移动无线传感器网络中节点自适应分布式重聚类方法

    公开(公告)号:CN105263149B

    公开(公告)日:2018-11-16

    申请号:CN201510638551.5

    申请日:2015-09-29

    Abstract: 本发明提供了一种移动无线传感器网络中节点自适应分布式重聚类方法,包括在已经聚类成簇的移动无线传感器网络中,节点根据惯性传感器的数据并利用航迹推算法与粒子滤波算法对移动过程中每个时刻自身的位置进行准确估计;在每个重聚类周期开始时,节点依据其移动所遵循的运动模型及当前时刻的位置,对下一时刻自身位置进行合理预测,每个簇内边界处非簇头节点被允许根据网络内其它节点的位置信息进行重聚类,从而可以保证节点在移动过程中能够始终处于比较适合的簇当中,即与其所属簇的簇头节点之间的通信距离保持在合理的范围内,使得二者之间通信时能够保持较高的数据送达率,因此可以保证移动无线传感器网络的服务质量。

    一种无线传感器网络室内定位中基于RSSI的测距优化方法

    公开(公告)号:CN103687000A

    公开(公告)日:2014-03-26

    申请号:CN201310695193.2

    申请日:2013-12-17

    Abstract: 本发明公布了一种无线传感器网络室内定位中基于RSSI的测距优化方法,包括RSSI数据预处理、距离预计算和测距误差纠正三个步骤。首先,对无线传感器网络中的信号接收节点获得的RSSI样本序列值进行高斯滤波,滤除掉小概率事件后,根据每个RSSI的权重计算得出有效的接收信号强度的均值再利用信标节点A与信标节点B之间的信号传播实际距离来估计出信标节点A与普通节点S之间的距离再次,根据shadowing模型,计算出任意两个可直接通信的信标节点间的测量距离,并计算出每个测量距离与信号传播实际距离之间的差值,通过最小二乘拟合法确定每个信标节点的误差与测量距离之间的关系式;最后,利用信标节点的误差与测量距离的关系式对进行误差补偿,从而得到优化的测量距离

Patent Agency Ranking