基于加权最小二乘变尺度法的无线传感器网络定位
无线传感器网络环境感知的节点定位方法
俨 1 们川×川
d
训 γ) X 10[A 0- 1ω0γ 盹 贝 兴 句z)门 句 YOlgμ O-E (Pγ (d )]ν/(υl口句蚓 句 d
(5)
解方程组 (5)
即可得到导标节点 A 相对于区域
图2
不同区域 RSSI 与距离关系比较
ABC 的参数 do ， γ 如下:
Fig.2
The comparison of the relation between RSSI and distance between different regions
o
X 10[AO-I OyOlgdO -E(Pγ (d)) ]/( 10γ(3)
的信号传播损耗模型参数。当参数确定之后，如果
导标节点接收到未知节点的信号强度，首先判断未 知节点所在的区域，然后使用相应的参数计算出未
在实际测量中，常用均值代替期望进行计算，即
E(Pγ (d)) 臼 (LPJlk (k 为接收到 RSSI 的次数，
path10ss model) 、哈它模型 (hata mode1) 、对数-常
态分布模型 (log-distance dist出ution mode1) 等。
d = d X
o
lO [A o - 向olgdo-Pγ(d) -X ",]/( 10γ(2)
当一个未知节点与至少 3 个导标节点的距离确
但是，研究和实验表明，确定性模型最大的问题在
个区域模型参数的方法。
R2
O 导标节点 图 1 。未知节点
节点定位示意图
Fig. 1 Node localization schematic diagram
116
-70
中山大学学报(自然科学版)
一种无线传感器网络质心定位改进算法
ｕ ｅ ｏｒ ｃ ｉｎ ｍｅ ｈ ｎｓ ｔ ｏ ｅ ｔｔ ｅ ｎ ｔａ ｌｃ ｉａｉｎ． Ｔ ｅ ｌｇ ｒｔ ｓ ｓ ａ ｃ ｒｅ ｔｏ ｃ ａ ｉｍ ｏ ｃ ｒ ｃ ｈ ｉｉｉｌ ｏ ａ ｚ ｔｏ ｌ ｈ ａ ｏ ｉ ｈｍ ａ ｏ ｒ ｃ ｍｐ ｔｔｏ ａ ｏ ｌｘｔ ｈ ｓ ｌｗｅ ｏ ｕ ａｉｎ ｃ ｍｐｅ ｉｙ， ｌ ｃ ｍｍｕ ｉａ ｉｎ ｓ ｅ ｄ ｎ ｓｓｍｉａ ｏ ｔ ｅ ｃ ｎｒ ｉ ｏ ａａ ａ ｉｎ ａｇ ｒｔｍ． Ｓｍｕ ａｉｎ ｒ ｓ ｌｓ ｓ ｗ ｈ ｔ ｈ ｍｐ ｏ ｅ ｏ ｎ ｃ ｔ ｐ ｎ ｉ ｇ ｉ ｉ ｌ ｒｔ ｈ ｅ ｔｏｄ ｌｅ ｌｚ ｔ ｌｏ ｉｈ ｏ ｏ ｉ ｌｔｏ ｅ ｕｔ ｈｏ ｔ ａ ，ｔ ｅ ｉ ｒｖ ｄ
第２ ３卷 第 ６期
２１ ０ ０年 ６月
传 感 技 术 学 报
Ｃ ＮＥ Ｅ Ｊ ＲＮ ＥＮ ＯＲ Ｄ ＡＣ Ｕ ０ Ｓ ＨＩ Ｓ ＯＵ ＡＬ ＯＦ Ｓ Ｓ Ｓ ＡＮ Ｔ ＡＴ Ｒ
Ｖｏ ． ３ Ｎｏ ６ １２ ．
Ｊｎ ０ ０ ｕ ．２ １
Ａｎ Ｉ ｐ ｏ ｅ ｎ ｒ ｉ ｃ ｆ ａ ｉ ｎ Ａｌ ｏ ｉｈ ｏ ｉｅｅ ｓ Ｓ ｎ ｏ ｔ ｒ ｍ ｒ ｖ ｄ Ｃｅ ｔ ｏｄ Ｌｏ ａ ｚ ｔｏ ｇ ｒｔ ｍ ｆ ｒ Ｗ ｒ ｌｓ ｅ ｓ ｒ Ｎｅ ｗｏ ｋ ｉ
Ｋｅ ｙ ｗｏｒ ：Ｗ Ｓ ｄｓ Ｎｓ；ｄ ｓｒｂ ｔ ｄ ｌ ｅ ｉａｉ ｎ；ｃ ｎｒ ｉ ｏ ａｉａｉｎ；ｌ ｃ ｌ ａｉ ｎ ｃ ｒｅ ｔｏ ． ｉｔ ｕ ｅ ｏ ａ ｚ ｔｏ ｉ ｌ ｅ ｔｏｄ ｌｅ ｚ ｔｏ ｌ ｏ ａ ｉ ｔ ｏ ｃｉ ｎ ｚ ｏ ＥＥＡＣＣ ：６ ５ １ ０Ｐ
提高 定位精 度 ， 具有 较 大 的实用 价 值 。本 文 以此 为 出发 点 ， Ｒ Ｓ 定 位信 息 引入 到 质 心定 位算 法 中， 将 ＳＩ
基于变化方位角最小二乘估计的电子侦察机无源定位技术研究
20
舰船电子对抗
第42卷
观测站，该系统可获得较高的定位精度，但其对各站 间的时间同步要求较苛刻，系统较复杂。而单站无 源定位技术一般是利用单个运动平台对辐射源角度 连续进行测量的方法来定位。采用方法主要有：最 小二乘法，到达时间定位法，频率法，方位-时间联合 定位法，方位一频率联合定位法，幅度-方位定位法， 测相位差变化率定位法等「2）。多站定位虽然有定位 精度相对较高的优点，但是它需要多站的同步工作， 各站间数据交换量大，时间较长。与多站定位相比， 单站定位的设备量大为减少，定位时间短，同时定位 精度也能满足要求%
