基于高斯混合模型的非视距定位算法

被引:61
作者
崔玮
吴成东
张云洲
贾子熙
程龙
机构
[1] 东北大学信息科学与工程学院
关键词
非视距; RSSI; 残差加权算法; 粒子群优化算法; 高斯混合模型;
D O I
暂无
中图分类号
TP212.9 [传感器的应用]; TN929.5 [移动通信];
学科分类号
080804 [电力电子与电力传动]; 140102 [集成电路设计与设计自动化];
摘要
针对无线传感器网络室内节点定位,在分析定位误差模型的基础上,结合高斯混合模型提出了一种无需先验知识的节点定位算法。利用高斯混合模型,对含有非视距误差的距离测量信息进行训练,以获得接近真实值的距离估计值。为取得高精度的定位效果,采用粒子群算法对期望最大化(EM)算法进行优化。同时结合优选残差加权算法对所得的距离值进行定位估计,得出目标节点坐标估计值。仿真实验结果证实了算法的有效性。
引用
收藏
页码:99 / 106
页数:8
相关论文
共 5 条
[1]
无线传感器网络节点的非视距定位方案研究 [J].
贺远华 ;
黎洪生 .
计算机工程与应用 , 2010, (25) :82-84+117
[2]
考虑非视距误差的一种新定位算法 [J].
王巍 ;
熊瑾煜 ;
朱中梁 ;
不详 .
通信学报 , 2005, (01) :59-65
[3]
用卡尔曼滤波器消除TOA中NLOS误差的三种方法 [J].
李静 ;
刘琚 .
通信学报, 2005, (01) :130-135+141
[4]
Mobile location estimation using density-based clustering technique for NLoS environments..[J].Cha-Hwa Lin;Juin-Yi Cheng;Chien-Nan Wu.Cluster Computing.2007, 1
[5]
Kalman滤波理论及其在导航系统中的应用.[M].付梦印等编著;.科学出版社.2003,