CN102123495A - 基于rssi校正的无线传感器网络质心定位算法 - Google Patents
基于rssi校正的无线传感器网络质心定位算法 Download PDFInfo
- Publication number
- CN102123495A CN102123495A CN2011100064851A CN201110006485A CN102123495A CN 102123495 A CN102123495 A CN 102123495A CN 2011100064851 A CN2011100064851 A CN 2011100064851A CN 201110006485 A CN201110006485 A CN 201110006485A CN 102123495 A CN102123495 A CN 102123495A
- Authority
- CN
- China
- Prior art keywords
- rssi
- node
- nodes
- location algorithm
- information
- 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.)
- Pending
Links
Images
Abstract
本发明公开了一种基于RSSI校正的无线传感器网络质心定位算法,包括以下步骤:(1)锚节点周期性向周围广播信息,信息中包括自身节点ID及坐标,普通节点收到该信息后对同一锚节点的RSSI取均值;(2)当普通节点收集到n个锚节点信息时不再接收新信息,其中3<n≤100,普通节点根据RSSI从强到弱对锚节点排序,并建立RSSI值与节点到锚节点距离的映射;(3)选取RSSI值在-93dbm≤RSSI≤-113dbm的锚节点进行自身定位计算;(4)对求出的未知节点坐标集合取平均,得到未知节点坐标。本发明通过校正RSSI测距技术测量节点间点到点的距离,采用三角形质心算法进行定位,减小RSSI的测量误差,与基于RSSI的三角形质心定位算法相比,极大提高了定位精度。
Description
技术领域
本发明涉及一种用于无线传感器网络的基于RSSI的定位技术,属于无线传感器网络定位技术领域。
背景技术
无线传感器网络(Wireless Sensor Networks,简称WSN)是指由部署在监测区域内大量的廉价微型传感器节点组成,通过无线通信方式形成的一个多跳的自组织的网络系统,其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息,并发送给观察者[1-2]。它在民用、军事、工业以及其它的一些商业领域有着广泛的应用前景。节点定位技术作为无线传感器网络的关键技术之一,不仅对无线传感器网络的基本应用有重要作用,也是目标监测和追踪等的基础。
目前无线传感器网络节点定位算法主要分两大类:基于测距(Range-based)的定位算法和无需测距(Range-free)的定位算法。基于测距定位算法通过测量节点间的距离或角度信息,使用三边测量、三角测量或最大似然估计定位法计算节点位置。常用的测距技术有RSSI(Received signal strength indication),TOA(Time of arrival),TDOA(Timedifference of arrival)和AOA(Angle of arrival);无需测距定位算法则不需要距离和角度信息,算法根据网络连通性等信息来实现节点定位。相比之下,基于距离的定位算法测量精度较高,距离无关的定位算法对硬件要求较低。
反射、多径传播、非视距、天线增益等问题都会对相同距离产生显著的传播损耗。接收信号强度指示RSSI的定位方法,是在已知发射节点的发射信号强度,根据接收节点收到的信号强度,计算出信号的传播损耗,再利用理论和经验模型将传输损耗转化为距离,最后计算节点的位置。因为理论和经验模型的估测性质,故而RSSI具有较大定位误差,如何提高基于RSSI的定位精度是一个比较有意义的问题。
目前,对RSSI的研究主要有两个方面。一是改良传输损耗模型,建立更符合实际环境的数学模型;二是,结合各种测量算法,减小传输损耗模型带来的误差。《一种基于RSSI相似度的室内定位算法》(传感技术学报,2009.2,Vol.22:265-268)研究了实际环境中节点的RSSI特性,提出了无线传感器节点在空间环境上的RSSI相似度概念,采用RSSI相似度作为权重因子,改进了加权质心算法。《一种基于RSSI校验的无线传感器网络节点定位算法》(小型微型计算机系统,2009.1,Vol.30:60-62)在过去权质心算法的研究基础上,提出了基于RSSI校验的无线传感器网络节点定位算法,利用固定节点之间的距离和RSSI值来校正移动节点与每个固定节点之间的权值,从而提高了算法的定位精度,尤其在平均定位误差方面改进了大约25%。《基于RSSI的无线传感器网络加权质心定位算法》(武汉理工大学学报(交通科学与工程版),2006.4,30(2):265-268)提出一种加权质心定位算法,节点到信号源的距离越近,由RSSI值的偏差产生的绝对距离误差越小,影响力越大。影响力越大的信标节点对节点位置有更大的决定权。其采用优选信标节点的方式,根据信标节点对未知节点的不同影响力确定加权因子,以此来提高定位精度。《基于RSSI的测距差分修正定位算法》(传感技术学报,2008.7,Vol.21:1248-1250)以三边定位算法为基础,定义了个体差异差分系数、距离差分系数和距离差分定位方程,把离目标节点最近的信标节点作为参考节点对基于RSSI的测距进行差分修正,并将差分法和质心法相结合提出了一种测距差分修正定位算法,定位误差可小于2.5m。