faroperatonrange.Thspaperoptmzesandsmulatesthetactcaldecsonofpassvelocatonfor electronic reconnaissance aircraft based on the variable azimuth least square estimation, analyzes theinfuenceofsteeringangeofeectronicreconnaissanceaircraftonthe ocationresutsthrougha
more ser ously.Pass ve locat on technology3s w dely used3n the f eld of electron c reconna ssance
arcraft，because tdoesnotemtelectromagnetcwaves，hasthefeaturesofgoodconcealmentand
2019年12月 第&2卷第6期
舰船电子对抗
SHIPBOARD ELECTRONIC COUNTERMEASURE
剪切散斑干涉条纹图像处理技术研究进展
Journal of Image and Signal Processing 图像与信号处理, 2023, 12(4), 360-368Published Online October 2023 in Hans. https:///journal/jisphttps:///10.12677/jisp.2023.124035剪切散斑干涉条纹图像处理技术研究进展林薇，王芷曼中国电子科技集团公司第二十八研究所，江苏南京收稿日期：2023年9月8日；录用日期：2023年9月29日；发布日期：2023年10月9日摘要剪切散斑干涉技术是一种高精度、非接触的光学全场测量方法，可对复合材料构件的分层、脱粘、皱折、裂纹、撞击损伤等缺陷进行无损检测，在航空航天复合材料无损检测领域得到了广泛应用。
本文从剪切散斑干涉的技术原理和系统结构展开，结合大视场剪切散斑干涉光路结构分析了相移技术的应用，论述了干涉相位条纹图滤波和相位解包裹技术等条纹图像处理过程中的关键算法，最后介绍了深度学习网络在剪切散斑干涉测量中的应用，并分析讨论其优势与不足，对未来研究方向进行了展望。
关键词剪切散斑干涉，条纹图，滤波，相位解包裹，图像处理Development of Image ProcessingTechnology for ShearographyPhase Fringe PatternsWei Lin, Zhiman WangThe 28th Research Institute of China Electronics Technology Group Corporation, Nanjing JiangsuReceived: Sep. 8th, 2023; accepted: Sep. 29th, 2023; published: Oct. 9th, 2023AbstractShearography is a high-precision, non-contact optical full-field measurement method that can per-form non-destructive testing of composite material components such as delamination, debonding, wrinkles, cracks, and impact damage. It has been widely used in the field of nondestructive testing of aerospace composite materials. Starting from the technical principle and system structure of shearography, this paper analyzes the application of phase shift technology based on the large field of view shearography optical path structure, discusses the