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:
采用混合滤波法过滤异常的RSSI值并估算优值,由节点自适应校正模型消除路径衰减因子,解决了RSSI测距误差较大的问题。由此提出了基于混合滤波和节点自适应校正模型的测距算法。通过实验证明,混合滤波优于常用的几种滤波法,节点自适应校正模型无需测试路径衰减因子,能直接适用于不同环境,并且随着节点个数的增加,测距误差会进一步降低。相比于未采用此模型的情况,该算法能大大降低测距误差和成本,提高RSSI测距的实用性。
推荐文章
基于神经网络的混合双滤波器自适应目标跟踪算法
神经网络
卡尔曼滤波
自适应
目标跟踪
自适应滤波算法综述
自适应滤波算法
最小均方误差算法
递归最小二乘算法
神经网络
矩阵分解
基于自适应抗差滤波的WSNs节点跟踪算法
无线传感器网络
节点跟踪算法
自适应抗差滤波
定位误差
等价权函数
自适应因子
基于“当前”统计模型的自适应不敏卡尔曼滤波算法
控制理论
机动目标跟踪
“当前”统计模型
不敏卡尔曼滤波
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 基于混合滤波和节点自适应校正模型的测距算法
来源期刊 传感技术学报 学科 工学
关键词 无线传感网络 测距 接收信号强度指数 混合滤波 节点自适应校正模型
年,卷(期) 2016,(8) 所属期刊栏目 无线传感器技术
研究方向 页码范围 1280-1283
页数 4页 分类号 TN98|TP212.9
字数 2744字 语种 中文
DOI 10.3969/j.issn.1004-1699.2016.08.026
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 曾维 成都理工大学信息科学与技术学院 21 31 4.0 4.0
2 葛鑫 成都理工大学信息科学与技术学院 3 18 2.0 3.0
3 陈小波 成都理工大学信息科学与技术学院 5 11 2.0 3.0
4 赵磊 成都理工大学信息科学与技术学院 16 53 4.0 7.0
5 黄亚辉 成都理工大学信息科学与技术学院 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (550)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(14)
  • 参考文献(2)
  • 二级参考文献(12)
2010(15)
  • 参考文献(2)
  • 二级参考文献(13)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无线传感网络
测距
接收信号强度指数
混合滤波
节点自适应校正模型
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导