现今主要存在3种无线信号传播模型:Free-Space模型,Two-Ray Ground Reflection模型和Shadowing模型。前两个模型都认为接收信号的能量是距离的一个确定函数,即信号传输模型都是一个理想圆。实际环境中由于多路径反射,障碍物阻隔等原因信号传输往往是各向异性的。因此综合性的Shadowing模型在无线传感器网络中使用更加广泛。
Shadowing模型由两部分组成,第一个部分是Pass Loss模型。β为路径损耗系数,范围在2至6之间,障碍物越多,相对的β值越大。它能够预测出当距离为d时接收到的平均能量,表示为Pr(d)。使用了一个接近中心的距离d0作为参考,Pr(d)相对于Pr(d0)的计算如下:
Shadowing模型的第二部分反映了当距离一定时,接收到能量的变化。它是一个对数正态随机变量,也就是说,如果以dB作为计量单位它满足高斯分布。完整的Shadowing模型如下:
Xσ是一个平均值为0的高斯分布变量,Pr(d0)和d0分别是参考能量和参考距离。Shadowing模型对理想环境模型进行了扩展,将一个零均值高斯分布的随机噪声引入了无线电传播模型,其特征可以用对数正态分布的随机变量来刻画。
现有无线传感器网络质心定位算法,无法克服接收信号强度测量误差对无线传感器网络(WSN)节点自身定位精度的影响。
发明内容
为了克服接收信号强度测量误差对无线传感器网络(WSN)节点自身定位精度的影响,本发明在无线传感器网络三角形质心算法的基础上提供一种定位精度高的基于RSSI校正的无线传感器网络质心定位算法。
实际环境中同一个RSSI值,在同一网络拓扑分布中的不同节点对之间代表的距离是不同的。如果未知节点的位置计算仅仅考虑未知节点到某个信标节点的RSSI值而没加入其它修正方法,结果就存在一定的定位误差。所以,本发明在现有无线信号传播方法的基础上把固定信标节点之间的距离和信号强度两种信息同时作为参考来校正RSSI值。
RSSIi表示未知节点接收到信标节点Bi信号的RSSI平均值(单位:dBm),Pi表示未知节点接收到信标节点Bi的信号强度平均值(单位:mW),那么两者的转换关系:
RSSIij表示信标节点Bi接收到信标节点Bj信号RSSI平均值(单位:dBm),Pij表示信标节点Bi接收到信标节点Bj的信号强度平均值(单位:mW),则同理有:
Bdij表示信标节点Bi和Bj之间的距离。dij表示以信标节点对Bi和Bj为参考时代入式(1)计算得到的从未知节点到信标节点Bi的距离:
从而有:
因此,未知节点到信标节点Bi的距离di可以表示为所有的dij对于所有j的可能值的平均值:
N为信标节点Bi的通信半径内的其他信标节点总数,根据计算可以得到校正距离di。
本发明基于RSSI的三角形质心定位算法的数学模型:
该算法针对大规模随机散布野外应用环境,这类应用大都不需要节点进行精确定位,只需要知道节点的大概区域就可满足需求,同时要求硬件成本低、通信开销小、节能。
在定位时计算出的接收信号强度总与实际情况下有误差,因为实际环境的复杂性,换算出的锚节点到未知节点的距离d总是大于实际两节点间的距离。如图1所示,锚节点A、B、C,未知节点G,根据RSSI模型计算出的节点A和G的距离为ra;节点B和G的距离为rb;节点C和G的距离为rc。分别以A、B、C为圆心,ra、rb、rc为半径画圆,可得三圆的交叠区域。
三角形质心定位算法的基本思想是:计算三圆交叠区域的三个特征点的坐标,以这三个点为三角形的顶点,未知点即为三角形质心,特征点为L、M、N,特征点L点的计算方法为:
同理,可计算出M、N,此时未知点的坐标为:
如图1所示,实际点为G;基于RSSI校正的质心定位算法算出的估计点为F;基于RSSI的三角形质心算法算出的估计点为E。可知,基于RSSI校正的质心定位算法的准确度更高。
本发明的基于RSSI校正的无线传感器网络质心定位算法,包括以下步骤:
(1)锚节点周期性向周围广播信息,信息中包括自身节点ID及坐标,普通节点收到该信息后对同一锚节点的RSSI取均值;
(2)当普通节点收集到n个锚节点信息时不再接收新信息,其中3<n≤100,普通节点根据RSSI从强到弱对锚节点排序,并建立RSSI值与节点到锚节点距离的映射;具体是建立以下三个集合:
①锚节点集合:B_set={a1,a2,…,an};a1,a2,…,an分别代表n个锚节点;
②未知节点到锚节点距离集合:D_set={d1,d2,…,dn},d1<d2<…dn;d1,d2,…,dn分别代表未知节点到n个锚节点的距离;
③锚节点位置集合:P_set={(X1,Y1),(X2,Y2),…,(Xn,Yn)};(X1,Y1),(X2,Y2),…,(Xn,Yn)分别代表n个锚节点的位置坐标;
(3)选取RSSI值在-93dbm≤RSSI≤-113dbm的锚节点进行自身定位计算;
