本书旨在介绍无线传感网的基本原理和方法，充分介绍其广泛的应用场景以及军民两个领域的典型应用范例，侧重于基本概念和基础知识，力求通俗易懂、图文并茂。本书适宜作为普通高等院校本科生学习无线传感器网络的教材，或者作为初学者的入门辅导书籍。
电子书
内容简介
本书以无线传感器网络中的节点定位为研究对象，针对目前无线传感器网络（WSN）节点定位算法的现状和技术难题，尤其是定位误差大、覆盖率低和算法复杂度高这些核心问题进行研究。通过分析RSSI节点定位算法、DV-Hop定位算法、质心定位算法等算法的不足，提出了智能化协同的节点定位算法，并通过对比和仿真实验验证了算法的有效性。 本书所介绍的研究内容丰富，优化算法不但注重对细节的研究，更重视协同多个方面进行综合考量，可以智能化处理节点定位问题，制定的实验方案科学完整；对主流WSN节点定位算法进行了深入研究。本书为WSN节点定位算法提供了理论依据和技术基础，并制定了仿真实验方案，验证新算法的性能。 本书可供从事无线传感器网络的专业技术人员和研究人员、高等院校无线传感器网络及相关专业的师生参考使用。
章节目录
- 封面
- 书名页
- 版权页
- 前言
- 目录
- 第1章 绪论
- 1.1 WSN节点定位算法的概念和发展
- 1.2 节点定位研究的学派
- 1.3 WSN智能化协同节点定位的研究架构
- 第2章 无线传感器网络节点定位算法研究
- 2.1 无线传感器网络
- 2.1.1 传感器节点
- 2.1.2 无线传感器网络结构
- 2.1.3 无线传感器网络的特点
- 2.1.4 无线信号的信道特性
- 2.1.5 无线传感器网络的分层协议
- 2.1.6 无线传感器网络的技术热点
- 2.1.7 无线传感器网络的应用
- 2.1.8 无线传感器网络面临的挑战
- 2.2 无线传感器网络节点定位技术
- 2.3 定位算法的概念
- 2.4 定位算法的分类
- 2.4.1 基于测距的定位与无须测距的定位算法
- 2.4.2 集中式计算和分布式计算
- 2.4.3 相对定位和绝对定位
- 2.4.4 松散耦合和紧密耦合
- 2.4.5 递增式定位和并发式定位
- 2.5 节点定位算法的评价指标
- 2.5.1 定位精度
- 2.5.2 容错性和自适应性
- 2.5.3 节点密度
- 2.5.4 信标节点密度
- 2.5.5 覆盖率
- 2.5.6 功耗
- 2.5.7 代价
- 2.6 无线传感器网络节点的测距方法研究
- 2.6.1 RSSI测距法
- 2.6.2 TOA测距法
- 2.6.3 TDOA测距法
- 2.6.4 测距方法对比
- 2.7 常用的节点定位算法
- 2.7.1 MDS-MAP节点定位算法
- 2.7.2 凸规划定位算法
- 2.7.3 Hop-Euclidean节点定位算法
- 2.7.4 APIT节点定位算法
- 2.7.5 AHLos节点定位算法
- 2.7.6 AOA定位法
- 2.7.7 三角形质心定位算法
- 2.7.8 边界盒定位算法
- 2.8 无线传感器网络智能定位算法
- 第3章 RSSI节点定位算法研究
- 3.1 RSSI的测距模型研究
- 3.1.1 RSSI的测距原理
- 3.1.2 RSSI的测距影响因素
- 3.2 常用定位算法研究
- 3.2.1 极大似然估计法
- 3.2.2 三角定位法
- 3.2.3 三边定位法
- 3.3 无线信号的传播损耗模型
- 3.3.1 对数-常态分布模型
- 3.3.2 自由空间传播模型
- 3.3.3 双线地面反射模型
- 3.3.4 衰减因子模型
- 3.4 RSSI滤波算法研究
- 3.4.1 滤波算法
- 3.4.2 常用的滤波算法
- 3.5 室内定位精度的影响因素分析
- 3.5.1 环境参数
- 3.5.2 突发干扰
- 3.5.3 人体对信号接收强度的影响
- 3.5.4 多径传播的影响
- 3.5.5 同频干扰的影响
- 3.6 三边定位方法分析
- 3.6.1 实际环境下的三边定位方法
- 3.6.2 加权三边定位法
