基于修正RSSI值的四边形加权质心定位算法

发布时间：2024-02-17 18:29

　　在利用接收信号强度指示(RSSI)对无线传感器网络中的未知节点进行定位时,RSSI值易受环境的影响导致定位误差,为此提出基于RSSI测距修正的四边形加权质心定位算法(QWCRC)。先对来自同一锚节点的多个RSSI值进行卡尔曼滤波,得到修正的RSSI值,致使测距尽可能的接近真实距离;再采用四边形加权定位对未知节点进行定位,同时利用最小二乘法进行辅助定位,此算法对于相邻锚节点圆不相交的情况给出新的解决方案。实验结果对比表明,改进的算法相比较于四边形加权质心算法(QWC)和RSSI测距修正的三角形加权算法(TWCRC),在锚节点数目5×5和噪声强度为0 dbm时,定位精度可分别提升87.14%和35.51%。

【文章页数】：8 页

【部分图文】：

图1Kalman对于0dbm噪声强度下RSSI滤波

CC2530的发射频率为2405～2583.5MHz,天线的发射增益和接收增益为2dbm。在开阔的场地上利用CC2530作为传感器的节点进行实验,尽量减少场地上障碍物和信号的干扰,此时可认作是自由空间传播模型,视节点到的信号为理想的接收信号,在此基础上加上不同强度(0、5....

图2Kalman对于5dbm噪声强度下RSSI滤波

图1Kalman对于0dbm噪声强度下RSSI滤波图3Kalman对于10dbm噪声强度下RSSI滤波

图3Kalman对于10dbm噪声强度下RSSI滤波

图2Kalman对于5dbm噪声强度下RSSI滤波对比图1～3可知,距离发射节点越远,噪声对于信号的干扰程度越大,Kalman滤波后对应的RSSI值偏差也越大。在0dbm噪声强度下,经滤波后的RSSI值与理想值偏差较小,但在3与5dbm噪声强度下,当距离>35m,滤波....

图4四边形加权质心算法原理1

在三角形加权质心的基础上,为提高定位的精度,增加了参与定位的锚节点的个数,提出了四边形加权质心算法,算法原理如图4所示。由图4可知,参与定位的锚节点的数目越多,相交得到的区域就会越小,定位精度越高。但是并不是锚节点参与的个数越多越好,一方面是随着锚节点的数目的增加,距离未知节点远....

本文编号：3901207