间同步节点周期性地广播时间同步信息。
各个气体源检测传感器节点首先接收气象信息并获得检测区域内温度、风速和风向等参数值。查找预先设置参数表格得到某一温度值下气体源扩散率。气体源检测传感器节点接收时间同步信息完成自身节点采样时间的同步。各个节点以一定的时间周期检测节点位置气体浓度值,当气体浓度值大于预先设定警戒值时,节点广播报警消息。簇头节点接收报警消息后,产生新的用于气体源定位的移动代理模块并发送至该节点。该节点在一定时间范围内连续检测气体浓度值,以梯度迭代优化算法或基于粒子群的迭代优化算法估计气体源位置r0和气体源质量释放速率μ。优化算法的目标函数为:
当达到最大迭代次数后,优化算法给出当前最优气体源位置估计值和当前气体源质量释放速率估计值。节点计算检测时间内气体浓度的平均值,该平均值作为气体源检测传感器节点的优选测量数据。气体源移动代理模块携带当前最优气体源位置估计值、质量释放速率估计值和优选测量数据,根据移动代理模块选择性迁移模型发送至下一节点。移动代理模块选择性迁移模型为:
其中,Nk为节点k的邻居节点集合,Lsource为气体源当前估计位置,Lj为节点j的位置。
图2给出了本发明所述方法中移动代理模块起始节点扩散气体源定位处理算法流程图。
对于移动代理模块迁移过程中的中间宿主节点,其扩散气体源定位处理算法流程如图3所示。气体源检测传感器仍然需要接收气象传感器节点广播的气象信息和时间同步节点广播的时间同步信息。节点成功接收上一宿主节点发送的移动代理模块后立即激活本节点的扩散气体源定位处理算法。节点提取移动代理模块中所携带的当前最优气体源位置估计值和质量释放速率估计值,作为节点本地优化算法的初始值。节点本地优化算法是基于节点本地多时间周期连续测量值和所接收移动代理模块中的优选测量数据进行迭代优化计算的方法。节点本地优化迭代次数达到设定的最大迭代次数后,给出新的气体源位置估计值和气体源质量释放速率估计值。如果节点跳转次数已达到设定的最大跳转数值,或节点气体源位置和质量释放速率估计值满足设定的收敛条件,那么扩散气体源定位过程结束(即当前节点向簇头节点或上层节点报告气体源定位结果,定位过程结束)。如节点跳转次数没有达到设定的最大跳转数值或不满足设定的收敛条件,那么当前节点则计算有效测量数据,更新移动代理模块中最优气体源位置估计值、质量释放速率估计值和优选测量数据,并且根据移动代理模块选择性迁移模型再次选择下一宿主节点。
以上过程依次重复,直至收敛条件满足或移动代理模块跳转次数达到设定的最大值。
以下为本发明应用于有害气体源定位的一个具体实施例。
无线传感器网络用于有害气体源定位的具体实施背景和参数描述如下:
网络布设区域大小(长×宽):200m×200m;
节点最大通信距离:100m;
节点数:20个;
气体扩散系数:80m2/s;
X方向风速:5m/s;
Y方向风速:10m/s;
单个节点气体源浓度测量周期数:20;
采用基于粒子群的迭代优化算法对气体源位置和气体源质量释放速率进行优化估计,结果如图4所示。图中X,Y,Z轴分别代表气体源位置的X轴方向、Y轴方向和气体源质量释放速率,圆圈位置代表粒子群中粒子的位置,五角星位置为待估计参数的真实位置,可以看到,经过迭代优化后粒子集中在待估计参数真实位置处。
气体源位置和气体源质量释放速率真实值为:
(x0,y0)=(34.2865,124.0809);μ=9.8317Kg/s。
采用本发明得到的气体源位置和气体源质量释放速率估计值为:
(x0,y0)=(36.5285,126.4647);μ=9.4558Kg/s。
以上描述仅为本发明的一个典型实施例,本发明的应用范围包括各种基于无线传感器网络的扩散气体源定位应用场景,如有毒气体扩散、气态生化制剂传播、易燃易爆气体泄露等。本发明的保护范围并非局限于上述具体实施例,凡本领域技术人员根据本发明所做出的显而易见的改动均落在本发明的保护范围内。
本发明的有益效果在于:本发明采用基于移动代理模块的分布式计算方法,充分利用无线传感器网络空时采样和气体扩散机制之间的关系,提出了一种完整可行的气体源协同定位和参数估计方法,为无线传感器网络在环境监测和防恐安全等领域的实际应用提供了有效途径。
本发明的另一有益效果在于:本发明通过人工方式在监测区域内随机布设无线传感器网络,网络节点包括气象传感器节点、时间同步节点和若干气体源检测传感器节点,逐步提高了扩散气体源位置的定位精度,减小了定位误差。
Claims (7)
1.一种基于移动代理的无线传感器网络扩散气体源协同定位系统,其特征在于,包括:
气象传感器节点,周期性广播监测区域的动态气象数据;
时间同步节点,周期性广播时间同步信息;
气体源检测传感器节点,接收气象传感器节点广播的气象数据和时间同步节点广播的时间同步信息,并独立检测气体浓度,当检测到气体浓度大于警戒浓度时,气体源检测传感器节点广播报警消息并激活气体源定位过程;报警的气体源检测传感器节点及其邻居节点在同步时间间隔内周期性检测气体浓度;
移动代理模块,由报警的气体源检测传感器节点根据自身传感器测量数据、气体源扩散模型和当前气象数据估计气体源位置优选测量数据生成,并携带当前气体源位置估计值和优选测量数据;报警的气体源检测传感器节点用以根据移动代理模块选择性迁移模型发送移动代理模块至某一邻居节点;邻居节点用以接收气体源移动代理模块,使用移动代理模块中气体源位置估计值和优选测量数据,结合节点自身测量数据,根据气体源扩散模型和当前气象数据重新估计气体源位置;重新优选测量数据;移动代理模块携带更新的气体源位置估计值和优选测量数据发送至下一邻居节点;重复移动代理模块的数据更新过程,直至达到最大跳转次数或定位结果满足收敛条件,定位过程完成。
