一种传感器网络高精度定位系统：设计与仿真

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (5): 107-109.

• 数据库、信号与信息处理 • 上一篇下一篇

一种传感器网络高精度定位系统：设计与仿真

王磊1，胡爱群2，白光伟1

1.南京工业大学计算机科学与技术系，南京 210009
2.东南大学信息安全研究中心，南京 210096

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-11 发布日期:2012-02-11

High precise location system for WSNs：design and simulation

WANG Lei1, HU Aiqun2, BAI Guangwei1

1.Department of Computer Science and Technology, Nanjing University of Technology, Nanjing 210009, China
2.Information Security Research Centre of Southeast University, Nanjing 210096, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-11 Published:2012-02-11

摘要/Abstract

摘要： 针对特定应用场景，提出了一种基于测量多路到达信号相位差的定位方案。在方案中，目标节点发送宽带FM调制信号，锚节点通过多个天线接收目标节点发来的FM信号，估计出这些天线接收信号之间的相位差，通过TDOA定位算法获得目标节点的位置。给出了定位系统的设计方案以及定位流程。用SystemView工具对提出的方案进行了仿真，详细分析了测距模块和系统定位精度。综合比较其他定位系统，得出该系统更适合应用场景的结论。

关键词: 无线传感器网络, 定位, 鉴相, 到达时间差, 测距

Abstract: A novel location method based on phase differences of multiple arrival signals is proposed, in consideration of the special application scenarios. In this method, the target node sends FM modulation signal, and the anchor node obtains the arriving time differences of the received signal by measuring their phase differences, and then locates the target node by TDOA algorithm. On this basis, the location system and the position process are introduced. By means of software SystemView, system simulation is conducted. The distance measurement module and positioning accuracy of this system are analyzed in detail. The investigation validates the proposed location method, and demonstrates better suitableness for the special application scenario compared with other existing position systems.

Key words: Wireless Sensor Network（WSN）, position, phase detection, Time Difference Of Arrival（TDOA）, range

王磊1，胡爱群2，白光伟1. 一种传感器网络高精度定位系统：设计与仿真[J]. 计算机工程与应用, 2012, 48(5): 107-109.

WANG Lei1, HU Aiqun2, BAI Guangwei1. High precise location system for WSNs：design and simulation[J]. Computer Engineering and Applications, 2012, 48(5): 107-109.

[1]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[2]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[3]	周彦，旷鸿章，牟金震，王冬丽，刘宗明. 面向半稠密三维重建的改进单目ORB-SLAM[J]. 计算机工程与应用, 2021, 57(8): 180-184.
[4]	马巧梅，王明俊，梁昊然. 复杂场景下基于改进YOLOv3的车牌定位检测算法[J]. 计算机工程与应用, 2021, 57(7): 198-208.
[5]	赵凡，张琳，闻治泉，杨林林，蔺广逢. 一种直接高效的自然场景汉字逼近定位方法[J]. 计算机工程与应用, 2021, 57(6): 159-167.
[6]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[7]	於小杰，贺勇，刘盛华. 一种用于无人机室内定位的改进ORB光流算法[J]. 计算机工程与应用, 2021, 57(4): 266-271.
[8]	程帅，吴华锋，梅骁峻. 交替非负约束框架的海洋传感网协同定位[J]. 计算机工程与应用, 2021, 57(23): 129-136.
[9]	谢兄，杨金鹏. YOLO-wLU：考虑定位不确定性的目标检测算法[J]. 计算机工程与应用, 2021, 57(22): 223-231.
[10]	杨世强，白乐乐，赵成，王国栋，李德信. 一种改进的Qtree_ORB算法[J]. 计算机工程与应用, 2021, 57(20): 82-89.
[11]	陈金鑫，沈文忠. 基于EL-YOLO的虹膜图像人眼定位及分类算法[J]. 计算机工程与应用, 2021, 57(17): 217-223.
[12]	杨世强，范国豪，白乐乐，赵成，李德信. 基于几何约束的室内动态环境视觉SLAM[J]. 计算机工程与应用, 2021, 57(16): 203-212.
[13]	成立明，陈建新，陈瑞，陈志敏. 融合自监督单目图像深度估计的视觉里程计[J]. 计算机工程与应用, 2021, 57(15): 230-236.
[14]	罗汉武，李文震，潘富城，琚小明. 基于渐进对抗学习的弱监督目标定位[J]. 计算机工程与应用, 2021, 57(14): 187-193.
[15]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.

一种传感器网络高精度定位系统：设计与仿真

High precise location system for WSNs：design and simulation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics