亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于動(dòng)態(tài)近鄰反饋修正的室內(nèi)定位算法

        2018-04-12 07:16:35黨小超黑毅力郝占軍李芬芳
        計(jì)算機(jī)應(yīng)用 2018年2期
        關(guān)鍵詞:定位精度測(cè)距修正

        黨小超,黑毅力,郝占軍,李芬芳

        (1.西北師范大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院,蘭州 730070; 2.甘肅省物聯(lián)網(wǎng)工程研究中心,蘭州 730070)(*通信作者電子郵箱hei_yili@163.com)

        0 引言

        無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network, WSN)是一種低能耗、自組織、結(jié)構(gòu)多樣、連接廣泛的網(wǎng)絡(luò)系統(tǒng),由大量無線傳感器節(jié)點(diǎn)組成。其目的是實(shí)現(xiàn)節(jié)點(diǎn)間的合作,以感知、采集和處理覆蓋區(qū)域中對(duì)象的信息,并最終發(fā)送給觀察者。它在軍事國防、工農(nóng)業(yè)控制、城市管理、生物醫(yī)療、環(huán)境監(jiān)測(cè)、目標(biāo)跟蹤、危險(xiǎn)區(qū)域遠(yuǎn)程控制等應(yīng)用中具備良好的應(yīng)用前景[1]。在這些應(yīng)用中,確定無線傳感器節(jié)點(diǎn)的位置非常重要,定位技術(shù)也因此吸引了研究人員的廣泛關(guān)注[2]。目前世界上使用的定位系統(tǒng)主要是全球定位系統(tǒng)(Global Positioning System, GPS)[3],但是由于室內(nèi)障礙物的存在,使得GPS信號(hào)很難被接收從而導(dǎo)致定位失效,所以人們通過WSN節(jié)點(diǎn)定位算法來尋求解決方案[4]。

        在現(xiàn)有的無線傳感器網(wǎng)絡(luò)定位算法中,可以將定位算法分為基于距離的定位算法和距離無關(guān)的定位算法兩大類[5]。前者需要測(cè)量待定位目標(biāo)的距離或方位等位置參數(shù)以進(jìn)行定位,主要測(cè)距技術(shù)有基于到達(dá)時(shí)間(Time Of Arrival, TOA)、基于到達(dá)時(shí)間差(Time Difference Of Arrival, TDOA)、基于到達(dá)角度(Angle Of Arrival, AOA)、基于接收信號(hào)強(qiáng)度(Received Signal Strength Indicator, RSSI)的定位等;在距離無關(guān)的定位算法中,如質(zhì)心定位(Centroid)算法、距離向量-跳段定位(Distance Vector-Hop, DV-Hop)算法、自組織定位(Amorphous Positioning)算法、近似三角形內(nèi)點(diǎn)測(cè)試法(Approximate Point-In-Triangle test, APIT)等,未知節(jié)點(diǎn)無須測(cè)量與鄰居節(jié)點(diǎn)的距離或相對(duì)角度,而是利用連接或者跳數(shù)信息計(jì)算節(jié)點(diǎn)的位置。其中,RSSI測(cè)距技術(shù)因其成本低廉、能耗低等優(yōu)勢(shì)在無線定位技術(shù)中得到廣泛應(yīng)用。但在實(shí)際室內(nèi)環(huán)境中,信號(hào)易受到室內(nèi)地板、墻壁、人員走動(dòng)等影響,產(chǎn)生多徑效應(yīng),導(dǎo)致基于RSSI定位算法的定位精度下降。為了最大限度地消除RSSI測(cè)距誤差對(duì)無線傳感器節(jié)點(diǎn)自身定位精度的影響,文獻(xiàn)[6]提出了一種基于RSSI的無線傳感器網(wǎng)絡(luò)距離差分修正定位算法(Distance Difference Localization Algorithm, DDLA)。該算法以三邊定位算法為基礎(chǔ),將離目標(biāo)節(jié)點(diǎn)最近的信標(biāo)節(jié)點(diǎn)作為參考節(jié)點(diǎn)對(duì)基于RSSI的測(cè)距進(jìn)行差分修正,最后利用差分和質(zhì)心定位方法相結(jié)合的方式實(shí)現(xiàn)定位,在一定程度上減少了定位誤差;但是該算法未能實(shí)現(xiàn)稀疏節(jié)點(diǎn)的定位,增加了網(wǎng)絡(luò)中的通信開銷。文獻(xiàn)[7]為了解決傳統(tǒng)的以蒙特卡羅為基礎(chǔ)的移動(dòng)定位算法中定位精度差、采樣效率低的問題,提出了一種基于接收信號(hào)強(qiáng)度指示測(cè)距的蒙特卡羅盒定位(Monte Carlo Boxed localization, MCB)算法。該算法首先對(duì)RSSI的采樣區(qū)域進(jìn)行細(xì)化,以提高樣本的成功率,最后利用估計(jì)節(jié)點(diǎn)運(yùn)動(dòng)軌跡的方法計(jì)算節(jié)點(diǎn)位置;然而該算法存在隨機(jī)性較強(qiáng)、多次迭代耗時(shí)較長的缺陷。文獻(xiàn)[8-9]考慮了三維空間中因接收信號(hào)的不確定性導(dǎo)致算法定位誤差較大的因素,提出了混合測(cè)量定位算法。該算法將傳統(tǒng)到達(dá)角度和接收信號(hào)強(qiáng)度的定位技術(shù)相結(jié)合,得到了混合測(cè)量的優(yōu)化模型精確估計(jì)位置坐標(biāo),在一定程度上減少了定位誤差和網(wǎng)絡(luò)中的通信開銷。文獻(xiàn)[10]針對(duì)傳統(tǒng)測(cè)距定位算法中無線信號(hào)傳輸模型及模型參數(shù)對(duì)環(huán)境因素依賴性強(qiáng)的特點(diǎn),考慮傳統(tǒng)的使用固定的路徑損耗參數(shù)模型代替信號(hào)強(qiáng)度和距離的關(guān)系會(huì)造成較大誤差,提出了一種新的動(dòng)態(tài)估計(jì)路徑損耗參數(shù)的方法。該算法首先確定最小定位子區(qū)域,然后利用已知參考節(jié)點(diǎn)的信息估計(jì)模型參數(shù),最后實(shí)現(xiàn)準(zhǔn)確測(cè)距,達(dá)到精確定位的目的。