在锚节点集合B_set中优先选择RSSI值大的信标节点组合成下面的锚节点集合:
T_set={(a1,a2,a3),(a1,a2,a4),…(a1,a3,a4),(a1,a3,a5)…},
然后采用公式(6)和公式(7)计算出ra、rb和rc,,这是提高定位精度的关键;
对锚节点集合,依次根据公式(8)计算出三个交点的坐标,最后由质心算法,得出未知节点坐标。
(4)对求出的未知节点坐标集合取平均,得到未知节点坐标。
本发明基于RSSI技术,通过校正RSSI测距技术测量节点间点到点的距离,采用三角形质心算法进行定位,减小RSSI的测量误差,与基于RSSI的三角形质心定位算法相比,极大提高了定位精度。
附图说明
图1是基于RSSI的三角形质心定位算法的示意图。
图2是信标节点个数对定位误差的影响示意图。
图3是节点通信半径对定位误差的影响示意图。
图4是路径损耗系数对定位误差的影响示意图。
具体实施方式
利用Mat lab仿真工具模拟基于RSSI校正的质心定位算法,考察该算法的性能。假设在100m×100m的正方形区域内,信标节点随机分布在区域内,无线信号载频为2.4GHz,分别用基于RSSI的三角形质心算法和基于RSSI校正的质心定位算法进行仿真,仿真结果如图2、图3和图4所示。
仿真首先研究了信标节点数,即传感器网络中信标节点密度对定位精度的影响。在图2中,路径损耗系数设为4,节点通信半径为50m,信标节点从10逐个递增到25。随着信标数目增加,它们的定位误差均随之下降。在图3中,路径损耗系数设为4,信标节点数设定为20,通信半径从25m逐步增加到60m时,它们的定位误差曲线均没有明显的增加。在图4中,节点通信半径为50m,信标节点数目为20,路径损耗系数从2逐步增加到6时,节点定位误差减小。总之,本发明基于RSSI校正的无线传感器网络质心定位算法比基于RSSI的三角形质心定位算法的性能更好,本发明算法对硬件要求不高,能较好地适应WSN低成本与低功耗的要求,是一种可选的定位方案。
Claims (1)
1.一种基于RSSI校正的无线传感器网络质心定位算法,其特征在于,包括以下步骤:
(1)锚节点周期性向周围广播信息,信息中包括自身节点ID及坐标,普通节点收到该信息后对同一锚节点的RSSI取均值;
(2)当普通节点收集到n个锚节点信息时不再接收新信息,其中3<n≤100,普通节点根据RSSI从强到弱对锚节点排序,并建立RSSI值与节点到锚节点距离的映射;
(3)选取RSSI值在-93dbm≤RSSI≤-113dbm的锚节点进行自身定位计算;
(4)对求出的未知节点坐标集合取平均,得到未知节点坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100064851A CN102123495A (zh) | 2011-01-13 | 2011-01-13 | 基于rssi校正的无线传感器网络质心定位算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100064851A CN102123495A (zh) | 2011-01-13 | 2011-01-13 | 基于rssi校正的无线传感器网络质心定位算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102123495A true CN102123495A (zh) | 2011-07-13 |
Family
ID=44251902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100064851A Pending CN102123495A (zh) | 2011-01-13 | 2011-01-13 | 基于rssi校正的无线传感器网络质心定位算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102123495A (zh) |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102665192A (zh) * | 2012-04-20 | 2012-09-12 | 山东大学 | 一种提高移动无线传感器网络节点定位精度的方法 |
CN102831456A (zh) * | 2012-08-21 | 2012-12-19 | 西北工业大学 | 一种基于射频识别信号级别的室内无线定位方法 |
CN103024897A (zh) * | 2012-11-26 | 2013-04-03 | 中山大学 | 一种基于rssi的无线传感器网络环境自适应圆环重叠定位算法 |
CN103108281A (zh) * | 2012-12-29 | 2013-05-15 | 上海海事大学 | 一种基于无线传感器网络的海上搜救目标实时定位方法 |
CN103118333A (zh) * | 2013-01-25 | 2013-05-22 | 河南科技大学 | 基于相似度的无线传感器网络移动节点定位方法 |
CN103338511A (zh) * | 2013-05-28 | 2013-10-02 | 东南大学 | 一种基于三角形形态估计的wsn快速自定位方法 |