key algorithms in the stripe image林薇，王芷曼processing process such as interference phase fringe map filtering and phase dewrapping tech-nology, and finally introduces the application of deep learning network in shearography, analyzes and discusses its advantages and disadvantages, and looks forward to the future research direc-tion.KeywordsShearography, Phase Fringe Patterns, Filtering, Phase Unwrapping, Image ProcessingThis work is licensed under the Creative Commons Attribution International License (CC BY 4.0)./licenses/by/4.0/1. 引言剪切散斑干涉技术是结合应用光学、计算机技术和数字图像处理等现代技术发展起来的无损检测技术，是一种高精度、非接触的光学全场测量方法[1]。
基于加权非线性最小二乘的无源协同定位
1 引言
现代战争中，对目标进行定位跟踪越来越起着 突出的作用［1］，然而以雷达为代表的有源探测方式 面 临 四 大 威 胁 。 在 这 种 情 况 下 ，采 用 无 源 协 同 定 位 的 ［2~6］ 方法对辐射源定位显得更有意义。按传感 器的数目［5］可以分为：多传感器和单传感器无源定 位。多传感器无源协同定位可以利用传感器间的 互补和冗余信息得到比单传感器无源定位更快速 和更高的精度，因此得到广泛的应用。在无源协同 定位中，利用辐射信号到达传感器的角度量测信息 进行目标定位是最常用的无源定位技术之一，本文 主要讨论基于角度量测信息［7~8］的多传感器无源协 同定位。
（1） （2）
z
C
o y
φ1
φ2
x
S1
S2
θ2
θ1
图 1 传感器与目标的分布关系
3 算法原理
3.1 定位初值计算
在目标初始值估计中，把多传感器的观测值组
合成线性方程组： AX = b
其中，目标直角坐标位置 X = [x y z]T ；A 和 b 分
别是与传感器位置及观测数据有关的系数矩阵和
向量，表达式如下。
计算机与数字工程
901
2 无源协同定位测角模型
假设无源传感器网络有 N 个传感器，其它传感
器为辅传感器。目标相对于传感器的方位角和俯
仰角分别为 θi 和 φi ，其中 i = 1 2 N ，量测值表
示如下。
θi
无线传感器网络的路由算法
AODV协议1. 概述Nokia研究中心开发，自组网路由协议的RFc标准，它是DSR和DSDV的综合，借用了DSR中路由发现和路由维护的基础程序，及DSDV的逐跳(Hop-by-HoP)路由、目的节点序列号和路由维护阶段的周期更新机制，以DSDV为基础，结合DSR中的按需路由思想并加以改进。
它应用于无线自组织网络中进行路由选择的路由协议, 它能够实现单播和多播路由。
该协议是自组织网络中按需生成路由方式的典型协议。
用于特定网络中的可移动节点。
它能在动态变化的点对点网络中确定一条到目的地的路由，并且具有接入速度快，计算量小，内存占用低，网络负荷轻等特点。
它采用目的序列号来确保在任何时候都不会出现回环，避免了传统的距离向量协议中会出现的很多问题。
AODV最初提出的目的是为了建立一个纯粹的按需路由的系统。
网络中的节点完全不依赖活动路径，既不维护任何路由信息，也不参与任何定期的路由表交换。
节点不需要发现和维护到其他节点的路由，除非两个节点需要通讯或者节点是作为中间转发节点提供特定的服务来维护另外两个节点的连接性。
提出：With the goals of minimizing broadcasts and transmission latency when new routes are needed, we designed a protocol to improve up on the performance characteristics of DSDV in the creation and maintenance of ad-hoc networks.2. 特点优点：（1）基本路由算法为距离向量算法，但有所改进，思路简单、易懂。