- 第4章 基于双参考节点差分修正的RSSI定位算法研究
- 4.1 算法优化
- 4.1.1 无线信号的衰减模型
- 4.1.2 修正RSSI的测量值
- 4.1.3 卡尔曼滤波预处理
- 4.2 基于信标节点数量的算法优化
- 4.3 算法的改进
- 4.3.1 近邻点联合测距的修正
- 4.3.2 加权高斯算法
- 4.3.3 基于Fingerprint的节点定位算法
- 4.3.4 加权定位的坐标
- 4.3.5 加权质心坐标定位
- 4.3.6 为定位坐标做误差补偿
- 4.4 DRN-RSSI算法的设计
- 4.4.1 传统的差分修正算法
- 4.4.2 改进的差分修正算法
- 4.4.3 算法实现步骤
- 4.4.4 DRN-RSSI算法与其他算法的比较
- 第5章 基于双参考节点差分修正的RSSI定位算法的实现及测试
- 5.1 测试环境搭建
- 5.1.1 节点部署和数据采集
- 5.1.2 源码配置
- 5.1.3 获取与配置上位机的参数
- 5.2 仿真结果及其分析
- 5.2.1 相关参数设置
- 5.2.2 影响的因素
- 5.3 总结与展望
- 5.3.1 总结
- 5.3.2 未来工作的展望
- 第6章 DV-Hop节点定位算法研究
- 6.1 DV-Hop节点定位算法的原理
- 6.2 DV-Hop定位算法的误差分析
- 6.2.1 客观因素
- 6.2.2 主观因素
- 6.3 定位算法评价标准
- 6.4 限跳及优选信标节点的DV-Hop算法
- 6.4.1 跳数修正
- 6.4.2 基于误差因子的信标节点平均跳距修正
- 6.4.3 优选信标节点
- 6.4.4 限跳和优选信标节点的DV-Hop算法的流程
- 6.5 基于蝙蝠优化的DV-Hop定位算法
- 6.5.1 构建适应度函数
- 6.5.2 蝙蝠算法
- 6.5.3 流程图及步骤
- 6.5.4 蝙蝠算法存在的问题
- 6.5.5 蝙蝠算法的改进策略
- 6.5.6 改进的蝙蝠算法思想
- 6.6 基于双通信半径的DV-Hop节点定位算法
- 6.6.1 算法实现步骤
- 6.6.2 改进未知节点计算的方法
- 6.7 阈值加权处理平均跳距的节点定位算法
- 6.7.1 阈值加权处理平均跳距的节点定位算法（TWP-DV-Hop）的原理
- 6.7.2 TWP-DV-Hop算法流程
- 6.7.3 确定TWP-DV-Hop算法的阈值
- 第7章 动态信标节点的分区域DV-Hop定位算法
- 7.1 SRDV-Hop算法的研究背景
- 7.2 基于跳数细化和距离校正的DV-Hop算法
- 7.2.1 算法的设计思想
- 7.2.2 细化最小跳数
- 7.2.3 校正平均距离
- 7.2.4 算法的执行步骤
- 7.3 SRDV-Hop算法的定位过程
- 7.3.1 优选信标节点
- 7.3.2 DV-Hop算法的定位过程
- 7.3.3 DV-Hop算法的误差分析
- 7.4 SRDV-Hop定位算法改进的措施
- 7.4.1 计算参数的修正
- 7.4.2 构建适应度函数
- 7.4.3 改进的措施
- 7.4.4 优化三边定位
- 7.4.5 对节点分布不均进行优化
- 7.5 SRDV-Hop算法的流程
- 第8章 SRDV-Hop算法仿真结果及其分析
- 8.1 仿真实验的思路
- 8.1.1 实体的数据化
- 8.1.2 算法的操作化
- 8.2 仿真环境
- 8.3 影响的因素
- 8.4 通信开销分析
- 8.5 总结与展望
- 8.5.1 算法总结
- 8.5.2 算法存在的不足
- 8.5.3 未来工作展望
- 第9章 无线传感器网络质心定位算法的研究
- 9.1 质心定位算法原理研究
- 9.1.1 质心定位算法的原理
- 9.1.2 质心定位算法的执行过程
- 9.1.3 质心定位算法性能分析
- 9.1.4 质心定位算法的不足
- 9.2 改进的质心定位算法
- 9.3 迭代加权质心定位算法
- 9.3.1 算法描述
- 9.3.2 算法流程图
