-
公开(公告)号：CN108966241A
公开(公告)日：2018-12-07
申请号：CN201810685277.0
申请日：2018-06-28
Applicant: 江南大学
Abstract: 本发明公开了一种自适应改进鱼群算法的优化方法，属于传感器网络覆盖领域。通过增加的跳跃行为，提升了鱼群跳出局部最优的速度和效率；结合K邻域均值思想，设定新的食物浓度判定方法，降低了陷入局部最优的概率；增设碰壁行为，完善了对网络边界处节点覆盖情况的临界处理；通过衰减因子θ，自适应调整鱼的步长和视野，保障收敛的稳定性。本发明在保证网络覆盖率的前提下，解决了鱼群算法对恶劣局部最优反应迟缓的问题，同时降低了陷入局部最优的概率，完善了对网络边界处节点覆盖情况的临界处理，保障了收敛的稳定性。
-
公开(公告)号：CN115460694B
公开(公告)日：2025-04-25
申请号：CN202211138885.2
申请日：2022-09-19
Applicant: 江南大学
IPC: H04W64/00 , H04W4/33 , H04W4/02 , H04B17/318
Abstract: 本发明公开了一种多信号场景下的室内定位方法，属于室内定位领域。该方法在离线阶段完成指纹库的构建和扩充，并以指纹清晰度表征路径损耗指数的变化程度，结合密度峰值聚类实现对目标区域的自适应划分；在线阶段综合清晰度权重和接收信号强度RSS向量欧式距离权重，得到各参考点的组合权重，选取前E个组合权重最高的参考点参与目标位置计算，得到目标位置的估计值。本申请通过引入指纹清晰度概念，以信号的区域性波动特征为衡量标准，对参考点进行聚类并拟合子区域路径损耗指数，有效解决了单一路径损耗模拟合精度差的问题；进一步的，本申请以指纹清晰度为优质参考点选择的第二标准，综合RSS向量欧式距离，保证位置计算的精确性。
-
公开(公告)号：CN118055489B
公开(公告)日：2024-08-16
申请号：CN202410133114.7
申请日：2024-01-31
Applicant: 江南大学
Abstract: 本发明公开了RSS+PDR双源多尺度融合的室内定位方法及系统，属于室内定位技术领域。所述方法通过PDR信号的辅助，对在线阶段待定位点进行分区扩展，改善分区归属错误产生的预定位偏移的情况；本发明通过在信号域与空间域的不同尺度下进行近邻筛选，降低最近邻参考点中出现离群点的概率；本发明通过PDR与RSS定位的动态链接式融合，结合两类信号源定位方法的优点，获取更准确的定位结果。综合实验结果可知，本发明提出的室内定位方法在解决复杂环境下的室内定位问题具有优势，能有效提升定位精度。
-
公开(公告)号：CN113518308B
公开(公告)日：2022-03-25
申请号：CN202110573991.2
申请日：2021-05-25
Applicant: 江南大学
Abstract: 本发明提供室内定位中最佳AP筛选方法，属于室内定位领域。该方法首先构建系统模型；然后进行指纹模糊聚类和获取精简AP辨识集合；最后进行位置的计算，得到测试点的估计位置或区域。本发明以AP信号的总体均值差异为参考进行区域划分，并在每个子区域中筛选定位辨识度最佳的AP信源集合，有效回避了不稳定AP造成的区域误判及定位复杂度高的问题；并利用修正距离预估位置，结合速度后验筛选定位野值，使定位结果可信度更高；能够在降低数据保存成本的同时，提高了数据质量。
-
公开(公告)号：CN113573406A
公开(公告)日：2021-10-29
申请号：CN202110760349.5
申请日：2021-07-05
Applicant: 江南大学
Abstract: 本发明公开了一种基于少量无线信号强度的指纹信息定位方法，根据本发明的定位方法采用双信标机制，并且采用改进的拉丁超立方抽样法确定一定比例的主次信标点的位置，采集主信标点的信号强度作为其指纹信息，以反距离加权法估计次信标点的信号强度，并采用径向基神经网络模型(RBF模型)进行插值，完成指纹库的扩充。据本发明的一种基于少量无线信号强度的指纹信息定位方法，在保证准确度的前提下，获得最低的采样开销；采用径向基神经网络插值模型进行指纹库扩充，经实测场景测试，在保障定位准确率的前提下，本发明的方法将指纹库扩展140％，且通过实验验证，平均定位误差较现有方法降低12％以上。
-
