-
公开(公告)号：CN112462329B
公开(公告)日：2022-07-26
申请号：CN202011137808.6
申请日：2020-10-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于质心定位改进的无线传感器网络节点定位算法。属于无线传感器网络应用技术领域，具体步骤：(1.1)、无线传感器网络的初始化；(1.2)、建立自身信标节点信息表，构成初步的定位三角形区域ABC；(1.3)、切割三角形区域ABC形成若干个子区域，构建阶次序列表，选择相关度最高的子区域作为未知节点的定位区域1；(1.4)、通过RSSI测距得到未知节点与3个信标节点间的距离，将其作为未知节点的定位区域2；(1.5)、判断得到的定位区域1与定位区域2是否相交。本发明相较于经典质心节点定位以及二次质心定位，降低误差率，提高定位的准确性。这种算法的实现，有效地缩小了未知节点定位区域的大小。
-
公开(公告)号：CN113347561A
公开(公告)日：2021-09-03
申请号：CN202110600209.1
申请日：2021-05-31
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于改进粒子群的多维标度节点定位方法。本发明采用两种传感器节点：锚节点和未知节点，锚节点通过GPS定位自身位置，未知节点与相邻锚节点通信并通过网络拓扑以实现其自身的定位，在坐标转换阶段引入具有交叉操作的粒子群算法，包括阶段1：初始化阶段；阶段2：分簇阶段；阶段3：簇内节点相对定位阶段；阶段4：簇间融合阶段；阶段5：坐标转换阶段。本发明能适应实际应用中的多种形状无线传感器网络，优化绝对坐标与相对坐标的坐标转换参数，达到了提升网络中未知节点的绝对坐标的精度和提高定位精度的目的。
-
Patent Agency Ranking
公开(公告)号：CN112417966A
公开(公告)日：2021-02-26
申请号：CN202011136541.9
申请日：2020-10-22
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于音频信号特征和AI算法的多维度机器故障检测方法。属于机器故障检测领域；具体步骤：1、把机器振动信号从时域变换到频域；2、把频域分成K个频谱不等的子频段；3、提取每个子频段中的特征进行融合，得到训练数据集Y；4、将训练数据集Y输入到AI系统中进行训练；得到三种特征模型；5、将测试数据Y'与三种特征模型进行识别匹配，识别出检测信号是否正常。本发明方法采用了不同于其他小波分段或多态经验(EMD)等其他分层方法，以此减少计算复杂度，提高运行速度；另外本发明还引入离散因子特征，运算简单；可以及时发现轻微(早期)故障信号以及明显故障信号，并通知到工作人员，从而在一定程度上减少财产损失。
-
公开(公告)号：CN110446155B
公开(公告)日：2020-12-25
申请号：CN201910674730.2
申请日：2019-07-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于移动性预测的水下无线传感器网络定位算法，在现有移动性预测定位方法的基础上，引入改进的回溯搜索优化算法。本发明采用三种传感器节点：浮标节点，锚节点和未知节点，包括步骤(1)：无线传感器网络的初始化；步骤(2)：锚节点定位；步骤(3)：计算锚节点速度信息；步骤(4)：未知节点速度信息计算；步骤(5)：未知节点定位。本发明能适应实际应用中的水下无线传感器网络，有效地提高了节点定位精度和降低计算开销。
-
公开(公告)号：CN113347561B
公开(公告)日：2023-05-09
申请号：CN202110600209.1
申请日：2021-05-31
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于改进粒子群的多维标度节点定位方法。本发明采用两种传感器节点：锚节点和未知节点，锚节点通过GPS定位自身位置，未知节点与相邻锚节点通信并通过网络拓扑以实现其自身的定位，在坐标转换阶段引入具有交叉操作的粒子群算法，包括步骤1：初始化阶段；步骤2：分簇阶段；步骤3：簇内节点相对定位阶段；步骤4：簇间融合阶段；步骤5：坐标转换阶段。本发明能适应实际应用中的多种形状无线传感器网络，优化绝对坐标与相对坐标的坐标转换参数，达到了提升网络中未知节点的绝对坐标的精度和提高定位精度的目的。
-
公开(公告)号：CN113365214A
公开(公告)日：2021-09-07
申请号：CN202110623228.6
申请日：2021-06-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于三边定位改进的无线传感器网络节点定位方法和装置，不但考虑到了距离平均值与距离标准差对定位精度的影响，还在基于距离平均值与距离标准差乘积的不确定性最小的锚节点选择方式的基础上，引入了基于信标节点构成三角形角度大小的加权因子，不但能有效选择误差最小的锚节点对未知节点进行定位，有效地提高了节点定位精度，还降低了定位过程的运算量。
-
公开(公告)号：CN112469115A
公开(公告)日：2021-03-09
申请号：CN202011133155.4
申请日：2020-10-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于FC‑MDS改进的无线传感器网络定位算法。涉及无线传感器网络应用技术领域；具体步骤：1、无线传感器网络的初始化；2、将聚类整合后的无线传感器网络划分为多个以簇头为计算中心的簇；3、利用距离矩阵[Tij]和分簇加权距离校正算法求得簇内各节点相异性距离矩阵[Pij]；4、利用SMACOF优化函数对其进行优化，得到簇内各节点的相对坐标信息；5、对各个簇进行坐标配准以达到融合；重复上述步骤直至所有节点被融合；6、将无线传感器网络中所有未知节点的相对坐标转换为实际物理坐标信息。本发明相较于FC‑MDS节点定位算法，可以有效降低误差率，提高定位的准确性。
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
