-
公开(公告)号：CN102711043A
公开(公告)日：2012-10-03
申请号：CN201210204317.8
申请日：2012-06-18
申请人： 北京中防视信科技有限公司
摘要： 本发明涉及一种适用于节点分布稀疏的基于RSS的无源运动跟踪方法，其特点是：⑴设定N个位置随机的粒子；⑵根据长期测量值模型和短期测量值模型对每个粒子分别计算出当目标处于该粒子的位置时各链路的RSS的长期测量值和短期测量值；⑶将每个粒子的两个RSS值分别与实测的RSS值比较并处理后得到每个位置的粒子对应的权重；⑷对每个位置粒子所对应的权重进行重采样；⑸计算目标位置的估算结果；⑹根据自回归高斯模型更新粒子的位置；⑺返回步骤⑵，重复执行直到跟踪过程结束。本发明设计合理，使传感器网络中每个链路的感知范围得到扩大，保证了在节点分布稀疏的无线传感器网络上的跟踪精度，在不同环境下的稀疏节点网络中均有良好的性能。
-
公开(公告)号：CN102711043B
公开(公告)日：2015-01-28
申请号：CN201210204317.8
申请日：2012-06-18
申请人： 北京中防视信科技有限公司
摘要： 本发明涉及一种适用于节点分布稀疏的基于RSS的无源运动跟踪方法，其特点是：⑴设定N个位置随机的粒子；⑵根据长期测量值模型和短期测量值模型对每个粒子分别计算出当目标处于该粒子的位置时各链路的RSS的长期测量值和短期测量值；⑶将每个粒子的两个RSS值分别与实测的RSS值比较并处理后得到每个位置的粒子对应的权重；⑷对每个位置粒子所对应的权重进行重采样；⑸计算目标位置的估算结果；⑹根据自回归高斯模型更新粒子的位置；⑺返回步骤⑵，重复执行直到跟踪过程结束。本发明设计合理，使传感器网络中每个链路的感知范围得到扩大，保证了在节点分布稀疏的无线传感器网络上的跟踪精度，在不同环境下的稀疏节点网络中均有良好的性能。
-
公开(公告)号：CN102711244A
公开(公告)日：2012-10-03
申请号：CN201210205022.2
申请日：2012-06-18
申请人： 北京中防视信科技有限公司
摘要： 本发明涉及一种基于无线传感器网络的协作节点定位方法，包括以下步骤：步骤1：建立每个链路RSS值的混合高斯模型；步骤2：通过背景学习方法将RSS值中的背景RSS值分离出来；步骤3：根据路径损耗模型将背景RSS值转化为节点间的距离信息，并利用贝叶斯估计方法计算得到未知节点坐标。本发明设计合理，其根据接收信号强度（RSS）在有移动障碍物情况下的变化特征，通过建立链路RSS值的混合高斯模型并通过背景学习方法将测量的RSS值分离出背景RSS值，然后利用贝叶斯估计方法（LS）实现协作定位功能，有效地减小了障碍物对信号接收强度的干扰，从而获得较高的节点定位精度。
-
公开(公告)号：CN102711244B
公开(公告)日：2015-01-28
申请号：CN201210205022.2
申请日：2012-06-18
申请人： 北京中防视信科技有限公司
摘要： 本发明涉及一种基于无线传感器网络的协作节点定位方法，包括以下步骤：步骤1：建立每个链路RSS值的混合高斯模型；步骤2：通过背景学习方法将RSS值中的背景RSS值分离出来；步骤3：根据路径损耗模型将背景RSS值转化为节点间的距离信息，并利用贝叶斯估计方法计算得到未知节点坐标。本发明设计合理，其根据接收信号强度（RSS）在有移动障碍物情况下的变化特征，通过建立链路RSS值的混合高斯模型并通过背景学习方法将测量的RSS值分离出背景RSS值，然后利用贝叶斯估计方法（LS）实现协作定位功能，有效地减小了障碍物对信号接收强度的干扰，从而获得较高的节点定位精度。
-
-
-
搜索结果
4 条记录 (耗时 0.03 秒)
