JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

基于RSSI的加权蜂窝形状质心定位算法

邹东尧 刘碧微 李晨

邹东尧, 刘碧微, 李晨. 基于RSSI的加权蜂窝形状质心定位算法[J]. 轻工学报, 2017, 32(1): 89-96. doi: 10.3969/j.issn.2096-1553.2017.1.013
引用本文: 邹东尧, 刘碧微, 李晨. 基于RSSI的加权蜂窝形状质心定位算法[J]. 轻工学报, 2017, 32(1): 89-96. doi: 10.3969/j.issn.2096-1553.2017.1.013
ZOU Dong-yao, LIU Bi-wei and LI Chen. The honeycomb-shaped weighted centroid positioning algorithm based on RSSI[J]. Journal of Light Industry, 2017, 32(1): 89-96. doi: 10.3969/j.issn.2096-1553.2017.1.013
Citation: ZOU Dong-yao, LIU Bi-wei and LI Chen. The honeycomb-shaped weighted centroid positioning algorithm based on RSSI[J]. Journal of Light Industry, 2017, 32(1): 89-96. doi: 10.3969/j.issn.2096-1553.2017.1.013

基于RSSI的加权蜂窝形状质心定位算法

  • 基金项目: 河南省高等学校重点科研项目(15A520109);河南省科技厅科技攻关项目(112102210321);河南省产学研合作项目(122107000022);研究生科技创新基金项目

  • 中图分类号: TP397

The honeycomb-shaped weighted centroid positioning algorithm based on RSSI

  • Received Date: 2016-05-24
    Available Online: 2017-01-15

    CLC number: TP397

  • 摘要: 针对基于RSSI定位精度易受外界环境因素干扰这一缺点,提出一种带有加权函数的质心改进定位算法:1)通过对通信距离与测距误差之间关系的分析,采取最优通信距离来提高定位精度;2)根据整体环境的情况对区域进行划分,采用蜂窝正六边形布局信标节点,对划分的各区域进行环境参数最小二乘法拟合;3)利用高斯分布模型对实验数据进行预处理,通过对参考节点的加权运算来保证其可靠性.仿真实验表明,这一改进算法与传统的加权三角形质心定位算法相比,在效率与精度上都有一定的提高.
    1. [1]

      孙利民,李建中,陈渝,等.无线传感网络[M].北京:清华大学出版社,2005.

    2. [2]

      刘志先,赵荣阳.基于RSSI的室内定位改进算法[J].广西科学院学报,2015,31(1):69.

    3. [3]

      谭志,张卉.无线传感器网络RSSI定位算法的研究与改进[J].北京邮电大学学报,2013,36(3):88.

    4. [4]

      吴彬,李俊娥.无线传感网络在室内定位中的应用研究[J].计算机科学,2013,40(5):115.

    5. [5]

      刘运杰,金明录,崔承毅.基于RSSI的无线传感网络修正加权质心算法[J].传感技术学报,2010,23(5):717.

    6. [6]

      DENG C,FANG Y Y.Improved RSSI indoor location system based on fuzzy algorithm[C]//2011 IEEE International Conference on Computer Science and Automation Engineering.Piscataway:IEEE,2011:255.

    7. [7]

      KAYA S B,ALKAR A Z.Location estimation improvement by signal adaptive RSSI filtering[C]//201422nd Signal Processing and Communications Applications Conference.Piscataway:IEEE,2014:1183.

    8. [8]

      ZHANG Z H,CHEN D.An improved RSSI-based centroid localization algorithm in wireless sensor networks[C]//2011 International Conference on Computer Science and Service System.Piscataway:IEEE,2011:3008.

    9. [9]

      MOSTAFA H,EMAD R.An optimization model for reverse logistics network under stochastic environment using genetic algorithm[J].Inter-national Journal of Business and Social Science,2012,3(12):249.

    10. [10]

      顾宗海.基于RSSI测距的室内定位算法研究[D].郑州:郑州大学,2011.

    11. [11]

      刘雪兰,王宜怀,陆全华,等.无线传感器网络RSSI定位算法改进[J].计算机应用软件,2013,30(11):87.

    12. [12]

      LEE Y S,LEE J M,YEO S S,et al.A study on the performance of wireless localization system based on AOA in WSN[C]//2011 Third International Conference on Intelligent Networking and Collaborative Systems.Piscataway:IEEE,2011:184.

    13. [13]

      彭宇,王丹.无线传感器网络定位技术综述[J].电子测量与仪器学报,2011,25(5):389.

    14. [14]

      杜亚江,高立兵.基于最小二乘法的RSSI测距环境参数修正方案[J].计算机系统应用,2012,21(2):221.

