CN107094288B - 长大隧道环境下基于分簇无线传感网络的列车定位方法 - Google Patents
长大隧道环境下基于分簇无线传感网络的列车定位方法 Download PDFInfo
- Publication number
- CN107094288B CN107094288B CN201710271452.7A CN201710271452A CN107094288B CN 107094288 B CN107094288 B CN 107094288B CN 201710271452 A CN201710271452 A CN 201710271452A CN 107094288 B CN107094288 B CN 107094288B
- Authority
- CN
- China
- Prior art keywords
- train
- tunnel
- node
- nodes
- wsn
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims abstract description 9
- 241000854291 Dianthus carthusianorum Species 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 abstract 1
- 238000011160 research Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005562 fading Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 239000011541 reaction mixture Substances 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001537 electron coincidence spectroscopy Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- H04W4/046—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种长大隧道环境下基于分簇无线传感网络的列车定位方法，包括以下步骤：S1、对隧道水平分割后展开其上半平面，建立三维隧道和展开的二维平面间的空间映射关系，以展开的上半平面作为WSN部署的目标平面；S2、在所映射的二维平面上划分正方形网格，依据网格部署WSN节点；S3、对列车运行速度、多普勒频移及无线收、发传输时延差进行参数估计；S4、列车位置估算。本发明通过建立三维隧道与二维平面的映射关系，以二维映射平面为目标平面，进行合理的WSN节点部署以及有效的参数估计、优化机制，切实解决了长大隧道内如何部署WSN，以及如何利用WSN对高速行进的列车进行精确定位的技术难题。
Description
技术领域
本发明属于列车定位技术领域，涉及基于无线传感网络的列车定位方法，具体指铁路长大隧道环境下基于分簇无线传感网络的列车定位方法。
背景技术
近年来，随着我国已投入使用的或正在修建、计划修建的高铁隧道数量的增多，长大隧道及特长隧道的存在也越来越普遍。隧道内列车定位在高铁运行中的作用主要体现在以下2个方面：（1）地面控制中心根据列车的位置信息，进行间隔控制，保证追踪运行的列车的安全间隔；（2）车载设备获得列车的位置和速度信息，可以根据速度-模式曲线进行控制，与仅根据速度进行的阶梯控制相比，可避免列车的多次制动，提高运行效率。高铁作为现代化的智能***，如何精确地检测列车位置以完成对列车运行等进行控制是铁路智能运输***的核心内容。
然而长大隧道（长度为公里级）内的列车定位研究尚处于起步阶段。由于GPS在隧道内无法实施定位，造成定位盲区，所以长大隧道内列车定位的技术手段主要采取有线方式，包括轨道电路定位、里程计定位、查询-应答器定位、交叉感应回线定位等，它们普遍存在定位精度不高、不能实时连续定位以及设置轨旁设备引起的维护成本高等弊端。
无线传感器网络（WSN）具有费用低、覆盖广、易于部署维护等特点，是一种可用于实时列车定位与跟踪的解决方案。目前学者对WSN定位算法已经做出了很多研究，然而在长大隧道内如何部署WSN，以及如何利用WSN对高速列车进行精确定位仍然面临诸多技术难题，本发明针对这些难题做出了创新性的研究。