CN103439689A (zh) * | 2013-08-21 | 2013-12-11 | 大连理工大学 | 一种分布式麦克风阵列中麦克风位置估计系统 |
CN103687000A (zh) * | 2013-12-17 | 2014-03-26 | 上海交通大学无锡研究院 | 一种无线传感器网络室内定位中基于rssi的测距优化方法 |
CN103945528A (zh) * | 2014-04-10 | 2014-07-23 | 西安电子科技大学 | 无线传感器网络中的单目标定位方法 |
CN103945532A (zh) * | 2014-05-13 | 2014-07-23 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于质点弹簧模型的三维加权质心定位方法 |
CN104101861A (zh) * | 2013-04-09 | 2014-10-15 | 广东美晨通讯有限公司 | 测距定位方法及系统 |
CN104301996A (zh) * | 2014-04-15 | 2015-01-21 | 河南科技大学 | 一种无线传感器网络定位方法 |
CN104581937A (zh) * | 2014-12-29 | 2015-04-29 | 快威科技集团有限公司 | 基于rssi的节点定位方法 |
CN104684077A (zh) * | 2015-02-08 | 2015-06-03 | 江西科技学院 | 一种无线传感器网络的定位方法 |
CN104902564A (zh) * | 2015-05-29 | 2015-09-09 | 东华大学 | 一种高健壮性和精度的三角形质心定位方法 |
CN105898696A (zh) * | 2016-04-11 | 2016-08-24 | 广东工业大学 | 基于区间可信评估的道路沿线节点定位方法 |
CN106131797A (zh) * | 2016-06-14 | 2016-11-16 | 淮阴工学院 | 一种基于rssi测距的节水灌溉监测网络定位方法 |
CN106209281A (zh) * | 2016-06-23 | 2016-12-07 | 广州大学 | 无线传感器网络rssi衰减模型实地校准装置及方法 |
CN106297252A (zh) * | 2016-10-10 | 2017-01-04 | 深圳万发创新进出口贸易有限公司 | 一种工业园区大气污染监测系统 |
CN106792845A (zh) * | 2016-11-24 | 2017-05-31 | 上海复旦通讯股份有限公司 | 移动自组织网络中锚节点选择方法 |
CN106772332A (zh) * | 2016-12-22 | 2017-05-31 | 西安交通大学青岛研究院 | 一种旋转式距离测量验证方法 |
CN107024690A (zh) * | 2016-12-22 | 2017-08-08 | 西安交通大学青岛研究院 | 一种基于无线测距的测距验证装置及方法 |
CN107024689A (zh) * | 2016-12-22 | 2017-08-08 | 西安交通大学青岛研究院 | 一种实验室测距验证装置及方法 |
CN107302754A (zh) * | 2017-05-10 | 2017-10-27 | 广东工业大学 | 一种基于WiFi与PDR的室内定位简易方法 |
CN107302749A (zh) * | 2017-05-27 | 2017-10-27 | 柳州天艺科技有限公司 | 基于rssi的主用户定位方法 |
CN107360542A (zh) * | 2017-05-15 | 2017-11-17 | 江南大学 | 一种基于无线网络室内物品精准定位算法 |
CN107861509A (zh) * | 2017-10-26 | 2018-03-30 | 广州科语机器人有限公司 | 一种锚点坐标校正方法及用于提高机器人定位精度的方法 |
CN108375754A (zh) * | 2018-02-10 | 2018-08-07 | 沈阳理工大学 | Wsn中基于移动节点初始状态和移动状态的节点定位方法 |
CN108684027A (zh) * | 2018-05-15 | 2018-10-19 | 北京邮电大学 | 一种多功能iBeacon信标的实现方法及装置 |
CN108882198A (zh) * | 2018-08-06 | 2018-11-23 | 太原理工大学 | 无线传感器网络未知传感器节点的均值定位方法 |
CN108989984A (zh) * | 2018-08-27 | 2018-12-11 | 云南电网有限责任公司电力科学研究院 | 一种蓝牙定位方法 |
CN109633523A (zh) * | 2018-12-21 | 2019-04-16 | 天津大学 | 用于室内定位的采用方向图叠加天线估计来波角度的方法 |
CN110446253A (zh) * | 2019-07-26 | 2019-11-12 | 杭州微萤科技有限公司 | 一种通过uwb定位过程中卫星的同步方法 |
