《基于6LowPAN的RSSI测距方法优化》PDF+DOC
作者:张春园,刘兴长,张伟伟,张先超
单位:重庆市自动化与仪器仪表学会;重庆工业自动化仪表研究所
出版:《自动化与仪器仪表》2014年第11期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFZDYY2014110560
DOC编号:DOCZDYY2014110569
下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络定位算法的对比研究》PDF+DOC2016年第09期 高立兵,苏军德
《无线传感器网络中RSSI测距技术的研究》PDF+DOC2012年第10期 王缓缓,邵开丽
《自适应无线传感器网络室内RSSI估计》PDF+DOC2010年第08期 黄河,石为人,许磊,王小刚
《无线传感器网络RSSI测距方法与精度分析》PDF+DOC2010年第04期 詹杰,吴伶锡,唐志军
《基于射频信号能量特征的测距技术分析与研究》PDF+DOC2016年第13期 陈凌俊
《基于异步卡尔曼滤波的移动机器人动态定位》PDF+DOC2013年第03期 吴成东,冯晟,张云洲
《基于无线传感器网络的自动求救方案》PDF+DOC2012年第11期 路振宇,马增协,邹萌,钱梦
《RSSI及TOF测距技术及仿真研究》PDF+DOC2012年第05期 黄晓冬,刘晓娣,丁兆明
《一种减少测距误差的传感器网络定位算法》PDF+DOC2011年第08期 严筱永,钱焕延,张燕,阎浩,高德民
《基于无线传感器网络的移动机器人定位导航系统》PDF+DOC2007年第06期 杨秀萍,刘嵩岩
基于RSSI的测距技术是一种低复杂度、实现成本低的测距技术,不仅广泛运用于无线传感器网络中的节点定位,而且是无线传感器网络中多种拓扑控制算法和路由算法的实现基础。由于环境的影响,射频芯片接收到的RSSI值很不稳定,直接影响测距精度。在分析研究了三种常用RSSI预处理方法的基础上,提出来一种基于卡尔曼滤波的优化RSSI处理方法。利用支持6Low PAN通信协议的无线传感器平台,测试节点在无障碍物环境、有障碍物环境内的测距效果。试验结果表明改进后的优化卡尔曼滤波算法有效地提高了测距精度,并降低了算法的复杂度,更加适用于无线传感器网络节点。
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。