        通過對(duì)以上算法的研究及分析,提出了一種基于動(dòng)態(tài)近鄰反饋修正的室內(nèi)定位算法FC-DNN(Feedback Correction of Dynamic Nearest Neighbors)。該算法為了減少環(huán)境因素帶來的測(cè)距誤差,在定位前首先通過區(qū)域劃分思想確定最小定位區(qū)域,并在該子區(qū)域中利用節(jié)點(diǎn)間的幾何關(guān)系估算路徑損耗參數(shù);同時(shí)引入向量混合積的概念對(duì)選取的信標(biāo)節(jié)點(diǎn)進(jìn)行過濾,使錨節(jié)點(diǎn)得到充分利用,同時(shí)降低定位算法對(duì)初始錨節(jié)點(diǎn)數(shù)量的需求;最后,動(dòng)態(tài)選取錨節(jié)點(diǎn)并計(jì)算其定位誤差因子來修正未知節(jié)點(diǎn)的坐標(biāo),進(jìn)一步提高定位精度。

        1 相關(guān)理論

        1.1 基于信號(hào)衰減的距離估計(jì)模型及問題分析

        目前,無線信號(hào)傳輸中最常用的是Shadowing模型[11],即錨節(jié)點(diǎn)向未知節(jié)點(diǎn)廣播信息,未知節(jié)點(diǎn)收到廣播之后作出響應(yīng)。當(dāng)錨節(jié)點(diǎn)再次收到響應(yīng)后,利用式(1)推算出與未知節(jié)點(diǎn)的距離。

        (1)

        RRSSI=ARSSI-10nplg(d)

        (2)

        通過多次測(cè)量RSSI平均值后,利用式(2)可以計(jì)算出兩點(diǎn)之間的距離RSSI。然而對(duì)數(shù)距離路徑損耗模型方法存在兩個(gè)主要缺點(diǎn):一是RSSI值是高度隨機(jī)的,并且易受多徑和衰落的影響[13];二是定位區(qū)域中路徑損耗模型參數(shù)ARSSI和n與無線信號(hào)傳輸環(huán)境密切相關(guān),且隨著定位節(jié)點(diǎn)的移動(dòng)參數(shù)也在不斷變化中。為了解決這些問題,可以采用損耗參數(shù)動(dòng)態(tài)估計(jì)的方式,即在定位區(qū)域選取兩組已知錨節(jié)點(diǎn),分別測(cè)出其距離及對(duì)應(yīng)的RSSI值,并結(jié)合其已知的位置信息,借助式(2)計(jì)算定位區(qū)域中的路徑損耗模型參數(shù),減少測(cè)距誤差,提高定位精度。

