物联网环境下的传感器节点定位与时间交织流水线 A/D 转换器失配研究
物联网中基于空间众包的传感器节点定位
随着移动计算、传感器技术和无线通信的发展,物联网(IoT)近年来成为研究热点。传感器节点定位在物联网中起着重要作用,它能让收集到的数据更有意义。一般来说,定位方法可分为基于距离和无距离两类,目前已有多种定位方法被提出,如三边测量法、DV - Hop 法和质心法等,同时机器学习和智能优化算法也用于提升定位性能。
近年来,众包成为新兴概念,空间众包作为众包技术之一,为空间任务开辟了新机制。基于空间众包概念,尝试将其应用于传感器节点定位,以实现更好的定位性能。
-
相关定位方法
- 最大似然法 :它由三边测量法发展而来。当三个圆的交点不能交于一点时,三边测量法难以获得准确的定位坐标,而最大似然法可通过求解定位方程得到未知节点的位置坐标。假设未知节点(R(x, y))与附近锚节点(P_1 (x_1, y_1)),(P_2 (x_2, y_2)),··· ,(P_n (x_n, y_n))的距离分别为(d_1),(d_2),··· ,(d_n),定位方程为:
(\begin{cases}
(x - x_1)^2 + (y - y_1)^2 = d_1^2 \
(x - x_2)^2 + (y - y_2)^2 = d_2^2 \
\cdots \
(x - x_n)^2 + (y - y_n)^2 = d_n^2
\end{cases})
求解上述方程,位置坐标可表示为(X = (A^
- 最大似然法 :它由三边测量法发展而来。当三个圆的交点不能交于一点时,三边测量法难以获得准确的定位坐标,而最大似然法可通过求解定位方程得到未知节点的位置坐标。假设未知节点(R(x, y))与附近锚节点(P_1 (x_1, y_1)),(P_2 (x_2, y_2)),··· ,(P_n (x_n, y_n))的距离分别为(d_1),(d_2),··· ,(d_n),定位方程为: