作者:吴晓平,陆炳斌,沈浩 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2013年第11期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2013110210 DOC编号:DOCCGJS2013110219 下载格式:PDF + Word/doc 文字可复制、可编辑
  • RSSI具有无需额外的硬件、成本低等特点,在无线传感器网络定位领域得到了广泛的应用。为精确定位目标节点坐标,本文介绍了RSSI对数衰减模型下实现目标节点定位的最大可能性(ML)估计方法。以建立的ML估计方法的目标函数为基础,本文同时论证了节点残差和平方残差和的统计分布规律,并提出了相应的非视距(NLOS)关系识别方法。仿真结果表明当信标节点存在误差时,所设计的迭代ML估计方法能快速、准确地实现目标定位。仿真实验测试了节点残差法、平方残差和法的NLOS识别率,表明随着单个节点NLOS误差的增大,NLOS识别率逐渐提高。比较2种不同方法下NLOS的正确识别率,节点残差法的识别率稍优于平方残差和法。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。