CN110662164A (zh) * | 2019-09-25 | 2020-01-07 | 太原科技大学 | 一种基于e-rssi的无线传感器网络精准定位算法 |
CN111294921A (zh) * | 2020-02-17 | 2020-06-16 | 广东工业大学 | 一种rssi无线传感器网络三维协作定位方法 |
CN111447579A (zh) * | 2020-01-14 | 2020-07-24 | 长江大学 | 基于RSSI平均跳距路损的DV-hop室内定位方法 |
CN112135249A (zh) * | 2020-10-23 | 2020-12-25 | 辽宁工程技术大学 | 一种基于rssi的加权质心定位算法的改进方法 |
CN112462329A (zh) * | 2020-10-22 | 2021-03-09 | 南京邮电大学 | 一种基于质心定位改进的无线传感器网络节点定位算法 |
CN112672284A (zh) * | 2020-12-28 | 2021-04-16 | 超讯通信股份有限公司 | 室内多维定位方法及装置 |
CN113225685A (zh) * | 2021-05-06 | 2021-08-06 | 建信云能数字科技有限公司 | 一种轨迹纠错方法、装置、设备及存储介质 |
CN114355097A (zh) * | 2021-11-24 | 2022-04-15 | 石河子大学 | 一种综合能源配电网的故障定位方法及装置 |
CN114915931A (zh) * | 2022-05-12 | 2022-08-16 | 兰州理工大学 | 一种基于rssi技术的室内定位方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060274676A1 (en) * | 2005-06-02 | 2006-12-07 | Feng Niu | Method and apparatus for determining the location of a node in a wireless system |
CN101808398A (zh) * | 2010-02-05 | 2010-08-18 | 中国地质大学(武汉) | 一种无线传感器网络的二次加权混合定位方法 |
CN101938832A (zh) * | 2010-09-15 | 2011-01-05 | 中国人民解放军海军航空工程学院 | 基于分治求精的无线传感器网络节点自身定位方法 |
-
2011
- 2011-01-13 CN CN2011100064851A patent/CN102123495A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060274676A1 (en) * | 2005-06-02 | 2006-12-07 | Feng Niu | Method and apparatus for determining the location of a node in a wireless system |
CN101808398A (zh) * | 2010-02-05 | 2010-08-18 | 中国地质大学(武汉) | 一种无线传感器网络的二次加权混合定位方法 |
CN101938832A (zh) * | 2010-09-15 | 2011-01-05 | 中国人民解放军海军航空工程学院 | 基于分治求精的无线传感器网络节点自身定位方法 |
Non-Patent Citations (7)
Title |
---|
冯成旭等: "一种基于RSSI 的无线传感器网络的改进定位算法", 《舰船电子工程》 * |
吕振等: "一种基于RSSI校正的三角形质心定位算法", 《传感器与微系统》 * |
林玮等: "基于RSSI 的无线传感器网络三角形质心定位算法", 《现代电子技术》 * |
汪炀等: "一种基于RSSI 校验的无线传感器网络节点定位算法", 《小型微型计算机系统》 * |
神显豪等: "基于RSSI的WSN节点改进质心定位算法", 《微计算机信息》 * |
赵昭等: "无线传感器网络中基于RSSI 的改进定位算法", 《传感技术学报》 * |
金鑫: "一种改进型无线传感器网络质心定位算法", 《2007北京地区高校研究生学术交流会通信与信息技术会议论文集(下册),2008年》 * |
Cited By (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102665192B (zh) * | 2012-04-20 | 2014-10-22 | 山东大学 | 一种提高移动无线传感器网络节点定位精度的方法 |
CN102665192A (zh) * | 2012-04-20 | 2012-09-12 | 山东大学 | 一种提高移动无线传感器网络节点定位精度的方法 |
CN102831456A (zh) * | 2012-08-21 | 2012-12-19 | 西北工业大学 | 一种基于射频识别信号级别的室内无线定位方法 |
CN102831456B (zh) * | 2012-08-21 | 2015-04-29 | 西北工业大学 | 一种基于射频识别信号级别的室内无线定位方法 |