    1. [1]

      张雷马永帅洪斌斌熊开胜徐大勇堵劲松李银华邹泉 . 一种改进OSELM算法在片烟复烤过程水分在线检测中的应用. 轻工学报, 2025, 40(3): 95-103. doi: 10.12187/2025.03.011

    2. [2]

      郭水欢袁思洁郭楠楠陈贤樊亚敏高晗詹丽娟 . 发光二极管调控芽苗菜品质的研究进展. 轻工学报, 2025, 40(1): 49-57. doi: 10.12187/2025.01.006

    3. [3]

      张伟伟姬远鹏元春波王君婷齐晓任张卫正李萌饶智 . 基于改进Mask R-CNN模型的粘连烟丝识别方法. 轻工学报, 2024, 39(5): 78-85. doi: 10.12187/2024.05.009

    4. [4]

      费致根鲁豪宋晓晓赵鑫昌郭兴肖艳秋 . 基于改进ResNet网络的烟丝输送带洁净度分类模型. 轻工学报, 2024, 39(5): 71-77. doi: 10.12187/2024.05.008

    5. [5]

      张建栋杨忠泮吴恋恋徐大勇朱萍张雯晶堵劲松 . 基于高光谱成像及机器学习的烟叶糖料液施加量判别模型. 轻工学报, 2024, 39(5): 86-94. doi: 10.12187/2024.05.010

    6. [6]

      杨伟平徐秀娟席辉张文娟刘珊崔凯郭亚龙杨春强 . 美拉德模型反应在模拟烟叶烘烤过程中的应用研究. 轻工学报, 2025, 0(0): -.

    7. [7]

      李翠翠贾笑莉张丽郭赛赛孙薇陆啟玉 . 面制品加工过程中小麦面筋蛋白巯基、二硫键变化的研究进展. 轻工学报, 2024, 39(6): 1-8,56. doi: 10.12187/2024.06.001

    8. [8]

      黄朵朵王乐雷萍孙志伟李林洪张智轩黄锋李斌 . 基于烟芯段和滤嘴段耦合的加热卷烟烟气关键成分释放模型构建. 轻工学报, 2024, 0(0): -.

    9. [9]

      黄朵朵王乐雷萍孙志伟李林洪张智轩黄锋李斌 . 基于烟芯段和滤嘴段耦合的加热卷烟烟气关键成分释放模型构建. 轻工学报, 2024, 39(6): 116-126. doi: 10.12187/2024.06.014

  • 加载中
计量
  • PDF下载量:  257
  • 文章访问数:  16352
  • 引证文献数: 0
文章相关
  • 收稿日期:  2016-05-24
  • 刊出日期:  2017-01-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
邹东尧, 刘碧微, 李晨. 基于RSSI的加权蜂窝形状质心定位算法[J]. 轻工学报, 2017, 32(1): 89-96. doi: 10.3969/j.issn.2096-1553.2017.1.013
引用本文: 邹东尧, 刘碧微, 李晨. 基于RSSI的加权蜂窝形状质心定位算法[J]. 轻工学报, 2017, 32(1): 89-96. doi: 10.3969/j.issn.2096-1553.2017.1.013
ZOU Dong-yao, LIU Bi-wei and LI Chen. The honeycomb-shaped weighted centroid positioning algorithm based on RSSI[J]. Journal of Light Industry, 2017, 32(1): 89-96. doi: 10.3969/j.issn.2096-1553.2017.1.013
Citation: ZOU Dong-yao, LIU Bi-wei and LI Chen. The honeycomb-shaped weighted centroid positioning algorithm based on RSSI[J]. Journal of Light Industry, 2017, 32(1): 89-96. doi: 10.3969/j.issn.2096-1553.2017.1.013

基于RSSI的加权蜂窝形状质心定位算法

  • 郑州轻工业学院 计算机与通信工程学院, 河南 郑州 450002
基金项目:  河南省高等学校重点科研项目(15A520109);河南省科技厅科技攻关项目(112102210321);河南省产学研合作项目(122107000022);研究生科技创新基金项目

摘要: 针对基于RSSI定位精度易受外界环境因素干扰这一缺点,提出一种带有加权函数的质心改进定位算法:1)通过对通信距离与测距误差之间关系的分析,采取最优通信距离来提高定位精度;2)根据整体环境的情况对区域进行划分,采用蜂窝正六边形布局信标节点,对划分的各区域进行环境参数最小二乘法拟合;3)利用高斯分布模型对实验数据进行预处理,通过对参考节点的加权运算来保证其可靠性.仿真实验表明,这一改进算法与传统的加权三角形质心定位算法相比,在效率与精度上都有一定的提高.

English Abstract

参考文献 (14) 相关文章 (9)

目录

/

返回文章