为了提高智能农业中无线传感器目标定位的准确性，采用了改进的四边遥测算法。先，节点标签的坐标的线性方程组所使用的四个节点查询的坐标中的位置框，以补偿其他标记节点的定位误差和计算距离构成在未知节点和标记节点之间。后，排除具有相对不完整的邻居位置的节点，并给出算法的流程。验仿真表明，由于节点的标签的比例增大时，这种定位误差的算法比其它算法快，定位误差比其他算法越大，海滩变化很小，定位性能趋于稳定。慧农业;无线传感器;精确定位;四方遥测;迭代;定位误差;阈值CLC号：S126; TP212.9文献标识码：A文章编号：1002年至1302年（2017）17-0234-03在智慧农业监测的一部分，数百甚至数千的传感器在区域内随机散布使用飞机方便获取环境信息。境不是在所述二维区域中，但在复杂的和可变的三维区域，由传感器节点获得的信息也没有意义，除非它们与自己的位置相结合。此，三维区域的无线传感器节点的定位的应用值更高[1]。统的三维定位算法无线传感器采用三维景观节点定位算法，这需要未知节点之间没有通信，减少了通信时间[2]，但需要定位辅助设备，每个节点必须存储大量的观察信息。
于球壳相交处的三维定位算法广播信标节点两次，这降低了通信开销和延长了网络寿命[3]，但密度和覆盖定位受到很大影响。Costrained 3D节点定位算法可以将未知节点转换为标签节点，以定位相对较远的未知节点[4]，但它会产生错误累积; APIT-3D的算法不需要节点的运动，可以实现高近似的定位，防止因传递到中心节点[5]大量数据的能量损失，但要求的定位区域和未知节点与信标节点相邻。算法需要更高的信标。点密度;质心-3D算法必须更换仅二维坐标的三维的坐标值的值[6]，但它不容易降低定位误差，或者甚至使劣化的可能性。这项研究中，我们通过在四个方面提高了遥测算法：第一，恒温阀芯信标节点的坐标的线性方程组是由四个节点问题的坐标构建，从而使其他节点的那个定位误差本地化区域的信标是平均的;通过牛顿的迭代来细化与信标节点的距离。后，排除邻域位置相对不完整的节点，并给出算法流程。验仿真表明，当标签节点的比例增加时，该算法优于其他算法。算法的定位误差较快，大于其他算法的定位误差，变化小，定位性能趋于稳定。
测定位过程基于四边遥测算法模型。使用节点进行定位时，未知节点附近的信标节点的数量通常大于3.基于三边遥测，添加信标节点以参与定位。用位于未知节点附近的四个信标节点计算质心。边距离测量方法如图1所示。四个请求节点的坐标为（x1） ，Y1，Z1），（X2，Y2，Z2），（X3，Y3，Z3），（X4，Y4，Z4）和要测试的节点的距离分别为D1，D2，D3，D4，坐标节点将待测试是（x，Y，Z），则有：2 = D12 = D22 = D3则：XYZ = 12X 1-x4y1-X4Y2-y4z1-z4x2-y4z2-z4x3 -x4y3-y4z3-z4-1×21- X24 Y21 Z21-Y24-Z24 D24-d21x22-X24 Y22 Z22-Y24-Z24 D24-d22x23-X24 Y23-Y24 Z23-Z24 D24-D23。（2）扩展4个节点M 2 = D12 = D2减去第一个方程的最后一个方程，并使用线性方程AX = B M来表示：X = XYZA =（X1-XM（Y1-YM）（ Z1-ZM）B = X21-X2M Y21-Y2m Z21-Z2M D2M-d21x2m -1- X2M Y2m -1- Y2m Z2M -1- Z2M D2M -1- D2M-1-D21。4 ）其中：m为尺寸M-1根据估计的最小的标准方法的均方误差的随机向量，M = B-AX的最小值被满足，并且X =（ATA）-1ATB时。E（X）的最小值= XX-AX2是坐标的节点的位置被使用的坐标误差校正未知节点的用于减少的结果的各种不利因素的干扰所测量的坐标和校正定位[7]和信标节点的误差的坐标：EXI =希夷-xcieyi = yciezi =滋ZCI（5）其中：。I，苡仁，Zi为第i个节点的实际值标签x，y，z; xci，yci，zci是值s为第i个标签节点x，y，z方向计算;节点的坐标误差（exi，eyi，ezi）仅表示定位区域中的点的定位误差。于在位置区域中的其他信标节点的定位误差，该坐标的标记节点的误差被平均：14Σ4iEX = = = 1exiey14Σ4i1eyiez = = =14Σ4i1ezi。（6）其中：（例如，ey，ez）是由四个信标节点组成的区域的定位误差。知节点的最终坐标（x’，y’，z’）：x’= x exy’= y eyz’= z ez。（7）未知节点和信标之间的距离是迭代未知节点标签到节点（X，Y，Z）的初始估计位置（XEL，YEL，ZEL）。