        1.2 Voronoi圖劃分

        Voronoi圖又叫泰森多邊形,作為計(jì)算幾何中一種基本的幾何結(jié)構(gòu),在解決無線傳感器網(wǎng)絡(luò)覆蓋控制、網(wǎng)絡(luò)定位等問題中應(yīng)用廣泛。它是由連接相鄰兩點(diǎn)的直線的垂直平分線組成的連續(xù)多邊形組成。平面中的N個(gè)離散點(diǎn)按照最鄰近原則把平面劃分為幾個(gè)區(qū),該點(diǎn)所在的區(qū)是到該點(diǎn)距離最近點(diǎn)的集合。

        假設(shè)P是由n個(gè)離散的傳感器節(jié)點(diǎn)組成的集合,P={p1,p2,…pi…,pn}(2≤n<∞)平面上任意一點(diǎn)X(x,y)與節(jié)點(diǎn)pi(xi,yi)(pi∈P)的歐氏距離為:

        (3)

        定義生長點(diǎn)pi的Voronoi多邊形區(qū)域V(pi)為所有到pi距離最小點(diǎn)的集合:

        V(pi,X)=

        {x|d(pi,X)≤d(pj,X),?i≠j,j=1,2,…,n}

        (4)

        整個(gè)平面被n個(gè)生長點(diǎn)劃分為n個(gè)單元,而所有生長點(diǎn)pi的Voronoi多邊形集合構(gòu)成了P的Voronoi圖,可以將其表示為V={V(p1),V(p2),…,V(pn)}。

        1.3 Spearman等級(jí)相關(guān)系數(shù)

        Spearman等級(jí)相關(guān)系數(shù)(Spearman’s rank correlation coefficientρ)是一種非線性相關(guān)測(cè)量方法,主要用于確定兩組數(shù)據(jù)之間關(guān)聯(lián)程度。假設(shè)給定兩組不重復(fù)順序樣本數(shù)據(jù){X1,X2,…,Xn}和{Y1,Y2,…,Yn},定義xi(1≤i≤n)在{X1,X2,…,Xn}中的秩次為Ri,yi在{Y1,Y2,…,Yn}中的秩次為Qi,秩次差為di=Ri-Qi,利用式(5)計(jì)算相關(guān)系數(shù)為:

        (5)

        2 FC-DNN算法描述

        動(dòng)態(tài)近鄰反饋修正的室內(nèi)定位算法主要有三個(gè)階段:1)區(qū)域劃分判斷階段。使用Voronoi圖對(duì)定位空間中信標(biāo)節(jié)點(diǎn)進(jìn)行區(qū)域劃分,構(gòu)造Voronoi多邊形,判定待定位節(jié)點(diǎn)所在子區(qū)域。2)區(qū)域參數(shù)動(dòng)態(tài)估計(jì)階段。在室內(nèi)狹小的范圍內(nèi),通信信號(hào)在傳輸過程中受到的因素影響也相似,可以充分利用錨節(jié)點(diǎn)的位置信息動(dòng)態(tài)估計(jì)子區(qū)域中的模型參數(shù)ARSSI、n。3)節(jié)點(diǎn)位置計(jì)算階段。節(jié)點(diǎn)定位階段分為節(jié)點(diǎn)預(yù)估計(jì)和節(jié)點(diǎn)反饋修正兩個(gè)步驟,首先,利用已知信息及空間幾何向量關(guān)系對(duì)節(jié)點(diǎn)定位,然后引入Spearman等級(jí)相關(guān)系數(shù)動(dòng)態(tài)計(jì)算鄰居錨節(jié)點(diǎn)反饋修正因子對(duì)初次定位結(jié)果進(jìn)行修正。