（2）按需路由协议，而且节点只存储需要的路由，减少了内存的需求和不必要的复制。
（3）采用UDP 封装，属于应用层协议。
（4）支持中间节点应答，能使源节点快速获得路由，有效减少了广播数，但存在过时路由问题。
基于RSSI的无线传感器网络加权质心定位算法
收稿日期: 2005 11 12 陈维克: 男, 41 岁, 博士生, 高级工程师, 主要研究领域为无线传感器网络、机器人技术 * 国家自然科学基金项目资助( 批准号: 60475031) ; 湖北青年杰出人才基金项目资助( 批准号: 2005A BB021)
·266·
武汉理工大学学报( 交通科学与工程版)
PL( d) =
PL ( d 0) +
10k log
d d0
+
XR
( 2)
式中: P L ( d ) 为经过距离 d 后的路径损耗, dB; X R
为平均值为 0 的高斯分布随机变数, 其标准差范
围为 4～10. 式中 k 的范围在 2 至 5 之间. 取 d= 1 m, 代入式( 1) , 可得到L oss, 即 P L ( d0) 的值. 这样
标. 式中: d1 , d2, d 3 为未知节点获得的到 3 个信标
第2 期
陈维克等: 基于 R SSI 的无线传感器网络 加权质心定位算法
·26 7·
节点的 近似距离 ( 参 见图 1) ; ( x 1, y 1 ) , ( x 2, y 2 ) ,
( x 3, y 3) 为利用改进 Euclidean 定位方法计算出的
置在边界附近.
1. 2 无线电传播路径损耗模型分析
无线电传播路径损耗对于 RSSI 定位算法的 定位精度有很大影响. 常用的传播路径损耗模型
有[ 5] : 自由空间传播模型( f ree space pr opag ation
model ) ; 对 数 距 离 路 径 损 耗 模 型 ( log -distance
信标节点组合成下面的三角形集合, 这是提高定
利用最小二乘支持向量机实现无线传感器网络的目标定位
利用最小二乘支持向量机实现无线传感器网络的目标定位张晓平;刘桂雄;周松斌【摘要】针对接收信号强度值(RSSI)的波动直接影响无线传感器网络(WSN)目标定位准确度的问题,研究了利用最小二乘支持向量回归机(LSSVR)实现WSN的目标定位的基本原理,分析了固定探测节点和探测节点变化时的LSSVR建模定位特性,提出了基于自适应LSSVR回归建模实现WSN目标定位的方法(TL-AML).该方法综合考虑目标定位准确度和实时性,初始时刻首先建立LSSVR回归模型来定位目标,根据后面任一时刻探测节点与前一时刻回归模型建模节点的包含关系决定是否重新建模,实现自适应建模定位过程.基于CC2430无线传感网络实验平台,进行了相关TL-AML方法性能实验,通过合理选取建模参数,TL-AML方法的目标定位均方根误差(RMSE)比MLE方法减小34%～37%,比LSE方法减小60%～65%.建模参数在较大范围内取值时,TL-AML方法目标定位准确度比MLE和LSE方法有明显提高.在LSSVR建模情况下,TL-AML方法目标定位耗时0.2～0.4 s,无需重复建模时,目标定位耗时减少到0.04 s.实验结果表明,TL-AML方法能够显著减小RSSI波动对目标定位结果的影响,提高目标定位准确度,减少目标定位时间,且具有较好的目标定位实时性.【期刊名称】《光学精密工程》【年(卷),期】2010(018)009【总页数】9页(P2060-2068)【关键词】无线传感器网络;目标定位;最小二乘支持向量回归机;自适应回归建模【作者】张晓平;刘桂雄;周松斌【作者单位】华南理工大学,机械与汽车工程学院,广东,广州,510640;华南理工大学,机械与汽车工程学院,广东,广州,510640;广东省科学院自动化工程研制中心,广东,广州,510070【正文语种】中文【中图分类】TN929.1;TP3011 引言无线传感器网络（Wireless Sensor Networks，WSN）是综合了传感技术、计算技术和无线通信技术的新一代传感器网络，它可以通过传感器节点协同探测和融合目标信息来实现目标定位。