CN103024897A (zh) * | 2012-11-26 | 2013-04-03 | 中山大学 | 一种基于rssi的无线传感器网络环境自适应圆环重叠定位算法 |
CN103108281A (zh) * | 2012-12-29 | 2013-05-15 | 上海海事大学 | 一种基于无线传感器网络的海上搜救目标实时定位方法 |
CN103118333B (zh) * | 2013-01-25 | 2015-06-24 | 河南科技大学 | 基于相似度的无线传感器网络移动节点定位方法 |
CN103118333A (zh) * | 2013-01-25 | 2013-05-22 | 河南科技大学 | 基于相似度的无线传感器网络移动节点定位方法 |
CN104101861A (zh) * | 2013-04-09 | 2014-10-15 | 广东美晨通讯有限公司 | 测距定位方法及系统 |
CN103338511A (zh) * | 2013-05-28 | 2013-10-02 | 东南大学 | 一种基于三角形形态估计的wsn快速自定位方法 |
CN103439689A (zh) * | 2013-08-21 | 2013-12-11 | 大连理工大学 | 一种分布式麦克风阵列中麦克风位置估计系统 |
CN103439689B (zh) * | 2013-08-21 | 2015-12-23 | 大连理工大学 | 一种分布式麦克风阵列中麦克风位置估计系统 |
CN103687000A (zh) * | 2013-12-17 | 2014-03-26 | 上海交通大学无锡研究院 | 一种无线传感器网络室内定位中基于rssi的测距优化方法 |
CN103945528A (zh) * | 2014-04-10 | 2014-07-23 | 西安电子科技大学 | 无线传感器网络中的单目标定位方法 |
CN103945528B (zh) * | 2014-04-10 | 2017-10-24 | 西安电子科技大学 | 无线传感器网络中的单目标定位方法 |
CN104301996A (zh) * | 2014-04-15 | 2015-01-21 | 河南科技大学 | 一种无线传感器网络定位方法 |
CN104301996B (zh) * | 2014-04-15 | 2017-09-29 | 河南科技大学 | 一种无线传感器网络定位方法 |
CN103945532A (zh) * | 2014-05-13 | 2014-07-23 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于质点弹簧模型的三维加权质心定位方法 |
CN103945532B (zh) * | 2014-05-13 | 2017-06-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于质点弹簧模型的三维加权质心定位方法 |
CN104581937A (zh) * | 2014-12-29 | 2015-04-29 | 快威科技集团有限公司 | 基于rssi的节点定位方法 |
CN104684077B (zh) * | 2015-02-08 | 2018-04-13 | 江西科技学院 | 一种无线传感器网络的定位方法 |
CN104684077A (zh) * | 2015-02-08 | 2015-06-03 | 江西科技学院 | 一种无线传感器网络的定位方法 |
CN104902564B (zh) * | 2015-05-29 | 2018-10-23 | 东华大学 | 一种高健壮性和精度的三角形质心定位方法 |
CN104902564A (zh) * | 2015-05-29 | 2015-09-09 | 东华大学 | 一种高健壮性和精度的三角形质心定位方法 |
CN105898696A (zh) * | 2016-04-11 | 2016-08-24 | 广东工业大学 | 基于区间可信评估的道路沿线节点定位方法 |
CN105898696B (zh) * | 2016-04-11 | 2019-08-27 | 广东工业大学 | 基于区间可信评估的道路沿线节点定位方法 |
CN106131797A (zh) * | 2016-06-14 | 2016-11-16 | 淮阴工学院 | 一种基于rssi测距的节水灌溉监测网络定位方法 |
CN106131797B (zh) * | 2016-06-14 | 2019-05-21 | 淮阴工学院 | 一种基于rssi测距的节水灌溉监测网络定位方法 |
CN106209281A (zh) * | 2016-06-23 | 2016-12-07 | 广州大学 | 无线传感器网络rssi衰减模型实地校准装置及方法 |
CN106209281B (zh) * | 2016-06-23 | 2018-08-17 | 广州大学 | 无线传感器网络rssi衰减模型实地校准装置及方法 |
CN106297252A (zh) * | 2016-10-10 | 2017-01-04 | 深圳万发创新进出口贸易有限公司 | 一种工业园区大气污染监测系统 |