发明内容
针对上述技术问题，本发明提供了一种长大隧道环境下基于分簇无线传感网络的列车定位方法，通过建立三维隧道与二维平面的映射关系，以二维映射平面为目标平面，进行合理的WSN节点部署以及有效的参数估计、优化机制，切实解决了长大隧道内如何部署WSN，以及如何利用WSN对高速行进的列车进行精确定位的诸多技术难题。
本发明通过以下技术方案来实现上述目的：
一种长大隧道环境下基于分簇无线传感网络的列车定位方法，包括以下步骤：
S1、对隧道水平分割后展开其上半平面，在实际的三维隧道和展开的二维平面间建立空间映射关系，并以展开的上半平面作为隧道无线传感网络WSN部署的目标平面；
S2、在所映射的二维平面上划分正方形网格，并依据划分的网格部署无线传感网节点；定义普通节点、簇头节点和汇聚节点3种WSN节点；其中，普通节点负责执行目标节点的方位角测量和接收来自目标节点的信息；簇头节点负责与本簇内的普通节点通信，以及与相邻的簇头节点通信；汇聚节点负责接收来自簇头节点的多跳定位信息，并将此信息传输至隧道外的接收设备；
S3、针对列车高速运行和无线收、发传输时延差会导致目标节点位置估计出现偏移，对列车运行速度、多普勒频移及无线收、发传输时延差进行参数估计；
S4、利用上述估计后的参数构建偏移前、后的列车位置估算坐标之间的函数关系，以最小二乘法LS为优化工具，得到校正后的列车位置。
作为本案的优化方案，通过在列车上配置2个串行设置的嵌入式电流传感器ECS完成对列车运行速度v的估计，并基于列车运行速度v的估值对多普勒频移f m 和无线收、发传输时延差t m 进行估计。
作为本案的优化方案，上述步骤4中，采用目标方位角辅助的最小二乘法对列车位置进行估算。
作为本案的优化方案，上述步骤2中，基于覆盖效率及网络连通度，正方形网格根据考虑了隧道特殊环境的无线链路预算理论确定出网格的边长。
作为本案的优化方案，上述步骤2中，依据划分的正方形网格基于分簇的无线传感网节点部署为，每簇由4个正方形网格构成，普通节点位于网格中心位置、簇头节点位于簇中心、汇聚节点节点位于隧道两端，每个簇内由3个普通节点参与目标定位算法，1个普通节点提供通信冗余。
本发明的有益效果是：
1、建立三维隧道和二维平面的空间映射关系，在不减弱问题目标的条件下，降低了WSN部署的复杂度；
2、WSN节点部署中利用考虑了隧道特殊环境的无线链路预算理论，充分考虑隧道墙壁等对无线信号的影响，使得节点分布具有较好连通性、均匀性且能提供一定的通信冗余；
3、考虑到列车运行速度、多普勒频移、无线收/发传输时延差等参数对最终列车位置定位的影响，对这些参数设计了有效的估计机制，以提高定位结果的精度；
4、研究因方位角量化误差和参数估计误差引起的列车位置偏移，并以最小二乘法为优化工具完成目标方位角辅助的列车定位；
5、切实解决了长大隧道内如何有效部署WSN，以及如何利用WSN对高速行进的列车进行进行定位的技术难题。
附图说明
图1为本发明基于分簇WSN列车定位方法中三维隧道与二维平面的映射示意图；
图2为本发明基于分簇WSN列车定位方法中网格形状选取示意图；
图3为本发明基于分簇WSN列车定位方法中网格以及节点部署示意图；
图4为本发明基于分簇WSN列车定位方法中列车定位原理示意图；
图5为本发明基于分簇WSN列车定位方法中速度与输出信号的关联特性曲线。
具体实施方式
下面将结合附图及实施例对本发明及其效果作进一步阐述。
本发明研究了长大隧道环境下基于分簇无线传感网络的列车定位方法，包括以下步骤：
S1、对隧道水平分割后展开其上半平面，在实际的三维隧道和展开的二维平面间建立空间映射关系，并以展开的上半平面作为隧道无线传感网络WSN部署的目标平面。铁路隧道形状呈圆柱形，传感器节点部署在隧道壁或隧道地面，为三维空间问题，增加了WSN节点部署的复杂性；本发明提出对隧道进行水平分割之后展开其上半平面，以展开后的上半平面作为隧道WSN部署的目标平面，这样就在实际的三维隧道和二维平面间建立了空间映射关系（如图1所示）。这种映射关系的建立是基于如下事实：相比映射的二维平面，三维隧道的WSN网络连通性会更好些，这是因为任何2个WSN收、发节点在三维隧道的通信距离略短于二维平面，因此，在所映射的二维平面上展开WSN节点部署研究所得到的结果不会减弱在三维隧道部署WSN的目标。