- 9.4 多质心定位算法研究
- 9.4.1 测距的影响因素
- 9.4.2 多质心定位算法
- 第10章 动态多参考中心节点的质心定位算法
- 10.1 算法思路
- 10.1.1 传播模型的选择
- 10.1.2 加权系数的选择
- 10.1.3 多边形分解质心定位
- 10.1.4 APIT定位算法
- 10.2 基于RSSI校正的质心定位算法的设计
- 10.2.1 算法思想
- 10.2.2 算法数学模型
- 10.2.3 算法步骤
- 10.3 算法原理
- 10.4 算法流程
- 10.5 算法的性能
- 第11章 动态多参考中心节点的质心定位算法仿真结果及其分析
- 11.1 算法的编程工具
- 11.2 MyEclipse软件
- 11.3 常用的仿真软件
- 11.4 MATLAB仿真软件
- 11.5 仿真实验方案设计
- 11.6 仿真实验的性能评价指标
- 11.7 仿真结果及其分析
- 11.7.1 参数设置与评价指标
- 11.7.2 结果与分析
- 11.8 总结与展望
- 11.8.1 算法总结
- 11.8.2 算法的不足
- 11.8.3 未来的研究方向
- 第12章 粒子群算法和RSSI定位算法研究
- 12.1 粒子群算法研究
- 12.1.1 粒子群算法原理研究
- 12.1.2 粒子群算法研究现状
- 12.2 标准粒子群优化算法
- 12.2.1 粒子群优化算法原理
- 12.2.2 算法的参数设置
- 12.2.3 改进的粒子群算法的分类
- 12.2.4 粒子群优化算法的改进策略
- 12.3 粒子群优化算法
- 12.3.1 粒子群优化算法的流程
- 12.3.2 算法的设计步骤
- 12.3.3 粒子群优化算法的应用
- 12.4 智能定位算法
- 12.4.1 遗传算法
- 12.4.2 基于信度与几何约束的遗传定位算法
- 12.5 RSSI定位算法
- 12.5.1 基于RSSI测距的定位方法
- 12.5.2 基于RSSI测距技术存在的不足
- 12.5.3 RSSI的定位模型
- 12.6 基于早熟检验的混沌粒子群优化算法
- 12.6.1 混沌粒子群优化算法
- 12.6.2 早熟检验的机制
- 12.7 基于分级信度与早熟检验的混沌粒子群定位算法
- 12.7.1 分级信度节点的选择机制
- 12.7.2 混沌粒子群定位算法
- 12.8 基于多目标粒子群的节点定位算法
- 12.8.1 多目标定位算法的模型
- 12.8.2 算法总体框架
- 12.8.3 外部档案的维护算子
- 12.8.4 全局最优选取算子
- 12.9 基于带有罚函数的粒子群优化算法的WSN节点定位算法
- 12.9.1 罚函数法
- 12.9.2 定位的模型
- 12.9.3 PSOPF算法的流程
- 第13章 基于粒子群算法的RSSI节点定位算法研究
- 13.1 引言
- 13.2 算法模型
- 13.2.1 粒子群算法惯性权重的改进
- 13.2.2 节点定位模型的设计
- 13.2.3 引入变异因子
- 13.2.4 RSSI修正定位算法
- 13.2.5 IRSSI测距模型
- 13.2.6 IRSSI算法
- 13.3 改进的粒子群算法IPSO
- 13.3.1 计算目标函数
- 13.3.2 计算自适应权值
- 13.3.3 信标节点的淘汰机制
- 13.3.4 IPSO算法流程图
- 13.3.5 基于改进PSO的WSN节点定位算法的描述
- 13.4 粒子群算法和RSSI定位的结合
- 13.4.1 两者结合算法的思路
- 13.4.2 粒子群优化算法和其他算法的融合
- 13.4.3 改进的算法思想
- 13.4.4 极大似然估计法（LS）
- 13.4.5 加权最小二乘法（WLS）
- 13.4.6 混沌粒子群算法
- 13.4.7 基于动态权重的混沌粒子群算法
- 13.5 算法实现步骤
- 第14章 基于粒子群算法的RSSI节点定位算法的实验设计与验证研究
- 14.1 WSN定位性能评价标准
