《水声传感器网络移动节点定位技术》PDF+DOC
作者:付广义,曹利,李峥,李宇,张春华
单位:中国科学院声学研究所东海研究站;同济大学声学研究所;上海市声学学会;上海船舶电子设备研究所
出版:《声学技术》2014年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFSXJS2014020040
DOC编号:DOCSXJS2014020049
下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络基于测距的节点定位算法综述OverviewoftheNodeLocalizationAlgorithmBasedonRangingofWirelessSensorNetworks》PDF+DOC2016年第03期 罗兰花,梁海英,任子亭
《人工鱼群算法优化支持向量机的无线传感器网络节点定位》PDF+DOC2015年第10期 谭军
《水声传感器网络节点自定位的遗传算法优化研究》PDF+DOC2011年第04期 谢远党,徐荣伟,张华
《无线传感器网络中基于能量检测的定位研究》PDF+DOC2011年第06期 刘新新,周小佳,闫斌
《基于遗传算法的井下无线传感器网络节点定位研究》PDF+DOC2010年第10期 陈坤,李莉,李继云,梁美玉
《基于EKF算法的无线传感器网络定位技术研究》PDF+DOC2010年第12期 金仁成,赵伟,石小培
《粒子群优化在无线传感器网络定位中的应用》PDF+DOC2009年第32期 邢明彦,李腊元
《卡尔曼滤波在无线传感器网络节点定位中的应用》PDF+DOC2009年第02期 万江文,吴佳灵,冯仁剑
《基于RSSI测距的信标节点自校正定位算法》PDF+DOC2009年第08期 高国胜,陈俊杰,李刚
《DV-Hop节点定位算法研究与改进》PDF+DOC 孔令荣,王昊
针对水声传感器网络的移动节点定位问题,首先研究了基于距离测量值的多边定位方法(Multilateral Localization,ML);然后利用节点运动信息,提出采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行跟踪的方法;最后针对水下移动节点的测量值不同步问题,提出了修正扩展卡尔曼滤波(Modified Extend Kalman Filter,MEKF)以改进EKF的精度。仿真分析结果表明,MEKF的定位精度要好于EKF,而EKF和MEKF由于其用到了节点的运动信息,因此其定位精度要远好于ML。
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。