Resumen

Con el fin de mejorar la precisión de posicionamiento de objetivos subterráneos, especialmente la precisión de posicionamiento de objetivos en movimiento, se propone un algoritmo de posicionamiento Monte Carlo ponderado mejorado. En la etapa de inicialización de muestreo, el nodo de baliza construye gradualmente el área de muestreo según el tamaño de RSSI y combina el método Monte Carlo para estrechar aún más el rango y mejorar la tasa de éxito del muestreo. En la etapa de filtrado, se hace referencia al área de muestreo en el momento y se mejora la calidad de la muestra después de dos filtrados. En la etapa de recopilación, se colabora con conjuntos de muestras inválidas para reducir el número de recopilaciones y ponderar las muestras finales para mejorar la precisión de posicionamiento de los nodos a ser probados.

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Algoritmo de posicionamiento de Monte Carlo ponderado mejorado; Etapa de inicialización de muestreo; Etapa de filtrado; Etapa de recopilación; Precisión de posicionamiento.
• Keywords:Improved weighted; Monte carlo positioning algorithm; Sampling initialization stage; Filtering stage; Recollection stage; Positioning accuracy.