2.应用权利要求1所述的基于移动代理的无线传感器网络扩散气体源协同定位系统的定位方法,其特征在于,包括以下步骤:
1)网络中时间同步节点周期性广播时间同步信息,网络中气体源检测传感器节点接收该时间同步信息,完成自身时间同步;
2)网络中气象传感器节点周期性广播监测区域动态气象数据,网络中气体源检测传感器节点接收该气象数据,获得监测区域气象信息;
3)网络中气体源检测传感器节点独立监测气体浓度,当检测到气体浓度大于警戒浓度时,气体源检测传感器节点广播报警消息并激活气体源定位过程;
4)报警的气体源检测传感器节点及其邻居节点在同步时间间隔内周期性检测气体浓度;
5)报警的气体源检测传感器节点根据自身传感器测量数据、气体源扩散模型和当前气象数据估计气体源位置,优选测量数据,生成移动代理模块,使其携带当前气体源位置估计值和优选测量数据,根据移动代理模块选择性迁移模型发送移动代理模块至某一邻居节点;
6)邻居节点接收气体源移动代理模块,使用移动代理模块中气体源位置估计值和优选测量数据,结合节点自身测量数据,根据气体源扩散模型和当前气象数据重新估计气体源位置;重新优选测量数据;气体源定位移动代理模块携带更新的气体源位置估计值和优选测量数据发送至下一邻居节点;
7)重复步骤6,直至达到最大跳转次数或定位结果满足收敛条件,定位过程完成。
3.根据权利要求2所述的基于移动代理的无线传感器网络扩散气体源协同定位方法,其特征在于:所述移动代理模块选择性迁移模型为:
其中,Nk为节点k的邻居节点集合,Lsource为气体源当前估计位置,Lj为节点j的位置。
4.根据权利要求2所述的基于移动代理的无线传感器网络扩散气体源协同定位方法,其特征在于:所述报警消息包括节点号信息、节点位置信息和同步测量时间间隔信息。
5.根据权利要求2所述的基于移动代理的无线传感器网络扩散气体源协同定位方法,其特征在于:所述气象传感器节点的气象数据包括风速大小、方向和温度。
6.根据权利要求2所述的基于移动代理的无线传感器网络扩散气体源协同定位方法,其特征在于:所述优选测量数据为同步时间间隔范围各周期内节点检测到的气体浓度均值。
7.根据权利要求2所述的基于移动代理的无线传感器网络扩散气体源协同定位方法,其特征在于:所述气体源检测传感器节点以分簇方式组网。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100423937A CN101350828B (zh) | 2008-09-02 | 2008-09-02 | 一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100423937A CN101350828B (zh) | 2008-09-02 | 2008-09-02 | 一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101350828A CN101350828A (zh) | 2009-01-21 |
CN101350828B true CN101350828B (zh) | 2011-02-16 |
Family
ID=40269403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100423937A Expired - Fee Related CN101350828B (zh) | 2008-09-02 | 2008-09-02 | 一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101350828B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110239011A1 (en) | 2010-03-26 | 2011-09-29 | Nokia Corporation | Method and apparatus for synchronizing wake-ups of offline mobile devices |
CN102548029A (zh) * | 2010-12-07 | 2012-07-04 | 中机生产力促进中心 | 一种市政管网无线监测系统 |
CN102307225A (zh) * | 2011-05-31 | 2012-01-04 | 中国科学院上海微系统与信息技术研究所 | 一种基于无线传感器网络的有毒气体监测系统 |
CN104253867B (zh) * | 2014-09-24 | 2017-08-15 | 河海大学常州校区 | 无线传感器网络中基于呼吸机制的有毒气体监测与追踪方法 |
CN105865722B (zh) * | 2015-01-23 | 2018-05-11 | 中国科学院上海高等研究院 | 一种固定监测与移动应急系统的部署方法 |
CN105758996B (zh) * | 2016-03-03 | 2017-08-25 | 重庆大学 | 大空间区域内电子鼻的布局方法 |
CN106482906B (zh) * | 2016-09-14 | 2018-12-07 | 西安交通大学 | 一种基于扩散波的近地表气体泄漏快速定位方法 |
CN106501451B (zh) * | 2016-10-21 | 2018-10-19 | 中国科学院上海高等研究院 | 一种气体传感器的部署优化方法、系统及服务器 |
US10663367B2 (en) | 2017-07-28 | 2020-05-26 | International Business Machines Corporation | Adaptive sensing for a gas leak detection |
