在LMAP(Localization with mobile anchor points in wireless sensor networks)算法的基础上提出了一种改进算法:ELMAP算法。ELMAP算法改进了原算法的参考信息分组的选取机制,以达到摆脱对节点传输模型假设的依赖和提高实际应用中定位...在LMAP(Localization with mobile anchor points in wireless sensor networks)算法的基础上提出了一种改进算法:ELMAP算法。ELMAP算法改进了原算法的参考信息分组的选取机制,以达到摆脱对节点传输模型假设的依赖和提高实际应用中定位性能的目的。该算法选取具有相同接收信号强度(RSS)值的信息分组作为参考信息分组来对未知节点进行定位计算。仿真结果表明ELMAP算法比原算法具有更强的环境适应能力,并且可以通过调节接收到的信息分组数量和限定用于定位计算的参考信息分组的RSS值的范围来达到最佳状态。展开更多
通过研究无线传感器网络中RSSI(Received Signal Strength Indicator)测距误差与距离的关系,对加权质心算法存在的不合理因素进行改进,提出修正方法。改进后的算法使加权因子的选择更加合理,RSSI信号易受环境(障碍物,多径等)的影响,所...通过研究无线传感器网络中RSSI(Received Signal Strength Indicator)测距误差与距离的关系,对加权质心算法存在的不合理因素进行改进,提出修正方法。改进后的算法使加权因子的选择更加合理,RSSI信号易受环境(障碍物,多径等)的影响,所以针对具体实验环境建立信号传播模型函数使测距更加准确,利用CC2430搭建实验平台验证算法的可行性。用Matlab对实验数据进行质心算法,加权质心算法和修正加权质心算法误差分析,数据仿真显示,修正后的加权质心算法算法提高了定位精度,能满足基本的定位要求。展开更多
文摘在LMAP(Localization with mobile anchor points in wireless sensor networks)算法的基础上提出了一种改进算法:ELMAP算法。ELMAP算法改进了原算法的参考信息分组的选取机制,以达到摆脱对节点传输模型假设的依赖和提高实际应用中定位性能的目的。该算法选取具有相同接收信号强度(RSS)值的信息分组作为参考信息分组来对未知节点进行定位计算。仿真结果表明ELMAP算法比原算法具有更强的环境适应能力,并且可以通过调节接收到的信息分组数量和限定用于定位计算的参考信息分组的RSS值的范围来达到最佳状态。
文摘通过研究无线传感器网络中RSSI(Received Signal Strength Indicator)测距误差与距离的关系,对加权质心算法存在的不合理因素进行改进,提出修正方法。改进后的算法使加权因子的选择更加合理,RSSI信号易受环境(障碍物,多径等)的影响,所以针对具体实验环境建立信号传播模型函数使测距更加准确,利用CC2430搭建实验平台验证算法的可行性。用Matlab对实验数据进行质心算法,加权质心算法和修正加权质心算法误差分析,数据仿真显示,修正后的加权质心算法算法提高了定位精度,能满足基本的定位要求。