S2、在所映射的二维平面上划分正方形网格，并依据划分的网格部署无线传感网节点；定义普通节点（以SN表示）、簇头节点（以RN表示）和汇聚节点（以Sink表示）3种WSN节点；其中，普通节点负责执行目标节点的方位角测量和接收来自目标节点的信息；簇头节点负责与本簇内的普通节点通信，以及与相邻的簇头节点通信；汇聚节点负责接收来自簇头节点的多跳定位信息，并将此信息传输至隧道外的接收设备。
在三维隧道映射的二维平面上部署WSN节点属于确定性区域覆盖的节点部署问题，解决它的普遍做法是先将区域划分成规则的网格，再进行节点部署。数学上可以证明，要用正多边形无缝（无盲区）、无重叠地覆盖一个平面区域，可用的形状有正三角形、正方形、正六边形3种。那么这3种形状中选择哪一种最合适呢？必须指出，这里所面向的WSN网格有别于蜂窝移动通信网络的小区形状选择问题，它们具有不同的约束条件和优化目标。为了满足WSN锚节点部署的约束条件b. 由簇头节点（RNs）为中继节点的WSN具有全连通性，需要评估当相邻RN间的距离相同（设为D）时的不同网格形状的区域覆盖效率。由图2可知，正方形网格的覆盖面积为最大，即就是说，正方形网格实现区域覆盖所需的节点数最少，网络覆盖率最高；因此，宜采用正方形网格，为满足节点间的覆盖连通要求，正方形网格边长不能过大，同时也不能过小，否则会导致节点通信范围内存在过多冗余节点；基于覆盖效率及网络连通度的考虑，正方形网格的覆盖方式根据考虑了隧道特殊环境的无线链路预算理论确定出正方形网格的边长；在此基础上，部署基于分簇的WSN网络。无线链路预算理论已被广泛用于评估无线通信网络节点间的连通性，其无线链路预算公式为
（2）
其中，P r 为节点接收功率（以dBm计），P t 为发射功率（以dBm计），G T 、G R 分别为发射、接收天线增益（以dBi计），PL(r)为收、发距离为r时的隧道内路径损耗（以dB计），L FM 隧道环境下的衰落储备。
当接收功率P r 大于或等于接收机灵敏度β（以dBm计）时，即可满足网络的连通性要求。在式（2）中，P t 、G T 、G R 是预设值，而PL(r)、L FM 则视无线传输环境而定。针对本项目的长大隧道环境，拟考虑以混凝土衬砌材料的弯道隧道的PL(r)、L FM 作为基准，对于不同类型隧道的传播环境给出相应修正因子MF。MF的取值由以下因素共同决定：节点收、发天线的位置、隧道衬砌材料、隧道曲率、工作频段、列车定位算法要求的QoS指标（中断概率）。之后，将修正的PL(r)、L FM 值代入路径损耗、Ricean衰落模型中，依据无线链路预算公式得到P r 值，并计算出当时的节点间最大通信距离D。由图3可看出，在满足网络全连通的约束条件下，正方形网格边长的取值为D/2。
理想的簇头节点RN位置应位于簇中心，若实际选取出的簇头节点RN未处于簇中心，则其消耗的能量将是簇头节点RN位于簇中心情形的2.4倍。因此，从绿色节能和执行目标定位角度出发，本发明采取的分簇WSN节点部署方案见图3所示；图中，每簇均由4个正方形网格构成，普通节点位于网格中心位置、簇头节点位于簇中心、汇聚节点位于隧道两端，每个簇内由3个普通节点参与目标定位算法，1个普通节点提供通信冗余。这样的部署使节点位置达到了较好的均匀性，具有最优的能量使用效率，因而延长了网络生命周期，同时也满足了隧道环境下WSN节点部署的约束条件。
S3、参数估计，由于列车高速运行和无线收、发传输时延差会导致目标节点位置的偏移，故对列车运行速度、多普勒频移及无线收、发传输时延差进行估计。
对列车的定位采用了以下思路，如图4所示。我们已经将WSN的部署映射到了一个二维平面，且在这个平面上部署了WSN节点，列车的位置(x, y)可由这些节点测得的方位角信息得出。令(x m , y m )为WSN单个簇内第m个普通节点的位置坐标，θ m 为第m个普通节点测得的目标方位角(m=1,2,…, M)。但是由于多普勒频移及无线电波传输时延的影响，所测量得到的角度θm与实际角度θm′总是存在偏差，造成最终对列车位置定位的偏移。
通过在列车上配置2个串行设置的嵌入式电流传感器ECS完成对列车运行速度v的估计；列车运行速度v的估计具体为：
令2个ECS的输出信号分别为 s1(t) 、s2(t)，而ssa1(t) 、ssa2(t)分别表示 s1(t)、的s2(t)的重采样信号，速度v可通过分析s1(t) 、s2(t)的互相关特性得到（如图5所示），令其波形峰值对应的时移为
（3）
则列车运行速度v的估值为l/Δt。
多普勒频移f m 和无线收、发传输时延差t m 的估计：