Patent Agency Ranking
公开(公告)号：CN113518308A
公开(公告)日：2021-10-19
申请号：CN202110573991.2
申请日：2021-05-25
Applicant: 江南大学
Abstract: 本发明提供室内定位中最佳AP筛选方法，属于室内定位领域。该方法首先构建系统模型；然后进行指纹模糊聚类和获取精简AP辨识集合；最后进行位置的计算，得到测试点的估计位置或区域。本发明以AP信号的总体均值差异为参考进行区域划分，并在每个子区域中筛选定位辨识度最佳的AP信源集合，有效回避了不稳定AP造成的区域误判及定位复杂度高的问题；并利用修正距离预估位置，结合速度后验筛选定位野值，使定位结果可信度更高；能够在降低数据保存成本的同时，提高了数据质量。
-
公开(公告)号：CN110958584B
公开(公告)日：2021-06-25
申请号：CN201911233431.1
申请日：2019-12-05
Applicant: 江南大学
Abstract: 本发明公开了一种基于接收信号强度的层次分类室内定位方法，属于室内定位技术领域。本发明的基于接收信号强度的层次分类室内定位方法首先给出了1‑sigma区间判别机制，将整个平面楼层空间划分成若干存在交叉数学的区块域；进一步以高斯过程分类，实现以房间为颗粒元素的室内定位。所提方法在浙江某医疗养护中心进行实地测试，通过与支持向量机(SVM)、决策树、K近邻(K Nearest Neighbor，KNN)方法相比所提方法在准确率、平均误差和标准误差等方面表现更佳，平均误差达到80.8以下，标准误差达到81.1以下，误差方差达到7.7以下，准确率达到97.6％以上，稳定性仅低于SVM(误差方差为4.6)。
-
公开(公告)号：CN112351467A
公开(公告)日：2021-02-09
申请号：CN202011242857.6
申请日：2020-11-10
Applicant: 江南大学
Abstract: 本发明公开了一种无线异质通信网的节能组建与传输的路由方法，属于无线传感网络技术领域。本方法面向随机多级异构传感网,在全局组网的过程，在兼顾节点差异的同时，避免单一指标架构下所带来的能耗不稳和延续多跳路由中簇首早衰现象，通过构建在节点最小通信距离的约束，制定多角度通信约定，对监测区域进行划分；兼顾能量和簇内节点共同影响的分区内簇首选举机制；联合剩余能量、簇首间距和相对于基站位置等因素的影响，构建以簇内及簇间通信代价为指标的最优通信链路。
-
公开(公告)号：CN111629393A
公开(公告)日：2020-09-04
申请号：CN202010566630.0
申请日：2020-06-19
Applicant: 江南大学
Abstract: 本发明提供一种解决异构网络感知态势均匀问题的分布式方法，属于传感器网络技术领域。本发明首先构建网络场景和研究模型，定义网络模型的感知率、平均移动距离、双向通信距离及双向通信邻居、最高无效冗余度、本地密集度，并评估本地密集度；然后优化算法调度策略，进行“双重激励”合力与步长拆分；最后对节点位置进行更新。该方法在稳定的短移动距离下，能够高效地提高异构网络的感知率与节约能耗，并且无论是同构还是异构网络，本发明方法在网络拓扑重构与连通性能双方面的表现皆优于同类算法。
-
公开(公告)号：CN110121200B
公开(公告)日：2020-08-11
申请号：CN201910388173.8
申请日：2019-05-09
Applicant: 江南大学
Abstract: 本发明公开了一种异质传感网中能量高效的组网方法，属于无线传感网络技术领域。所述方法基于邻居信息以及各节点自身剩余能量Ei进行簇首选举并确定簇的结构规模，采用基于能效的自适应簇规模组网模式，在满足通信距离的同时缩小簇的物理半径，使得节点的单跳通信距离短小且有效，通过提出能量与邻居联合影响下的簇首选举机制，打破概率选举中节点能力不等、却机会均等当选簇首的不合理局面；引入适应值半径的概念，动态控制簇首通信距离，以调节簇的结构与规模；计算簇首间的通信代价，作为通信路径选择的依据，实现随机异构传感器网络中节点能量的利用效率的提高，达到通信能耗的降低的效果。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.038 seconds)