        2.1 區(qū)域劃分判斷階段

        為了使信號(hào)衰減的距離估計(jì)模型更加符合實(shí)際環(huán)境,同時(shí)考慮到室內(nèi)復(fù)雜的環(huán)境因素對(duì)測(cè)距誤差的影響程度,在實(shí)現(xiàn)無線定位之前,采用Voronoi圖的構(gòu)建思想將整體區(qū)域進(jìn)行劃分,目的是縮小被定位區(qū)域的范圍,在分割后的子區(qū)域中擬合環(huán)境參數(shù),從而進(jìn)一步提高RSSI測(cè)量值的精確度和環(huán)境適應(yīng)性。

        如圖1所示,假設(shè)實(shí)心五星節(jié)點(diǎn)代表錨節(jié)點(diǎn)Mi,空心圓代表未知節(jié)點(diǎn)U。隨機(jī)選擇k個(gè)錨作為初始節(jié)點(diǎn),通過Voronoi圖將區(qū)域劃分,并且根據(jù)Voronoi圖中任何多邊形內(nèi)的點(diǎn)到它所在區(qū)域的種子點(diǎn)的距離比到其他區(qū)域種子點(diǎn)的距離近的性質(zhì),可以計(jì)算出未知節(jié)點(diǎn)U與其他初始錨Mi之間的歐氏距離dui,選擇距離最小的錨節(jié)點(diǎn)所在的區(qū)域即為待定位子區(qū)域。

        圖1 Voronoi圖的構(gòu)建Fig. 1 Construction of Voronoi diagram

        2.2 定位區(qū)域路徑損耗參數(shù)動(dòng)態(tài)估計(jì)階段

        由于基于RSSI測(cè)距模型參數(shù)ARSSI、n在實(shí)際環(huán)境中會(huì)隨著諸多因素的改變而不同,所以本文利用一種動(dòng)態(tài)估計(jì)路徑損耗模型參數(shù)的方法[14],以減小測(cè)距模型的誤差,從而提高定位精度。因?yàn)樗惴ㄔ诘谝浑A段對(duì)定位區(qū)域進(jìn)行了有效的劃分,在一個(gè)非常小的范圍內(nèi),物理位置越接近,信號(hào)的通信環(huán)境也越相似,可以認(rèn)為在定位子區(qū)域中的路徑損耗模型也近似相同。假設(shè)節(jié)點(diǎn)之間可以相互通信,可以充分利用錨節(jié)點(diǎn)的位置信息估計(jì)定位區(qū)域內(nèi)路徑損耗參數(shù)。

        根據(jù)式(2)可以建立方程組:

        (6)

        (7)

        圖2 區(qū)域內(nèi)路徑損耗模型參數(shù)計(jì)算Fig. 2 Parameters calculation of path loss model in each region

        (8)

        2.3 節(jié)點(diǎn)位置計(jì)算階段

        假設(shè)在三維空間中分布著N個(gè)位置已知的錨節(jié)點(diǎn)Mi(i=1,2,…,N),其位置坐標(biāo)為(Mix,Miy,Miz),同時(shí)區(qū)域中未知節(jié)點(diǎn)U的位置坐標(biāo)表示為(Ux,Uy,Uz),未知節(jié)點(diǎn)U與錨節(jié)點(diǎn)Mi間的RSSI測(cè)量值表示為RSSi。節(jié)點(diǎn)位置計(jì)算階段具體步驟如下:

        步驟1節(jié)點(diǎn)共線過濾。在確定未知節(jié)點(diǎn)定位區(qū)域后,選取最優(yōu)RSSi,即未知節(jié)點(diǎn)在收到超過閾值m(文中m=4)個(gè)信標(biāo)信息后,至少需要4個(gè)錨節(jié)點(diǎn)作為參考節(jié)點(diǎn)進(jìn)行自身定位計(jì)算,其中三個(gè)錨節(jié)點(diǎn)用于初步幾何向量定位,其余錨節(jié)點(diǎn)將充當(dāng)修正節(jié)點(diǎn)對(duì)初步定位坐標(biāo)進(jìn)行修正。因此至少獲取4點(diǎn)位置信息用以定位未知節(jié)點(diǎn),但是存在兩種特殊情況無法完成定位,即當(dāng)獲取的4點(diǎn)在同一個(gè)平面上或者其中存在3點(diǎn)在同一條直線上。為了解決這個(gè)問題,本文根據(jù)空間向量理論來過濾這些節(jié)點(diǎn)。假設(shè)對(duì)于獲取的4個(gè)錨節(jié)點(diǎn)M1、M2、M3和M4,利用式(9)的進(jìn)行檢驗(yàn),如果存在向量M1M2,M1M3和M1M4的混合積不為0,則利用這4個(gè)不共面的點(diǎn)的坐標(biāo)來計(jì)算待定位節(jié)點(diǎn)的坐標(biāo)位置[15]。否則,返回繼續(xù)尋求符合條件的錨節(jié)點(diǎn)。

