搜索资源列表
jm50jie3
- 利用基于OE模型的预报误差法对传感器的阶跃响应数据进行辨识建模-OE model based on the prediction error of the step in response to sensor data identification modeling
fugaiwenti
- 传感器网络由大量能量有限的微型传感器节点组成.因此,如何保证在足够覆盖监测区域的同时延长网络的寿命,是一个需要解决的重要问题.为了达到这一目标,一种广泛采用的策略是选出部分能够足够覆盖监测区域的节点作为工作节点,同时关闭其他冗余节点.提出了一个数学模型,使得只要已知监测范围和节点感知半径的比值,就可以计算出达到服务质量期望所需要的节点数量.需要指出的是:与大部分研究覆盖的文献不同,该研究不基于节点的位置信息,因此可以极大地降低硬件成本,
一种新的无线传感器网络分布式节点定位方法
- 为了提高无线传感器网络节点定位覆盖率,抑制误差累积,在Euclidean测距的基础上,提出了一种新 的分布式节点定位算法。该算法通过多跳距离测量提高定位覆盖率;设置置信因子门限值,采用组合三边测 量获得坐标估计值集合,再采用加权平均的方法提高定位精度。仿真结果表明,该算法能够有效地抑制定位 误差在网络内的扩散,适用于大规模的无线传感器网络节点定位。
无线传感器网络中一种基于三边测量法和质心算法的节点定位算法
- 针对无线传感器网络在节点均匀分布的情况下节点定位精度较差的问题，提出了三边质心定位算法．该算法利用节点均匀分布的先验信息将质心定位思想引入到三边测量法中，通过计算相交圆的公共区域的质心来提高对未知节点位置估算的精度．仿真结果表明，三边质心定位算法与三边测量法相比有效地降低了未 知节点的位置误差，提高定位精度．
fugaiwenti
- 传感器网络由大量能量有限的微型传感器节点组成.因此,如何保证在足够覆盖监测区域的同时延长网络的寿命,是一个需要解决的重要问题.为了达到这一目标,一种广泛采用的策略是选出部分能够足够覆盖监测区域的节点作为工作节点,同时关闭其他冗余节点.提出了一个数学模型,使得只要已知监测范围和节点感知半径的比值,就可以计算出达到服务质量期望所需要的节点数量.需要指出的是:与大部分研究覆盖的文献不同,该研究不基于节点的位置信息,因此可以极大地降低硬件成本,
Intelligent-Sensor-Management
- 分析了对目标检测过程中的几种传感器管理技术，对使用近似或非近似直接优化检测误差的方法与分辨力法的性能做了比较-Analysis of target detection in the course of several sensor management technology, the use of similar or directly optimizing the detection error of approximation me
wsn5
- 减少无线传感器网络节点定位误差的方法 吕睿, 阳宪』惠 清华大学自动化系, 北京 摘要为提高无线传感器网络节点定位精度, 提出种基于距离信息的改进定位算法改进三边测量法、加权最 小二乘估计、抗差最小二乘估计。在一定先验假设情况下, 对三边测量法以及由其衍生出最小二乘估计进行改进, 并将抗差最小二乘估计方法引入到节点定位计算之中。仿真结果表明种算法能够有效减少定位误差。抗差最小 二乘估计在系统存在粗差情况下效果尤其
rssi
- 基于RSSI测距误差补偿的无线传感器网络定位算法研究-Ranging error compensation based on the RSSI of wireless sensor network localization algorithms
Particle_filter
- 基于粒子滤波器的机动目标跟踪技术 首先 ， 概 要介绍传统的Kalman滤波器，以及有所改进的扩展Kalman滤波器。 其次，为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题，通过概率统计理论详细阐述粒子滤波器基本原理。然后，针对不同的使用 条件，根据粒子滤波器的基本理论做出适当的修改和整理，就得到了四个相关的粒子 滤波器的变型，使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机
zhixinsuanfa2
- 无线传感器网络中质心算法，并有锚节点比例和误差分析-Wireless sensor networks centroid algorithm, and a percentage of anchor nodes and error analysis
dingwei
- 无线传感器网络中的三边定位法和极大似然估计法定位，以及二者的误差分析-Wireless sensor networks trilateral positioning method and maximum likelihood estimation positioning, and error analysis of both
CAD图纸
- 传感器误差标定装置 一般称重传感器，在出厂前必须进行四角误差标定。(sensor calibration device)
Sensor data processing
- 处理传感器数据的程序，例如测距传感器。去掉一个最大值，去掉一个最小值，然后8个数据取平均值。结果去除了部分噪声，减少了误差。(program that deals with sensor data, such as a range finder. Remove a maximum, remove a minimum, and then take the average of the 8 data. As a result, partia
5K压力传感器配套程序V2.5（最新）
- 能够称量重量，误差小，有去皮，计算价格功能。(To weigh the weight, the error is small, there is peeled, calculate the price function.)
微惯性测量单元的误差整机标定和补偿
- 提出了微惯性测量单元( MIMU) 在高动态、高过载复杂应用条件下的误差整机标定和补偿方法。首先, 建立了高动态, 高过载复杂应用条件下MIMU 的误差模型, 该模型包括了结构误差, 传感器安装误差和MEMS 惯性传感器在复杂条件对精度影响较大的误差项, 指零位温度漂移、互耦误差、刻度因子非线性和微陀螺加速度效应误差; 根据模型提出了整机标定补偿方法, 该方法可以标定MIMU 的63 个误差系数, 并且不需要对单个传感器进行标定。然后,
aaa
- 简易的微惯性传感器的定位定姿算法的实现，个人认为适合SINS学习领域中的初学者，仿真误差较大，由此可以引出更深层次的解决方法。(Implementation of a simple positioning algorithm for micro inertial sensors.)
APIT
- APIT算法，锚节点比例不同对平均定位误差的影响(The influence of APIT algorithm and the proportion of anchor nodes on the average location error)
DV-Hop MATLAB
- 在100*100范围内随机生成节点，并计算出平均定位误差，画出图(The nodes are randomly generated in the range of 100*100, and the average positioning error is calculated.)
code
- 1.CAmodelfusion.m 主要功能： （1）完成两个传感器各自对基于CA模型的目标状态的Kalman估计； （2）实现传感器的局部状态估计的SCC和CI融合算法的实现； （3）画出局部估计和两种融合估计的位置、速度、加速度的误差； （4）画出局部估计和两种融合估计的协方差椭圆。 2.CVmodelfusion.m 主要功能： 功能与CAmodelfusion.m基本相似，差异在于实现基于CV模型的估计和估计
PMSM_SMO_dq
- 离散型永磁同步电机滑模控制，采用锁相环实现角度估算，角度误差低，效果好。(PMSM_SMO_PLL,test is good.)