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。     

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。     

超宽带室内定位算法

为了解决室内密集多径环境下人员定位精度差这一问题,设计并实现了一种基于脉冲超宽带与能量检测接收机的信号到达时间估计算法。根据在IEEE802.12.4a标准室内家居环境下得到的超宽带信号,深入分析了信号的偏度、翘度与均方差特性。根据信号特性与信噪比之间的关系,算法能够实现高精度的信号传播时间估计。该算法充分考虑了积分周期与信号传播环境如视距与非视距对信号传播时间造成的影响。通过实验分析对比,该算法对信号传播时间估计具有更好的鲁棒性,目标运动速度和形变具有很好的鲁棒性,能够提供更高的精度。相较于阈值估计算法,该算法在低信噪比环境下最优能够提高10 ns的估计精度。     

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%。     

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。     

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。     

基于MEA-GRNN的RFID室内定位

针对采用遗传算法(Genetic Algorithm,GA)优化广义回归神经网络(Generalized Regression Neural Network,GRNN)的射频识别（Radio Frequency Identification,RFID）室内定位模型存在的早熟、收敛速度慢、不能保证解是全局最优等问题,提出采用思维进化算法(Mind Evolutionary Algorithm,MEA)来寻找广义神经网络的最优光滑因子,从而确定最优定位模型。首先用GRNN建立节点定位模型,阅读器与标签的接收信号强度值作为GRNN的输入,节点坐标作为输出,根据适应度函数值,通过MEA寻找GRNN的最优平滑参数。实验结果表明,通过MEA优化的GRNN模型的定位精度比GA优化的GRNN定位模型的精度高、泛化能力强,并且比后者的效率高,能够避免GA陷入局部最优的问题。     

基于室内定位技术的医院暴力预警系统研究

近年来,医院暴力事件频繁发生,严重妨碍了医院正常的工作秩序,给医护人员的工作、生活和身心健康带来许多负面影响,已经成为一个严峻的公共卫生问题。为了有效预防医院暴力事件的发生,研制了一套基于室内定位技术的医院暴力预警系统,通过预警系统实现对医院暴力进行主动监控和提前干预,最大限度地预防医院暴力事件的发生。     

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。     

几种典型无线传感器网络中的自身定位算法

作为一种全新的信息获取和处理技术,无线传感器网络可以在广泛的应用领域内实现复杂的大规模监测和追踪任务,而网络自身定位是大多数应用的基础。总结和分析了目前几种定位算法的原理和实现,并进一步指出了目前定位算法存在的优缺点,并指出未来的研究方向。     

基于手机内置磁感器的室内定位技术的研究

针对目前手机室内定位技术仍不够成熟的问题,本文在探讨手机定位技术现状和发展趋势的基础上,提出了一种新的室内定位方法,依靠智能手机内置磁感器进行室内地磁异常场测量,完成室内环境的定位,具有成本低、易于实现、定位精度高的优点,在手机室内定位上有较高的参考和研究价值。     

基于时间反演的无线通信系统仿真及探测信号选择

为改善无线通信系统抗干扰性能,将目前广泛应用于水声通信、超声波探测等领域的 时间反演技术移植至无线通信系统,在介绍基本原理的基础上建立了基于被动式时间反转镜 的单阵元无线通信系统模型,通过理论分析讨论了系统聚焦增益,通过计算机仿真研究了收 发信号的波形特点、分析论证了三种典型探测信号对接收波形的影响,并得出了相关结论。 仿真结果表明,给定信道条件下,系统性能主要取决于探测信号的选择。基于仿真结果和分 析,对探测信号的选择给出了更清晰的一般性原则,为实际通信系统性能的提高提供了科学 依据。     

卡尔曼滤波在iBeacon室内定位系统中的应用

为了抑制iBeacon信号在传播过程中由于人员扰动、多径效应等引起的噪声,以及移动定位过程中定位结果的不稳定,在iBeacon室内定位系统中引入了卡尔曼滤波算法分别对采集到的iBeacon信号与移动定位结果进行处理。首先通过卡尔曼滤波对采集的信号进行处理,降低了信号噪声,提高了信号的质量,其次应用卡尔曼滤波对移动定位结果进行二次处理,提高了移动定位结果的稳定性与精度。实验结果表明,在办公室环境下采用卡尔曼滤波进行处理后可将1 m以内的定位精度提高到80%以上。     

基于手机的声学超宽带室内定位

针对室内定位技术部署复杂、成本高的问题,提出了一种利用手机接收声学信号通过脉冲压缩进行室内定位的方法。通过借鉴雷达系统中的脉冲压缩技术,将信号和噪声分离,并提取出信号到达时延估计。为了减小定位误差,研究了手机的声学特性,设计了声学超宽带信号的信道模型,将应答节点时延回传,进一步减小信号传播的时延估计。在停车场的试验结果表明：定位结果和实际位置相符,平均定位误差在30 cm以内。     

联合信道均衡与时间反演的室内保密通信方法

针对物理层无线通信的窃听信道问题,提出了一种适用于室内频率选择性衰落信道的均衡时间反演(Equalized Time Reversal,ETR)保密通信方法。首先,建立了均衡时间反演窃听模型,在信号发送端将均衡器级联配置,利用信道均衡技术提高信息传输的保密性能;其次,通过传统时间反演(Time Reversal,TR)技术的等效信道分析对均衡器进行了设计,根据均衡后的信道推导了系统保密信干噪比、系统保密容量、误码率的闭合表达式。理论分析和仿真结果表明,与传统的TR技术相比,ETR的保密信干噪比、系统保密容量更高,合法接收用户的误码率更低。