        [M1M2,M1M3,M1M4]=(M1M2×M1M3)×M1M4=

        (9)

        通過上面的過濾處理,可以得到4個(gè)有效的錨節(jié)點(diǎn)來計(jì)算未知節(jié)點(diǎn)的位置。

        然后利用已知信息及空間幾何關(guān)系對(duì)未知節(jié)點(diǎn)定位。

        圖3 錨節(jié)點(diǎn)反饋的幾何定位Fig. 3 Geometric localization of anchor node feedback

        (10)

        又根據(jù)向量的定義可得:

        (11)

        所以聯(lián)合方程(10)和(11)建立方程:

        (12)

        同理可得:

        (13)

        (14)

        通過式(12)、(13)、(14)得到的就是待定位節(jié)點(diǎn)U′的初步定位坐標(biāo),因?yàn)閷?duì)節(jié)點(diǎn)進(jìn)行了篩選過濾,同時(shí)幾何向量的算法也很好地消除了多解問題。

        步驟3錨節(jié)點(diǎn)反饋修正。利用步驟1中節(jié)點(diǎn)過濾方法和Spearman等級(jí)相關(guān)系數(shù)動(dòng)態(tài)判斷選定錨節(jié)點(diǎn)的鄰居節(jié)點(diǎn)及個(gè)數(shù),根據(jù)最近錨節(jié)點(diǎn)通過對(duì)比其定位結(jié)果與自身實(shí)際位置得到修正因子,并將值反饋給鄰居未知節(jié)點(diǎn),鄰居未知節(jié)點(diǎn)利用收到的修正因子對(duì)最終定位結(jié)果進(jìn)行修正,得到更加精確的定位坐標(biāo)。

        圖4 鄰居節(jié)點(diǎn)示意圖Fig. 4 Illustration of neighbor nodes

        (15)

        (16)

        3 實(shí)驗(yàn)仿真與分析

        為了檢驗(yàn)FC-DNN算法的性能,使用Matlab 2016仿真實(shí)驗(yàn)平臺(tái)進(jìn)行仿真實(shí)驗(yàn),并與基于RSSI的無線傳感器網(wǎng)絡(luò)距離差分修正定位算法(DDLA)[6]、受限三維空間傳感器定位(CO-3D)算法[16]在誤差、能耗方面進(jìn)行比較。詳細(xì)仿真參數(shù)信息如表1所示。

        表1 仿真參數(shù)Tab. 1 Parameters of simulation

        3.1 定位誤差率比較

        為了刻畫FC-DNN算法的性能,減少實(shí)驗(yàn)中隨機(jī)誤差的干擾,最終結(jié)果取30次實(shí)驗(yàn)的平均值。采用均一化定位誤差來評(píng)價(jià)算法性能,均一化定位誤差定義為:

        error=

        (17)

        式中:(xi,yi,zi)為未知節(jié)點(diǎn)i的實(shí)際坐標(biāo),(xki′,yki′,zki′)為第k次估計(jì)的未知節(jié)點(diǎn)i的坐標(biāo),N為未知節(jié)點(diǎn)數(shù)量,R為通信半徑,K為實(shí)驗(yàn)次數(shù)。