CN106297252B (zh) * | 2016-10-10 | 2019-07-23 | 重庆玖正环境科技有限公司 | 一种工业园区大气污染监测系统 |
CN106792845A (zh) * | 2016-11-24 | 2017-05-31 | 上海复旦通讯股份有限公司 | 移动自组织网络中锚节点选择方法 |
CN106792845B (zh) * | 2016-11-24 | 2020-05-01 | 上海复旦通讯股份有限公司 | 移动自组织网络中锚节点选择方法 |
CN107024690B (zh) * | 2016-12-22 | 2020-05-29 | 海门黄海创业园服务有限公司 | 一种基于无线测距的测距验证装置及方法 |
CN106772332B (zh) * | 2016-12-22 | 2019-06-21 | 上海同建工程建设监理咨询有限责任公司 | 一种旋转式距离测量验证方法 |
CN107024689B (zh) * | 2016-12-22 | 2020-06-09 | 山东中泽环境检测有限公司 | 一种实验室测距验证装置及方法 |
CN106772332A (zh) * | 2016-12-22 | 2017-05-31 | 西安交通大学青岛研究院 | 一种旋转式距离测量验证方法 |
CN107024690A (zh) * | 2016-12-22 | 2017-08-08 | 西安交通大学青岛研究院 | 一种基于无线测距的测距验证装置及方法 |
CN107024689A (zh) * | 2016-12-22 | 2017-08-08 | 西安交通大学青岛研究院 | 一种实验室测距验证装置及方法 |
CN107302754A (zh) * | 2017-05-10 | 2017-10-27 | 广东工业大学 | 一种基于WiFi与PDR的室内定位简易方法 |
CN107360542A (zh) * | 2017-05-15 | 2017-11-17 | 江南大学 | 一种基于无线网络室内物品精准定位算法 |
CN107302749A (zh) * | 2017-05-27 | 2017-10-27 | 柳州天艺科技有限公司 | 基于rssi的主用户定位方法 |
CN107861509A (zh) * | 2017-10-26 | 2018-03-30 | 广州科语机器人有限公司 | 一种锚点坐标校正方法及用于提高机器人定位精度的方法 |
CN108375754A (zh) * | 2018-02-10 | 2018-08-07 | 沈阳理工大学 | Wsn中基于移动节点初始状态和移动状态的节点定位方法 |
CN108684027A (zh) * | 2018-05-15 | 2018-10-19 | 北京邮电大学 | 一种多功能iBeacon信标的实现方法及装置 |
CN108882198B (zh) * | 2018-08-06 | 2021-02-09 | 太原理工大学 | 无线传感器网络未知传感器节点的均值定位方法 |
CN108882198A (zh) * | 2018-08-06 | 2018-11-23 | 太原理工大学 | 无线传感器网络未知传感器节点的均值定位方法 |
CN108989984A (zh) * | 2018-08-27 | 2018-12-11 | 云南电网有限责任公司电力科学研究院 | 一种蓝牙定位方法 |
CN109633523A (zh) * | 2018-12-21 | 2019-04-16 | 天津大学 | 用于室内定位的采用方向图叠加天线估计来波角度的方法 |
CN110446253A (zh) * | 2019-07-26 | 2019-11-12 | 杭州微萤科技有限公司 | 一种通过uwb定位过程中卫星的同步方法 |
CN110662164A (zh) * | 2019-09-25 | 2020-01-07 | 太原科技大学 | 一种基于e-rssi的无线传感器网络精准定位算法 |
CN111447579A (zh) * | 2020-01-14 | 2020-07-24 | 长江大学 | 基于RSSI平均跳距路损的DV-hop室内定位方法 |
CN111447579B (zh) * | 2020-01-14 | 2022-04-01 | 长江大学 | 基于RSSI平均跳距路损的DV-hop室内定位方法 |
CN111294921A (zh) * | 2020-02-17 | 2020-06-16 | 广东工业大学 | 一种rssi无线传感器网络三维协作定位方法 |
CN111294921B (zh) * | 2020-02-17 | 2021-07-20 | 广东工业大学 | 一种rssi无线传感器网络三维协作定位方法 |
CN112462329A (zh) * | 2020-10-22 | 2021-03-09 | 南京邮电大学 | 一种基于质心定位改进的无线传感器网络节点定位算法 |
CN112462329B (zh) * | 2020-10-22 | 2022-07-26 | 南京邮电大学 | 一种基于质心定位改进的无线传感器网络节点定位算法 |
CN112135249A (zh) * | 2020-10-23 | 2020-12-25 | 辽宁工程技术大学 | 一种基于rssi的加权质心定位算法的改进方法 |
