您的位置: 专家智库 > >

付文艳

作品数:2 被引量:12H指数:1
供职机构:东北大学信息科学与工程学院更多>>
发文基金:中央高校基本科研业务费专项资金中国博士后科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇网络
  • 2篇无线传感
  • 2篇无线传感器
  • 2篇无线传感器网
  • 2篇无线传感器网...
  • 2篇感器
  • 2篇传感
  • 2篇传感器
  • 2篇传感器网
  • 2篇传感器网络
  • 1篇多模
  • 1篇室内环境
  • 1篇视距
  • 1篇锚节点
  • 1篇交互式多模型
  • 1篇共线性
  • 1篇非视距
  • 1篇DV-HOP...
  • 1篇DV-HOP...
  • 1篇DV-HOP...

机构

  • 2篇东北大学

作者

  • 2篇张云洲
  • 2篇付文艳
  • 1篇杨兵
  • 1篇贾子熙

传媒

  • 1篇计算机研究与...
  • 1篇东北大学学报...

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
室内环境下基于IMM-EKF算法的移动目标定位被引量:12
2014年
如何在视距(line-of-sight,LOS)与非视距(non-line-of-sight,NLOS)混合的室内环境中提高移动目标定位的精度,这是一项富有挑战性的工作.移动目标在室内环境移动时,其与传感器网络节点之间的信号传播在LOS与NLOS之间随机切换,导致移动节点定位精度下降.提出一种交互式多模型-扩展卡尔曼滤波(interactive multiple model-extended Kalman filter,IMM-EKF)定位算法.根据LOS?NLOS环境下不同的测距误差特性,在IMM框架中采用2个平行的卡尔曼滤波器(Kalman filter,KF)模型对测量距离同时进行滤波,根据滤波结果和测量值计算2个模型的似然概率,模型间的转换通过Markov链实现,2个KF滤波结果加权融合后获得IMM距离估计值.在EKF定位阶段,通过位置预测和更新估计出移动目标位置.仿真结果表明,IMM-EKF算法能够有效抑制NLOS对目标定位的影响,其定位精度优于单模型算法.
张云洲付文艳项姝魏东飞杨兵
关键词:无线传感器网络室内环境非视距交互式多模型
结合共线性因素的无线传感器网络DV-Hop定位算法
2014年
无线传感器网络的锚节点近似位于同一条直线上时,构成共线性现象,造成定位数据失真和精度下降.针对大规模无线传感器网络的非测距定位,结合共线性因素提出了一种DV-Hop定位算法,引入Voronoi图将网络划分成若干区域,依据共线性进行锚节点组的选取和提纯.根据跳数阈值的限制,利用每块区域的锚节点信息和符合共线性原理条件的锚节点信息对未知节点进行定位.仿真实验表明,与传统的DV-Hop和共线性算法相比,所提算法能够提高节点定位精度、减少定位误差;对于分布不均匀的网络,能够实现高精度节点定位,并适用于较复杂的环境.
张云洲项姝付文艳贾子熙
关键词:无线传感器网络DV-HOP算法共线性
共1页<1>
聚类工具0