CN110472279B (zh) * | 2019-07-10 | 2022-07-15 | 哈尔滨工程大学 | 一种基于涡动扩散模型的放射性气体浓度评估方法 |
CN116539231B (zh) * | 2023-07-06 | 2023-09-05 | 江西省化学工业设计院 | 一种化工危险气体的远程监测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136937A (zh) * | 2007-10-16 | 2008-03-05 | 中国科学院上海微系统与信息技术研究所 | 无线传感器网络分布式协同信息处理方法 |
CN101252495A (zh) * | 2008-03-06 | 2008-08-27 | 北京航空航天大学 | 无线传感器网络本地式节点管理方法 |
-
2008
- 2008-09-02 CN CN2008100423937A patent/CN101350828B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101136937A (zh) * | 2007-10-16 | 2008-03-05 | 中国科学院上海微系统与信息技术研究所 | 无线传感器网络分布式协同信息处理方法 |
CN101252495A (zh) * | 2008-03-06 | 2008-08-27 | 北京航空航天大学 | 无线传感器网络本地式节点管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101350828A (zh) | 2009-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101350828B (zh) | 一种基于移动代理的无线传感器网络扩散气体源协同定位系统及方法 | |
Bhuiyan et al. | Sensing and decision making in cyber-physical systems: The case of structural event monitoring | |
CN1988550B (zh) | 一种无线传感器网络无锚点定位的分布式实现方法 | |
CN103401922B (zh) | 无线传感器网络中基于博弈方法的分布式定位装置与方法 | |
CN101801012B (zh) | 混杂式传感器网络移动节点自适应定位方法 | |
CN102186242B (zh) | 固定区域无线传感器网络移动节点定位方法 | |
Zhang et al. | Landscape-3D; a robust localization scheme for sensor networks over complex 3D terrains | |
CN101109804B (zh) | 一种对无线传感器网络进行三维快速定位的系统和方法 | |
CN102685676B (zh) | 一种无线传感器网络节点三维定位方法 | |
CN101482607B (zh) | 应用于无线移动传感器网络的目标跟踪方法及装置 | |
CN103645487B (zh) | 水下多目标跟踪方法 | |
CN103841641B (zh) | 一种基于到达角度和Gossip算法的无线传感器网络分布式协作定位方法 | |
CN102883428B (zh) | 基于ZigBee无线传感器网络的节点定位方法 | |
CN102573049A (zh) | 一种室内定位方法及系统 | |
CN101868026A (zh) | 一种轻量级的无线传感器网络多跳定位方法 | |
CN104936287A (zh) | 基于矩阵补全的传感网室内指纹定位方法 | |
CN103648164A (zh) | 一种基于到达时间差和Gossip算法的无线传感器网络分布式定位方法 | |
CN106028417B (zh) | 一种基于节点能耗和剩余能量的无线传感网络路径规划方法 | |
Sharma et al. | Localization in wireless sensor networks for accurate event detection | |
Dong et al. | Scalable asynchronous localization algorithm with mobility prediction for underwater wireless sensor networks | |
Zhang et al. | Sensor-networked underwater target tracking based on grubbs criterion and improved particle filter algorithm | |
CN102497669A (zh) | 一种无线传感器网络节点定位的方法 | |
CN102970677B (zh) | 基于侦听的Gossip平均共识技术的无线通信方法 | |
CN107703504A (zh) | 一种基于随机集的多点定位目标跟踪方法 | |
CN104994579A (zh) | 一种适用于事件触发的分布式移动目标跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110216 Termination date: 20200902 |
|
CF01 | Termination of patent right due to non-payment of annual fee |