列车高速移动引起接收频率相对于发射信号频率f 0 的频移，即多普勒频移f m ；基于列车运行速度v的估值，第m个普通节点测量的目标方位角θ m (0º <θ m <180º)，得到目标节点的多普勒频移f m =(f 0 * v/c)cosθ m (m=1,2,...M)；
令(x m , y m )，m=1,2,.., M，为第m个普通节点的坐标，θ m 为第m个普通节点测量得到的的目标方位角，θ m 可表示为或(180º-θ m )，取决于列车相对锚节点的运动方向。第m个普通节点测得的与目标节点的距离d m 的值则由下式估算得到：
（4）
其中为考虑多普勒频移条件下普通节点m接收到的信号功率，其中，s(f)为接收信号功率谱密度。在估算得到d m 的条件下，就可得到无线收、发传输时延差的估值为t m =d m /c (m=1,2,…, M)，其中c无线电波的传播速度，等同于光速。
S4、确定列车位置，利用上述估计后的参数构建偏移前、后的列车位置估算坐标之间的函数关系，以最小二乘法LS为优化工具，得到校正后的列车位置坐标。
采用目标方位角辅助的最小二乘法对列车位置进行估算；
具体地，在三维隧道所映射的二维平面上，设列车即目标节点在定位算法执行时间内的运行轨迹为直线，建立平面坐标系，x轴取平行于目标节点的运行轨迹，令(x m , y m )为WSN单个簇内第m个普通节点的位置坐标，θ m 为第m个普通节点测得的目标方位角(m=1,2,…, M)，可得如下方程组
（5）
且；
上式（5）为超定方程组，采用最小二乘法来求解，定义代价函数为
（6）
式中，θ m 是目标方位角量化后的值；
由于多普勒频移f m 和无线收、发传输时延差t m ，引起了目标方位角的偏移，即θ m →θ m '，和目标位置坐标的偏移，即 (x, y)→(x m ', y m ')；它们之间满足如下关系式：
（7）
其中，；式（5）中，v、t m 的取值以步骤3中列车运行速度，无线收、发传输时延差的估值为依据；
以（6）式的最小化为优化目标，将不同普通节点的(x m ', y m ')、量化后的θ m '、t m 值发送至本簇的簇头节点处，由簇头节点再次执行最小二乘法列车定位估计，得到目标节点位置坐标(x', y'）。
以上实施例仅是示例性的，并不会局限本发明，应当指出对于本领域的技术人员来说，在本发明所提供的技术启示下，所做出的其它等同变型和改进，均应视为本发明的保护范围。
Claims (5)
1.一种长大隧道环境下基于分簇无线传感网络的列车定位方法，其特征在于，包括以下步骤：
S1、对隧道水平分割后展开其上半平面，在实际的三维隧道和展开的二维平面间建立空间映射关系，并以展开的上半平面作为隧道无线传感网络WSN部署的目标平面；
S2、在所映射的二维平面上划分正方形网格，并依据划分的网格部署无线传感网节点；定义普通节点、簇头节点和汇聚节点3种WSN节点；其中，普通节点负责执行目标节点的方位角测量和接收来自目标节点的信息；簇头节点负责与本簇内的普通节点通信，以及与相邻的簇头节点通信；汇聚节点负责接收来自簇头节点的多跳定位信息，并将此信息传输至隧道外的接收设备；
S3、针对列车高速运行和无线收、发传输时延差会导致目标节点位置估计出现偏移，对列车运行速度、多普勒频移及无线收、发传输时延差进行参数估计；
S4、利用上述估计后的参数构建偏移前、后的列车位置估算坐标之间的函数关系，以最小二乘法LS为优化工具，得到校正后的列车位置。
2.根据权利要求1所述的长大隧道环境下基于分簇无线传感网络的列车定位方法，其特征在于：通过在列车上配置2个串行设置的嵌入式电流传感器ECS完成对列车运行速度v的估计，并基于列车运行速度v对多普勒频移fm和无线收、发传输时延差tm进行估计。
3.根据权利要求1所述的长大隧道环境下基于分簇无线传感网络的列车定位方法，其特征在于：上述步骤S4中，采用目标方位角辅助的最小二乘法对列车位置进行估算。
4.根据权利要求1所述的长大隧道环境下基于分簇无线传感网络的列车定位方法，其特征在于：上述步骤S2中，基于覆盖效率及网络连通度，正方形网格根据考虑了隧道特殊环境的无线链路预算理论确定出网格的边长。