        圖5顯示了在固定節(jié)點(diǎn)通信半徑而錨節(jié)點(diǎn)個(gè)數(shù)變化時(shí),F(xiàn)C-DNN算法與其他兩種算法的均一化定位誤差比較。從圖5可以看到,隨著錨節(jié)點(diǎn)個(gè)數(shù)的增加,定位誤差總體呈下降趨勢(shì),這是因?yàn)樵诙ㄎ磺捌谶^程中隨著更多有效錨節(jié)點(diǎn)被引入?yún)?shù)和坐標(biāo)計(jì)算,在一定程度上提高了定位精度。根據(jù)仿真結(jié)果的統(tǒng)計(jì)數(shù)據(jù),本文算法的平均定位精度約為33%,而CO-3D、DDLA算法平均定位精度分別為48%和46%,綜合分析,在不同的錨節(jié)點(diǎn)個(gè)數(shù)時(shí),F(xiàn)C-DNN算法的誤差相比其他兩種算法都更低。尤其在錨節(jié)點(diǎn)個(gè)數(shù)超過50%時(shí),其誤差下降速度加快。這是因?yàn)镕C-DNN算法是對(duì)若干個(gè)可能的節(jié)點(diǎn)位置利用鄰居節(jié)點(diǎn)進(jìn)行修正計(jì)算,同時(shí)算法通過增加對(duì)錨節(jié)點(diǎn)的判斷、過濾操作得到了符合條件的錨節(jié)點(diǎn)信息,而兩種對(duì)比算法僅利用求平均值的方法得到最終坐標(biāo),誤差較大,相比之下,F(xiàn)C-DNN算法的定位精度更高。

        圖6為定位過程中隨著節(jié)點(diǎn)通信半徑R的增大,不同錨節(jié)點(diǎn)個(gè)數(shù)時(shí),F(xiàn)C-DNN算法與CO-3D和DDLA算法的均一化定位誤差比較。從圖6可以看出,當(dāng)錨節(jié)點(diǎn)比例確定時(shí),隨著R增大,節(jié)點(diǎn)定位誤差均呈下降趨勢(shì),這是因?yàn)殡S著通信半徑增大,節(jié)點(diǎn)覆蓋區(qū)域呈正相關(guān),即提高了網(wǎng)絡(luò)連通性,定位更加準(zhǔn)確。仿真結(jié)果顯示在相同條件下,F(xiàn)C-DNN算法相比CO-3D算法和DDLA算法的誤差始終最低,而且更加平緩,尤其是與CO-3D算法相比,因?yàn)殄^節(jié)點(diǎn)的信息得到更加充分的利用,多次累計(jì)定位減少了定位誤差率(約15個(gè)百分點(diǎn)),提高了節(jié)點(diǎn)的定位精度,說明本文的算法對(duì)通信半徑的改變并不敏感,更加穩(wěn)定。

        圖5 均一化誤差隨錨節(jié)點(diǎn)個(gè)數(shù)的變化Fig. 5 Normalized position error with different number of anchors nodes

        圖6 均一化誤差隨節(jié)點(diǎn)通信半徑的變化Fig. 6 Normalized position error with different node communication radius

        3.2 能耗比較

        設(shè)置固定的節(jié)點(diǎn)通信半徑,當(dāng)錨節(jié)點(diǎn)數(shù)取不同值時(shí),F(xiàn)C-DNN算法與CO-3D算法和DDLA算法的能耗比較如圖7所示。圖7顯示的能耗與實(shí)際情況吻合,原因是在FC-DNN算法中,首先對(duì)區(qū)域進(jìn)行了合理的劃分,在待定位區(qū)域內(nèi),通過篩選最優(yōu)鄰居節(jié)點(diǎn)實(shí)現(xiàn)定位。FC-DNN算法由于對(duì)區(qū)域進(jìn)行合理劃分后,將空間復(fù)雜度降為O(lbn),而CO-3D算法的空間復(fù)雜度為O(n),同時(shí)其不斷隨機(jī)選擇幾個(gè)可能的錨節(jié)點(diǎn)進(jìn)行定位也導(dǎo)致了定位能量的消耗。而且本文算法通過過濾優(yōu)選鄰居錨節(jié)點(diǎn),使得在每輪計(jì)算中錨節(jié)點(diǎn)信息得到充分利用,使用頻率大幅度降低,同時(shí)延長了整個(gè)系統(tǒng)的生命周期,提高了定位的覆蓋率和成功率,所以FC-DNN算法的能耗最低。

        圖7 能耗隨錨節(jié)點(diǎn)個(gè)數(shù)的變化Fig. 7 Energy consumption with different number of anchor nodes

