基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对智能空间中接收信号强度指示(RSSI)定位的精度受环境参数动态变化影响的问题,提出了一种环境自适应RSSI定位算法,并阐明了环境参数的变化是影响测距精度和定位误差的主要因素.提出的环境自适应RSSI定位算法首先通过奇异值剔除和均值滤波对测量数据预处理,然后使用自适应RSSI距离估计算法估计节点间距离,进一步使用最大似然估计求得未知节点位置,最后利用Kalman滤波估计移动目标轨迹.实验结果表明使用该算法的移动目标跟踪定位误差可小于1m,能够满足智能空间移动目标定位的要求.
推荐文章
基于自适应分簇的改进RSSI定位算法
RSSI
自适应分簇
节点定位
加权最小二乘定位算法
基于RSSI测距改进的多区域自适应室内定位方法
室内定位
环境自适应
对数正态阴影模型
卡尔曼滤波
基于自适应RSSI的Bounding-Box轮回选择WSN定位算法
无线传感器网络
自适应
Bounding-Box
轮回选择
较高定位精度
智能空间中RSSI定位问题研究
智能空间
接收信号强度显示
定位服务
无线传感器网络
定位误差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 智能空间中的环境自适应RSSI定位
来源期刊 高技术通讯 学科
关键词 智能空间 无线传感器网络 接收信号强度指示(RSSI) 定位
年,卷(期) 2012,(10) 所属期刊栏目 先进制造与自动化技术
研究方向 页码范围 1083-1089
页数 7页 分类号
字数 5805字 语种 中文
DOI 10.3772/j.issn.1002-0470.2012.10.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周风余 山东大学控制科学与工程学院 104 780 15.0 24.0
2 田国会 山东大学控制科学与工程学院 117 2087 22.0 41.0
3 宋保业 山东大学控制科学与工程学院 7 60 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (118)
参考文献  (15)
节点文献
引证文献  (6)
同被引文献  (19)
二级引证文献  (88)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(10)
  • 参考文献(5)
  • 二级参考文献(5)
2008(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(13)
  • 引证文献(1)
  • 二级引证文献(12)
2016(14)
  • 引证文献(0)
  • 二级引证文献(14)
2017(24)
  • 引证文献(0)
  • 二级引证文献(24)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
智能空间
无线传感器网络
接收信号强度指示(RSSI)
定位
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导