5.根据权利要求1所述的长大隧道环境下基于分簇无线传感网络的列车定位方法，其特征在于：上述步骤S2中，依据划分的正方形网格基于分簇的无线传感网节点部署为，每簇由4个正方形网格构成，普通节点位于网格中心位置、簇头节点位于簇中心、汇聚节点节点位于隧道两端，每个簇内由3个普通节点参与目标定位算法，1个普通节点提供通信冗余。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710271452.7A CN107094288B (zh) | 2017-04-24 | 2017-04-24 | 长大隧道环境下基于分簇无线传感网络的列车定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710271452.7A CN107094288B (zh) | 2017-04-24 | 2017-04-24 | 长大隧道环境下基于分簇无线传感网络的列车定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107094288A CN107094288A (zh) | 2017-08-25 |
| CN107094288B true CN107094288B (zh) | 2019-11-05 |
Family
ID=59637370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710271452.7A Active CN107094288B (zh) | 2017-04-24 | 2017-04-24 | 长大隧道环境下基于分簇无线传感网络的列车定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107094288B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109862572B (zh) * | 2019-02-25 | 2022-06-28 | 全球能源互联网研究院有限公司 | 智能干扰分析***的部署方法、评估方法及电子设备 |
| CN110290470B (zh) * | 2019-06-05 | 2020-10-02 | 南京邮电大学 | 基于区块链和边缘计算的隧道定位*** |
| CN110290458B (zh) * | 2019-06-05 | 2020-11-03 | 南京邮电大学 | 基于区块链和边缘计算的隧道定位方法、存储介质和终端 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102589550A (zh) * | 2012-01-12 | 2012-07-18 | 山东轻工业学院 | 一种应用联邦h∞滤波器实现组合导航精确定位的方法及*** |
| CN103079288A (zh) * | 2013-01-04 | 2013-05-01 | 中国电子科技集团公司第二十八研究所 | 一种基于高铁列车的无线传感器网络数据收集方法 |
| CN104135751A (zh) * | 2014-03-24 | 2014-11-05 | 同济大学 | 一种适用于地铁隧道的非均匀分簇路由方法 |
| CN104640154A (zh) * | 2015-02-16 | 2015-05-20 | 贵州师范大学 | 一种用于智能交通***的非均匀分簇路由的方法 |
| CN106291463A (zh) * | 2016-07-27 | 2017-01-04 | 南京崇山通信科技有限公司 | 一种基于WiFi和声波结合的室内定位方法 |
-
2017
- 2017-04-24 CN CN201710271452.7A patent/CN107094288B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102589550A (zh) * | 2012-01-12 | 2012-07-18 | 山东轻工业学院 | 一种应用联邦h∞滤波器实现组合导航精确定位的方法及*** |
| CN103079288A (zh) * | 2013-01-04 | 2013-05-01 | 中国电子科技集团公司第二十八研究所 | 一种基于高铁列车的无线传感器网络数据收集方法 |
| CN104135751A (zh) * | 2014-03-24 | 2014-11-05 | 同济大学 | 一种适用于地铁隧道的非均匀分簇路由方法 |
| CN104640154A (zh) * | 2015-02-16 | 2015-05-20 | 贵州师范大学 | 一种用于智能交通***的非均匀分簇路由的方法 |
