无线传感器网络节点自身定位算法综述

节点位置信息是无线传感器网络应用的基础。介绍了无线传感器网络节点定位的基本原理，论述了已提出的几种典型定位算法，并对其进行了分析与比较。在综合分析当前定位算法不足的基础上，指出了无线传感器网络节点定位算法的研究方向。     

移动Ad Hoc网络中的负载均衡路由算法

移动Ad Hoe网络(MANET)中的路由算法应尽量使网络负载均衡，不均衡不仅导致正在通信的路由由于过度拥塞而引起数据包延时过大、吞吐量下降，而且会使拥塞节点的能量提前耗尽，从而加剧网络拓扑结构的变化及节点之间的不公平性。本文对目前提出的一些负载均衡路由算法进行了简要比较和分析，在此基础上，指出了目前负载均衡路由算法中存在的一些问题，并提出了一个实现负载均衡路由算法的一般模型。基于该模型，文中提出了一种简单的负载均衡路由算法。仿真结果表明，负载均衡路由算法比未考虑负载均衡的路由算法具有更高的数据包投递率和更低的数据包传输延时。     

无线传感器网络定位技术的研究

概述了传感器网络节点定位的基本途径和定位模型,对无线传感器网络定位的几种算法做了介绍,以及对其性能做了相关比较。     

无线传感器网络节点定位研究与实现

无线传感器网络在军事和民用领域都有着广阔的应用前景,其许多应用都是基于节点的位置信息.文中分析了节点定位算法,研究并实现了一种基于无线信号与超声波时间差(TDOA)定位技术的短距离精确定位系统.该系统由中心节点、接收超声波的参考节点和发射超声波的信标节点构成,结构简单,易于实现.     

卫星认知无线通信中频谱感知算法比较

以实现卫星认知无线通信中频谱空穴探测为目的,列举并比较了目前用于频谱感知的 六种算法。根据各个算法的自身特点指出其应用场合,分别分析了它们的优缺点,通过计算 机仿真给出了能量检测、匹配滤波和压缩感知的检测性能,并指出压缩感知对硬件复杂度的 要求最小,适合卫星认知无线通信。     

大规模模拟电路故障定位快速算法及实现

要使现有的模拟电路故障诊断算法适用于大规模电网络,必须将大规模网络分解成互不耦合的小规模网络。文献[1]给出了一种快速定位算法(算法Ⅰ),但未考虑容差。本文从解决模拟电路故障诊断中最棘手的问题——容差、在线计算量和离线计算量的目的出发,将故障预测技术、替代理论和迭加定理运用到支路撕裂法中,从而得到一个新的大规模模拟电路的快速故障定位算法(算法Ⅱ),同时对算法Ⅰ、Ⅱ进行了FORTRAN编程实现。研究结果证明,算法Ⅰ、Ⅱ适用于小、大规模网络的单、多故障诊断。当网络被连续监测时,算法Ⅱ的稳健性、计算量和存贮器要求均较算法Ⅰ有较大改进。文中举了一个有源电路的实例,验证了上述论断的有效性。     

基于range-based节点的无线传感器网络自定位算法

该文介绍和分析了现有的无线传感器网络定位技术各自的局限性。针对现存定位机制中定位误差大或有较高的硬件要求问题，和无线传感器网络低成本、低功耗的要求，在TDOA技术的基础上，提出了一种新的无线传感器网络range—based节点自定位算法。用限制测距信号的跳数和重复运行算法的方法，使定位更精确，减少网络流量和负载。     

一种超宽带与惯导融合的LSTM室内定位算法

针对复杂环境下的室内高精度定位需求,提出了一种超宽带和惯导融合定位方案。结合位置估计过程可被划分为时间序列预测问题的特点,提出了一种基于长短时记忆(Long Short Term Memory,LSTM) 网络的联合定位算法,并对其总体架构设计、数据预处理方法、网络结构设计、模型训练方法进行了研究。在此基础上,通过仿真和实测实验对联合定位算法进行验证,实验结果表明,该LSTM神经网络联合定位算法的定位精度优于传统TOA(Time of Arrival)、UKF(Unscented Kalman Filter)联合定位算法,适用复杂室内定位。     

基于MR的无线移动智能网络优化平台的设计与实现

蜂窝移动通信网络的快速增长, 使无线网络的优化设计问题日益 重要。基于TD-SCDMA、GSM等无线移动网络的Abis或Iu-b接口中实时采集的信令MR帧,对M R帧进行同步解析,并由提取的帧结构中的数据,构建了无线移动智能网络优化平台。该无 线移动智能网络优化平台利用MR测量报告信息能快速定位出TD-SCDMA移动通信网络当中的 故障问题。该智能网络优化平台提供了一种新的越区检测算法实现,并能够对越区覆盖和弱 覆盖进行检测和优化。     

网络直播评论动态预警系统设计研究

通过分析网络直播的发展现状,指出目前直播行业存在的诸多乱象,网络直播的大环境亟需有效改善。通过对网络直播用户评论进行采集,构建基于评论文本和情感词典的情感分析语料库,利用SnowNLP算法进行情感分析,据此进行可视化输出和预警提醒,进而设计出网络直播评论动态预警系统。该系统的设计可以实现对网络直播中不良信息的实时监管与预警,并加强对直播过程中网络舆情的正确引导与管理,有利于维护良好的网络环境与社会秩序。     

基于BP算法异或运算的实现

BP (back propagation)神经网络,是一种按照误差的反向传播,把各个误差均匀的分配给各个节点,并且调整权值进行训练的多层次前馈网络,是目前应用最广泛的神经网络模型之一.本文采取BP算法编制一个C++语言的程序,实现基于BP算法的异或运算,并描述了使用BP算法实现异或问题的具体学习过程,给出了程序运行后的结果.     

