Resumen

La red de sensores inalámbricos (WSN) es una red autoorganizada que se compone de un gran número de nodos microsensores baratos desplegados en la zona de vigilancia y formados por comunicación inalámbrica. Dado que se caracteriza por su rápido despliegue y su gran resistencia a la destrucción, la tecnología de posicionamiento de las WSN tiene amplias perspectivas de aplicación. En el posicionamiento WSN, la falta de línea de visión (NLOS) es un fenómeno muy común que afecta a la precisión. En este artículo, proponemos un algoritmo de corrección NLOS basado en el tiempo de llegada (TOA) para resolver el problema NLOS. En primer lugar, proponemos un algoritmo de modificación de tendencias para corregir el error NLOS en la geometría. En segundo lugar, proponemos una estrategia de selección de partículas para seleccionar la desviación estándar del enjambre de partículas como base de la evolución y combinamos el algoritmo de evolución genética, el algoritmo de filtro de partículas y el algoritmo de filtro de Kalman no perfeccionado (UKF). Al mismo tiempo, aplicamos la teoría del ortogono al UKF para que pueda hacer frente a la mutación de la trayectoria objetivo. Por último, utilizamos la localización de máxima verosimilitud (ML) para determinar la posición del nodo móvil (MN). La simulación y los resultados experimentales muestran que el algoritmo propuesto puede funcionar mejor que el filtro de Kalman ampliado (EKF), el filtro de Kalman (KF) y el modelo múltiple interactivo robusto (RIMM).

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:filtro kalman, algoritmo base del método de corrección nlos, modelo múltiple interactivo robusto, tecnología de posicionamiento wsn, red inalámbrica de sensores, nodos microsensores baratos, algoritmo de evolución genética, localización de máxima verosimilitud, algoritmo de filtro de partículas, estrategia de selección de partículas
• Keywords:kalman filter, nlos correction method algorithm base, robust interactive multiple model, wsn positioning technology, wireless sensor network, cheap microsensor nodes, genetic evolution algorithm, maximum likelihood localization, particle filter algorithm, particle selection strategy