- 14.2 实验相关参数设置
- 14.3 影响的因素
- 14.4 性能分析
- 14.4.1 验证算法的收敛性
- 14.4.2 测距误差对定位误差的影响
- 14.5 总结与展望
- 14.5.1 算法总结
- 14.5.2 工作展望
- 参考文献
- 书脊
- 封底
展开全部
智能化协同无线传感器网络节点定位算法是2019年由中国铁道出版社出版,作者杨彩。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《智能化协同无线传感器网络节点定位算法》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书聚焦无线定位的基本原理和关键技术。首先介绍了定位技术的起源，并对定位技术进行了分类；其次分析了影响定位的重要因素之一——无线传播环境；然后介绍了无线定位的基本原理和算法，并且分析了影响定位性能的主要因素；接着分别系统地介绍了卫星定位、蜂窝网定位和无线局域网定位，并给出了蜂窝网定位的实例；**后总结了无线定位技术在现网和5G中的应用，并展望了未来无线定位的发展。
电子书
《无线传感器网络技术与应用第2版》反映了无线传感器网络领域的新技术和成果，采用理论与实践并进的模式编写。《无线传感器网络技术与应用第2版》主要内容包括无线传感器网络、网络与通信技术、管理技术、安全技术、软硬件设计与测试、人工智能物联网、典型应用设计、工程实验指导8章。《无线传感器网络技术与应用第2版》可以作为高等院校的物联网工程、通信工程、计算机应用、人工智能等专业的教材，也可以作为建筑电气、网络
电子书
本书全面、系统地介绍了ZigBee无线传感器网络的基本理论及其相关应用。全书共分为8个项目,内容包括初识ZigBee无线传感器网络、ZigBee无线传感器网络入门、了解ZigBee无线传感器网络协议栈、ZigBee无线传感器网络数据通信、ZigBee无线传感器网络的管理、网关技术应用、ZigBee无线传感器网络设计、ZigBee无线传感器网络测试。本书可作为高等院校和高职院校的物联网应用技术专业、
电子书
本书以培养读者的ZigBee应用技术集成开发实践能力为主要目标，依托企业实际案例，按照企业开发实践和工作流程，将以ZigBee应用模块为基础的无线测温系统的集成开发组织成10个工作进程，包括无线传感器网络应用系统架构、ZigBee协议及相关解决方案、ZigBee应用模块特性与测试、KeilC51软件开发平台使用、控制器模块使用指南、串口模块设计与测试、LCD1602液晶显示模块设计与测试、DS18
电子书
一本包含全部代码的参考书
零基础学习深度学习
基于NumPy的Python语言实现卷积神经网络
本书用极少的数学知识，深入浅出地介绍了机器学习、卷积神经网络的相关概念以及实践中特别重要的数据预处理。书中没有借助深度学习库，完全使用Python语言基于NumPy库实现了神经网络和卷积神经网络，并给出了全部代码。为了方便读者理解深度学习和更好地使用深度学习库，如TensorFlow，书中特别对误差反向传播算法和神经网络的优化方法进行了深入分析。在此基础上，本书进一步实现了经典的VGG网络和移动端MobileNetV2网络，同时介绍了GoogLeNet、ResNet和SENet。
电子书
本书共分为8个项目，主要介绍了LTE基本原理及关键技术、LTE无线网络规划、LTE基本信令流程；从项目化的角度，重点介绍了LTE覆盖、接入、小区选择和重选、切换和功率控制等问题的优化，并以大量实际工程案例说明了目前工程中覆盖、接入、切换等问题的优化方法。本书既可作为高职高专通信技术、移动通信技术类专业的教材，也可作为广大网络规划与网络优化工程技术人员的培训教材，对通信网络管理人员和相关从业人员也具
电子书
本书介绍了传感器与测试技术的基本概念、基本原理和典型应用。按照传感器、测试技术与测试系统三大模块组织内容，分别对常规传感器、微机械传感器、测量误差分析、常见工程量的测量、信号调理、现代测试系统、测试系统设计等进行了介绍。