无线传感器网络的定位技术的研究

随着科学技术的进步,无线传感器网络（WSN）在人们的社会生活发挥着重要作用。从无线传感器网络的进步和应用来说,对比较实用的节点定位技术的研究在增加其性能和保证其的实用性方面有着非常重要的意义和价值,因此,如何才能提高节点的定位的准确度也是研究的一个热点。本文介绍了一种常用的测距方法,探讨了定位节点算法及定位算法,以及对它们的优缺点进行了分析比较。     

基于优化RBF神经网络的无线室内定位

针对径向基函数（Radial Basis Function,RBF）神经网络算法在无线网络室内定位中拓扑结构和网络参数难以确定,其定位效果不理想的问题,提出了一种用核主成分分析的模糊C均值聚类算法（Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM）和模拟退火自适应遗传算法（Simulated Annealing adaptive Genetic Algorithm,SAGA）优化RBF神经网络的无线室内定位算法。首先利用KPCA对原始训练数据样本进行数据预处理,再通过KPCA-FCM算法计算出最优聚类数目和聚类中心点;其次将聚类数目和聚类中心点作为隐含层神经元个数和中心值,创建RBF神经网络,并将其网络参数映射到SAGA算法中;再次由SAGA算法进行网络参数寻优,把最优的解映射回RBF神经网络;最后利用样本数据对RBF神经网络进行训练和测试,完成建立RBF神经网络算法模型。实验表明,在相同的环境中,所提算法比传统RBF神经网络定位精度提高了48.41%。     

多元外辐射源单站时差定位技术

针对传统单站无法实现时差定位、多站定位布站选址困难的情况,提出了一种利用多元外辐射源实现单站时差定位的方法,并推导了定位算法和详细流程。基于几何精度因子（GDOP）方法分析了不同时差测量精度、基线长度、布站方式对定位精度的影响。利用Monte-Carlo仿真验证了定位算法的有效性,也说明了这种利用多元外辐射源定位新思路的可行性。仿真结果表明,该定位方法在长基线、Y型布站时定位精度最高,相比均采用地面外辐射源定位,利用卫星与地面外辐射源结合的方式可以使三维定位精度提高10倍以上。     

与强度无关的位置指纹在线定位改进算法

将现有的研究较热的固定发射端、定位接收端的室内位置指纹定位系统应用到固定接收端、定位发射端的室内无线电干扰源定位中,研究了一种考虑干扰源发射强度的在线定位算法,以克服直接使用以一固定发射强度信号源建立的指纹数据库和现有的在线定位方法无法实现对不同发射强度干扰源定位问题。在分析信号传播模型和现有在线定位方法的基础上,利用强度差的均方差进行定位计算。给出了算法实现依据和流程,对改进的算法进行了仿真和实验验证,结果证明了改进算法的实用性。同时,改进算法的思想对现有的考虑接收端异质的位置指纹定位系统也有一定的指导意义。     

无线传感器网络中节点定位算法研究

传感器节点定位是一个最基本的，同时也是最重要的功能之一。针对这一特性，本文深入研究节点定位算法的研究现状，指出算法存在的不足之处和解决方法。最后指出定位算法未来的研究方向。     

一种改进的非合作目标定位方法及其应用验证

针对传统非合作目标定位方法对回波信号的群路径误差敏感和性能不稳定的缺陷,提出了距离信息遗传迭代算法来实现非合作目标的定位。详细介绍了距离信息的遗传迭代算法,并构建了一发三收的多基地探测系统,开展了以电离层不均匀体作为非合作目标的定位试验。通过试验,成功获得了非合作目标的经度、纬度和高度信息。研究表明：该方法具有自我反馈机制,能够避免定位结果陷入局部最优解和算法性能的不稳定,为非合作目标定位的研究提供了一种新的思路。     

室内无线定位算法研究现状与发展趋势

随着无线定位技术的飞速发展，人们对室内定位需求的上升，室内环境的定位技术成为近年来的研究热点。考虑到室内定位的关键技术包含了许多方面，首先概述了目前室内定位主要的所面临的问题，分析了室内定位误差的主要来源；针对如何减少定位误差，将室内定位理论主要分为信道建模以及定位算法两个部分进行分析介绍；最后总结了现有的研究，指出了未来该领域的研究热点和发展趋势。     

五站数据加权融合无源时差定位

在无源时差定位技术中,定位算法和布站形式的选择直接影响着无源定位方案能否 顺利应用于实际工程并满足工程需求。通过对常用定位算法的研究分析,选择了伪逆法和总 体最小二乘算法为求解方法,同时选择了有利于工程实现的五站主站升高的布站方法。五站 定位选择总体最小二乘算法求解,同时对4个辅站进行分组并用伪逆法求解,最后对所有定 位结果进行融合,从而解决了四站定位的无解及模糊问题,并提高了定位精度和稳定度,真 实数据处理验证了其可行性及有效性。     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上，针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题，提出了一种新型的粒子群优化(PSO)算法与后向传播（BP）神经网络相结合的算法。BP网络算法权值的修正依赖于非线性梯度值，易形成局部极值，同时学习次数较多，需先通过粒子群算法进行优化。为了提高定位精度，首先采用速度常量法滤波处理，然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化，并分析算法的性能。试验中隐层节点个数采用试错法，从12到19变化，以确定合适数目。实验结果表明，与一般加权算法和传统BP算法相比，改进的混合优化算法可大幅改善测距误差对定位误差的影响，同时可使25 m内最小定位误差小于0.27m