| CN106291463A (zh) * | 2016-07-27 | 2017-01-04 | 南京崇山通信科技有限公司 | 一种基于WiFi和声波结合的室内定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于LTE-R的无线列车定位方法研究;李翠然;《铁道学报》;20150731;全文 * |
| 高速列车位置计算模型与计算;王丽娟;《万方》;20160330;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107094288A (zh) | 2017-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102869090B (zh) | 一种基于auv协助的水下无线传感器网络定位方法 | |
| CN101986758B (zh) | 无线传感器网络定位方法 | |
| CN107094288B (zh) | 长大隧道环境下基于分簇无线传感网络的列车定位方法 | |
| CN106842117B (zh) | 一种基于双向精密测距的异步自组网定位***和定位方法 | |
| CN102123495A (zh) | 基于rssi校正的无线传感器网络质心定位算法 | |
| CN102830402A (zh) | 水下传感器网络目标跟踪***及方法 | |
| CN102348282A (zh) | 一种基于ZigBee网络的实时定位方法 | |
| Yang et al. | Hcrl: A hop-count-ratio based localization in wireless sensor networks | |
| Xu et al. | A localization algorithm using a mobile anchor node based on region determination in underwater wireless sensor networks | |
| CN102621522B (zh) | 一种水下无线传感器网络的定位方法 | |
| CN102970744B (zh) | 一种基于节点密度的无线传感器网络分区域定位方法 | |
| CN103401922A (zh) | 无线传感器网络中基于博弈方法的分布式定位装置与方法 | |
| Karim et al. | RELMA: A range free localization approach using mobile anchor node for wireless sensor networks | |
| CN101334464A (zh) | 一种利用无线能量强度进行目标定位的方法 | |
| Zhang et al. | A node localization approach using particle swarm optimization in wireless sensor networks | |
| Kang et al. | Analysis of localization for drone-fleet | |
| CN101634699A (zh) | 一种在传感器网络中的定位方法及定位装置 | |
| CN104837199A (zh) | 基于阴影衰落的无线探测网络节点定位方法 | |
| CN102209383B (zh) | 基于Euclidean算法的无线传感器三维定位方法 | |
| Shi et al. | A 3D node localization scheme for wireless sensor networks | |
| CN203416427U (zh) | 基于ZigBee技术的自组网定位*** | |
| Xiong et al. | Vehicle node localization without GPS in VANET | |
| CN103037503B (zh) | 一种无线传感器网络定位方法及*** | |
| CN102547981B (zh) | 基于双速率的水下无线多跳网络节点自定位方法 | |
| CN108828569B (zh) | 一种基于虚拟节点的近似三角形内点测试定位算法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |