作者:毛科技,方凯,戴国勇,徐慧,陈庆章 单位:中国科学院沈阳计算技术研究所 出版:《小型微型计算机系统》2016年第11期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFXXWX2016110260 DOC编号:DOCXXWX2016110269 下载格式:PDF + Word/doc 文字可复制、可编辑
《一种基于位置指纹的WSN室内安全定位算法》PDF+DOC2016年第09期 徐小卜 《WSN中基于指纹匹配的室内定位方法》PDF+DOC2019年第03期 竺超明,华子雯,陈立建,徐慧,毛科技 《一种基于插值的室内指纹定位系统设计与实现》PDF+DOC2017年第04期 章晓强,方飞,应可珍,方凯,陈庆章,毛科技 《基于RSSI测距的WSN定位网络监测系统设计》PDF+DOC2017年第09期 刘贵云,邬嘉麒,许国良,邱宾豪 《ZStack传感器网络定位系统设计》PDF+DOC 刘鋆,赵尔敦,陈怡 《带混沌映射的WSN蝴蝶优化定位算法》PDF+DOC2019年第06期 李田来,刘方爱 《WSN中基于RSSI的加权质心定位算法的改进》PDF+DOC2012年第01期 于慧霞 《基于循环滤波的无线传感器网络室内定位》PDF+DOC2011年第10期 吴成东,程龙,张云洲,贾子熙,王伯平 《一种基于RSSI相似度的室内定位算法》PDF+DOC2009年第02期 杨东勇,顾东袁,傅晓婕 《WSN中一种基于虚拟锚节点的VA-RSSI定位算法》PDF+DOC2013年第06期 朱敏,高弘博,肖震,卢慧,杨威
  • 室内环境的复杂性导致了高精度的室内定位非常困难.针对这个问题,将无线传感器网络(WSN)技术应用到室内定位中.通过分析传统的基于RSSI测距定位方法和指纹定位方法,设计一种基于RSSI的非测距定位方法.该方法使用Kriging插值算法建立定位区域的RSSI向量指纹,通过基于组合的向量相似度匹配方法匹配目标RSSI向量与RSSI向量指纹能有效消除障碍物对定位的影响,并获得目标节点的位置范围.最后通过K-means聚类算法提取目标节点的实际位置.实验结果表明该方法的定位精度较高,适用于室内定位。

    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。