        4 結(jié)語

        針對(duì)無線傳感器網(wǎng)絡(luò)中基于RSSI測(cè)距模型中可能由于反射、多徑效應(yīng)和天線增益導(dǎo)致重大的傳播損耗而引起定位精度的問題,提出了動(dòng)態(tài)鄰居錨節(jié)點(diǎn)反饋修正算法,引入錨節(jié)點(diǎn)反饋修正因子來修正未知節(jié)點(diǎn)的坐標(biāo),有效解決了傳統(tǒng)的RSSI測(cè)距技術(shù)導(dǎo)致定位結(jié)果誤差比較大的問題。通過仿真和實(shí)驗(yàn)結(jié)果驗(yàn)證,與CO-3D算法和DDLA算法相比,該算法在定位誤差、平均能耗等方面性能更優(yōu),能夠更精確地定位節(jié)點(diǎn)。但是,當(dāng)劃分后的定位區(qū)域中錨點(diǎn)數(shù)比較稀疏時(shí),定位仍存在困難,同時(shí)區(qū)域劃分判斷階段也以消耗定位時(shí)間為代價(jià),這是以后研究需要解決的問題。

        參考文獻(xiàn):

        [1]ZHANG R, XIA W, JIA Z, et al. The indoor localization method based on the integration of RSSI and inertial sensor [C]// GCCE 2014: Proceedings of the 2014 IEEE 3rd Global Conference on Consumer Electronics. Piscataway, NJ: IEEE, 2014: 332-336.

        [2]ADEWUMI O G, DJOUANI K, KURIEN A M. RSSI based indoor and outdoor distance estimation for localization in WSN [C]// ICIT 2013: Proceedings of the 2013 IEEE International Conference on Industrial Technology. Piscataway, NJ: IEEE, 2013: 1534-1539.

        [3]MEHRA R, SINGH A. Real time RSSI error reduction in distance estimation using RLS algorithm [C]// IACC 2013: Proceedings of the 2013 IEEE 3rd International Advance Computing Conference. Piscataway, NJ: IEEE, 2013: 661-665.

        [4]YASSIN A, NASSER Y, AWAD M, et al. Recent advances in indoor localization: a survey on theoretical approaches and applications [J]. IEEE Communications Surveys & Tutorials, 2017, 19(2): 1327-1346.

        [5]錢志鴻,孫大洋,LEUNG Victor.無線網(wǎng)絡(luò)定位綜述[J].計(jì)算機(jī)學(xué)報(bào),2016,39(6):1237-1256. (QIAN Z H, SUN D Y, LEUNG Victor. A survey on localization model in wireless networks [J]. Chinese Journal of Computers, 2016, 39(6): 1237-1256.)

        [6]任維政,徐連明,鄧中亮,等.基于RSSI的測(cè)距差分修正定位算法[J].傳感技術(shù)學(xué)報(bào),2008,21(7):1247-1250. (REN W Z, XU L M, DENG Z L, et al. Distance difference localization algorithm based on RSSI for wireless sensor networks [J]. Chinese Journal of Sensors and Actuators, 2008, 21(7): 1247-1250.)

        [7]武曉琳,單志龍,曹樹林,等.基于接收信號(hào)強(qiáng)度指示測(cè)距的蒙特卡羅盒移動(dòng)節(jié)點(diǎn)定位算法[J].計(jì)算機(jī)應(yīng)用,2015,35(4):916-920. (WU X L, SHAN Z L, CAO S L, et al. Monte Carlo boxed localization algorithm for mobile nodes based on received signal strength indication ranging [J]. Journal of Computer Applications, 2015, 35(4): 916-920.)

        [8]SINGH A, KUMAR S, KAIWARTYA O. A hybrid localization algorithm for wireless sensor networks [J]. Wireless Personal Communications, 2013, 71(2): 1365-1385.

        [9]嚴(yán)長虹,馬靜.三維傳感網(wǎng)空間RSS與AOA混合測(cè)量的精確定位方法[J].傳感技術(shù)學(xué)報(bào),2017,30(3):450-455. (YAN C H, MA J. Precise positioning method with hybrid RSS and AOA measurement in 3-D WSN space[J]. Chinese Journal of Sensors and Actuators, 2017, 30(3): 450-455.)

        [10]李瑤怡,赫曉星,劉守印.基于路徑損耗模型參數(shù)實(shí)時(shí)估計(jì)的無線定位方法[J].傳感技術(shù)學(xué)報(bào),2010,23(9):1328-1333. (LI Y Y, HE X X, LIU S Y. Wireless localization algorithm based on path loss model parameter estimated in real time[J]. Chinese Journal of Sensors and Actuators, 2010, 23(9): 1328-1333.)

