擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。

擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。

基于ZigBee技术的WSN定位算法的研究，李万昌，李艳萍，定位技术最早产生于军事战争的需求,但是随着社会需求的发展,现在定位技术已经广泛应用于环境监测、目标跟踪、战场监视、森林防火�

wsn定位蒙特卡洛盒mcb算法matlab源码.doc

为了解决DV-Hop 算法误差较大的问题，提出了一种基于RSSI修正的WSN定位算法 RMDV-Hop (RSSI Modified DV-Hop)。该算法限制最大传播跳数，并对跳数为1的锚节点利用RSSI值修正其跳数值，取RSSI值较大的前N个锚节点作为参考锚节点，利用参考锚节点的平均每跳距离误差进行加权处理未知节点的平均每跳距离，最后用总体最小二乘法计算未知节点的坐标位置，实现RMDV-Hop定位算法的全面改进，以提高定位精度。仿真结果验证，改进算法的定位精度和稳定性都比原始算法有了明显的提高。

无线传感器网络定位技术中可以用卡尔曼滤波来改善定位精度（matlab程序）

【WSN定位】基于chan算法、fang算法、taylor算法和最小二乘定位算法lsm实现目标定位matlab源码.zip

Amorphous\ APIT\ Bounding Box\ Centroid\ Deploy Nodes\ DV-hop\ Grid Scan\ Localization Error\ MDS-MAP\ RSSI\ Topology Of WSN\

在大型建筑灾难发生过程中，由于受到有毒烟雾、噪声、大火、漏电、光线等不利因素影响，加上大型建筑内部结构复杂，很多救援人员难以获得可靠的信息。针对上述情况，无线传感器网络在室内复杂环境定位方面可以发挥其优势作用，但目前面临的挑战就是在LOS环境下其定位精度非常高，然而在NLOS环境下其测量可能会受到非视距传播的污染，从而导致定位精度下降。针对这一现象，提出一种改进的无迹卡尔曼滤波(MKF)定位方法。首先，采用检验统计方法识别移动节点和信标节点之间的传播状态。然后，利用线性卡尔曼滤波器(LKF)平滑测量距离，在此基础上利用MKF削弱NLOS对于测量产生的影响。之后，采用无迹卡尔曼滤波(UKF)方法来确定未知移动节点的位置信息。最后通过数值仿真实验验证了所提算法的有效性。

定位是无线传感器(WSN)网络重要的支撑技术，具有广泛的应用。ZigBee技术则是一种近距离、低功耗、低数据传输率、低成本的双向无线通信技术，可以嵌入到各种设备中，同时支持地理定位功能。将ZigBee技术应用于无线传感器网络中是现今研究的一个重点，相关定位技术的研究和应用也受到人们广泛的关注。