CN112672284A (zh) * | 2020-12-28 | 2021-04-16 | 超讯通信股份有限公司 | 室内多维定位方法及装置 |
CN113225685A (zh) * | 2021-05-06 | 2021-08-06 | 建信云能数字科技有限公司 | 一种轨迹纠错方法、装置、设备及存储介质 |
CN113225685B (zh) * | 2021-05-06 | 2023-03-28 | 建信云能数字科技有限公司 | 一种轨迹纠错方法、装置、设备及存储介质 |
CN114355097A (zh) * | 2021-11-24 | 2022-04-15 | 石河子大学 | 一种综合能源配电网的故障定位方法及装置 |
CN114355097B (zh) * | 2021-11-24 | 2023-04-28 | 石河子大学 | 一种综合能源配电网的故障定位方法及装置 |
CN114915931A (zh) * | 2022-05-12 | 2022-08-16 | 兰州理工大学 | 一种基于rssi技术的室内定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102123495A (zh) | 基于rssi校正的无线传感器网络质心定位算法 | |
CN101191832B (zh) | 一种基于测距的无线传感器网络节点定位方法 | |
CN112533163B (zh) | 基于NB-IoT改进的融合超宽带和蓝牙的室内定位方法 | |
CN105188082B (zh) | 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法 | |
CN105301560B (zh) | 一种基于2点rssi的动态加权进化定位系统及方法 | |
Ismail et al. | An RSSI-based wireless sensor node localisation using trilateration and multilateration methods for outdoor environment | |
CN104661304A (zh) | 一种wsn中基于阈值优选的加权质心定位方法 | |
CN102364983B (zh) | 无线传感网中基于rssi测距的wls节点自定位方法 | |
CN101938832A (zh) | 基于分治求精的无线传感器网络节点自身定位方法 | |
Bekcibasi et al. | Increasing RSSI localization accuracy with distance reference anchor in wireless sensor networks | |
CN104902567A (zh) | 基于最大似然估计的质心定位方法 | |
CN101334464A (zh) | 一种利用无线能量强度进行目标定位的方法 | |
Ahn et al. | Simulation of a RSSI-based indoor localization system using wireless sensor network | |
CN103002502A (zh) | 一种在cdma中基于测量报告实现定位的方法及系统 | |
CN103152745A (zh) | 一种强自适应性移动节点定位的方法 | |
CN104965189B (zh) | 基于最大似然估计的室内人员定位方法 | |
Song et al. | Fingerprinting localization method based on toa and particle filtering for mines | |
CN106353724B (zh) | 一种基于无线传感器网络的精确室内定位方法 | |
Goonjur et al. | Enhanced the weighted centroid localization algorithm based on received strength signal in indoor wireless sensor network | |
CN104735779A (zh) | 一种基于troa的nlos传输环境无线定位方法 | |
Ahmad et al. | Towards probabilistic localization using airborne mobile anchors | |
CN105872977A (zh) | 一种用于无线传感器网络的改进landmrac定位算法 | |
CN103037503A (zh) | 一种无线传感器网络定位方法及系统 | |
CN206369546U (zh) | 一种基于智能手机的混合定位系统 | |
Maduranga et al. | Real-Time Animal Location Estimation Using Wearable Sensors and Cellular Mobile Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110713 |