        [11]AWARD A, FRUNZKE T, DRESSLER F. Adaptive distance estimation and localization in WSNs using RSSI measures [C]// DSD 2007: Proceedings of the 2007 IEEE 10th Euromicro Conference on Digital System Design Architectures, Methods and Tools. Piscataway, NJ: IEEE, 2007: 471-478.

        [12]胡詠梅,張歡.一種改進(jìn)的無線傳感器網(wǎng)絡(luò)質(zhì)心定位算法[J].計(jì)算機(jī)工程與科學(xué),2012,34(2):45-49. (HU Y M, ZHANG H. An improved algorithm for the centroid localization of wireless sensor network [J].Computer Engineering and Science, 2012, 34(2): 45-49.)

        [13]XUE W, QIU W, HUA X, et al. Improved Wi-Fi RSSI measurement for indoor localization [J]. IEEE Sensors Journal, 2017, 17(7): 2224-2230.

        [14]ZHENG J, WU C, CHU H, et al. An improved RSSI measurement in wireless sensor networks [J]. Procedia Engineering, 2011, 15: 876-880.

        [15]戴桂蘭,趙沖沖,邱巖.一種基于球面坐標(biāo)的無線傳感器網(wǎng)絡(luò)三維定位機(jī)制[J].電子學(xué)報(bào),2008,36(7): 1297-1303. (DAI G L, ZHAO C C, QIU Y. A localization scheme based on sphere for wireless sensor network in 3D [J]. ACTA Electronica Sinica, 2008, 36(7): 1297-1303.)

        [16]LIANG J, SHAO J, XU Y, et al. Sensor network localization in constrained 3-D spaces [C]// Proceedings of the 2006 IEEE International Conference on Mechatronics and Automation. Piscataway, NJ: IEEE, 2006: 49-54.

        猜你喜歡
        定位精度測(cè)距修正
        北斗定位精度可達(dá)兩三米
        軍事文摘(2023年4期)2023-04-05 13:57:35
        Some new thoughts of definitions of terms of sedimentary facies: Based on Miall's paper(1985)
        修正這一天
        快樂語文(2021年35期)2022-01-18 06:05:30
        類星體的精準(zhǔn)測(cè)距
        科學(xué)(2020年3期)2020-01-06 04:02:51
        合同解釋、合同補(bǔ)充與合同修正
        法律方法(2019年4期)2019-11-16 01:07:28
        GPS定位精度研究
        組合導(dǎo)航的AGV定位精度的改善
        軟件修正
        淺談超聲波測(cè)距
        電子制作(2017年7期)2017-06-05 09:36:13
        基于PSOC超聲測(cè)距系統(tǒng)設(shè)計(jì)
        日韩精品人妻一区二区三区蜜桃臀| 成人片黄网站色大片免费观看app| 久草视频国产| 婷婷成人亚洲综合国产| 中文字幕一区二区av| 男人边做边吃奶头视频| 亚洲av有码在线天堂| 中文一区二区三区无码视频| 自拍视频在线观看国产| 国产免费无遮挡吸奶头视频| 处破痛哭a√18成年片免费| 久久精品国产亚洲AV香蕉吃奶| 亚洲成人av大片在线观看| 亚洲av综合av一区| 无遮无挡三级动态图| 北岛玲精品一区二区三区| 久久国产精品一区av瑜伽| 日本大胆人体亚裔一区二区| 蜜桃视频在线观看网址| 免费人成视频x8x8入口| 欧美国产亚洲日韩在线二区| 台湾自拍偷区亚洲综合| 黄片视频免费在线播放观看| 粗壮挺进人妻水蜜桃成熟漫画| 精品人妻中文av一区二区三区| 久久夜色精品国产三级| 欧美牲交a欧美牲交aⅴ免费下载| 国产精品igao视频| 亚洲中文一本无码AV在线无码| 国产天堂av在线播放资源| 日韩精品极品视频在线观看免费| 毛片免费在线观看网址| 中文字幕一区二区三区喷水| 精品国产粉嫩内射白浆内射双马尾 | 色综合久久久久久久久久| 欧美色图中文字幕| 一区二区三区视频偷拍| 国产成人精品优优av| 真人二十三式性视频(动)| 国产美女亚洲精品一区| 蜜桃视频网站在线观看一区|