距离计算如下：DF =（X-萨尔）2 （Y-YEL）2 （Z-ZEL）2.（8）的相应的估计距离是和泰勒级数的膨胀是next：dl = del x-xeldelΔx y-yeldelΔy z-zeldelΔz εl。（9）其中：Δx，Δy，Δz是相对偏差。过未知节点和四个信标或多个节点之间的距离获得的εL是牛顿迭代中，被添加到lεl2最小值的溶液（DX，.delta.Y，.DELTA.z）（XEL，YEL，ZEL） ，并添加了添加的结果。
为下一个（xel，yel，zel），几次迭代直到达到定位阈值[8-10]。据优化优化通过计算迭代目标函数[11-12]的最小值协调未知节点，假设节点j（XI，苡仁，ZI）的距离函数的未知节点i是：DJI =（XJ-XI）2 （YI基）2 （ZI-ZJ）2.（10）的距离的值，包括噪声信息是d⌒ji和功能优化目标是：ji = 1NNi = 1（dij-d⌒ji）2.（11）其中：N是未知节点的数量。三维空间中，它需要更多的节点，以满足遥测spatiale.Il位置可能有几个节点邻近标签一个未知节点，但只需要四个任意波形的估计，它允许多重估计。须过滤估计的未知节点的一系列位置。位阈值dth：dth = 3L3×A3 /（S×P×43πR3）。（12）其中：L是空间立方体的长度;需要为每个未知节点A号信标节点的装置，S是总数量的网络节点，信标节点的比例P和R是节点的通信范围。果位置节点的坐标的距离小于阈值DTH的定位方法，是一种可靠的位置，否则它被认为是不可靠的位置，并且不再进行计算。果周围有未知节点5点传感器位置坐标，它是（X1，Y1，Z1），（X2，Y2，Z2），（X4，Y4，Z4），（X5，Y5， Z5）（X6，Y6，Z6），以减少数据的错误，该研究采用的重心X1 X2 X4 X5 X65，Y 1 Y 2 Y 4 Y 5 Y65，Z 1 Z 2 Z4 Z5 z65由这五个位置组成的未知节点。计的位置。然许多估计的位置都是集中的，只有少数位置分散，但这些位置并不可靠，其他位置被认为是可靠的节点。
图2中所示，假设作者获得7个估计未知节点1，恒温阀芯2，3，4，5，6和7的位置可以看出，在相邻的位置1，2，4， 5和6相对集中。置3，图7是从这些邻居剔除位置3和7的统计远，所估计的位置应该是圆内，包括5个点1，2，4，5和6。差很小;扩大估计的地点范围。
于仅估计2个位置，不执行滤波，并且将两个估计位置的连接的中点视为节点的估计位置。了减少目标位置解的数据误差，通过平均融合方法优化数据：X =1MΣMi= 1Xti。（13）其中：X是由多个传感器阵列形成的融合位置的最终估计; M是可靠传感器的数量。算法的流程如下：（1）通过估计最小均平方误差的方法计算所述未知节点和信标节点之间的距离的定位空间（2）的初始化， （3）删除不可靠距离的估计; （4）牛顿未知节点的迭代细化，如果满足所需的定位阈值，则转步骤（5），否则转步骤（2）; （5）产生定位的结果。拟试验模拟体验构造有1000米，1000米×千米的区域的边长的三维空间试验区，200个节点被随机放置在该空间区域和所述信标节点的比例在10％〜30％的控制，节点标签的通信范围为30m和未知节点的通信半径为20 M.一旦展开的节点，位置不改变。程序由Matlab实现。较节点标签的数量和位置误差的通信波束的影响是通过在该节点的通信范围的平均位置误差的比率：Rerror =Σni= m 1个（Xiest-Xireal）2（nm）×R。
14）其中：Xiest和Xireal分别是未知节点的估计值和真值; Rerror是定位错误; n和m分别是节点总数和标签节点数; R是节点的通信半径。3给出了所提算法与其他算法定位精度的对比分析，实验结果对应15个独立的蒙特卡罗模拟方法。节点标签的数量是相同的，所提出的算法的定位的平均误差比其他算法显著下，标签结的数量与数量的节点的标签和错误的增加而增加减少定位，其中标签节点是分布式的。比率为25％时，算法具有最佳定位效果，归一化平均误差降低40％以上。着标签节点比例的增加，该算法的定位误差最快，定位误差与其他算法分离。位误差越大，定位精度越高。
时，作为通信的增加，由于增加的传输范围由节点接收到的增加的数据量，和之间的节点减少跳数的估计准确度的半径，但降低了算法的定位误差。少量低于其他算法。真结果和定位时间的定位误差在图4中呈现的实验结果对应于平均15个独立的蒙特卡罗模拟，这允许连续地看到的定位变化的误差随着时间的测试定位。同的算法的定位误差是该算法的误差整体定位的前5秒期间的最大比的其它算法下，变化范围较小时，定位性能趋于稳定并且定位误差范围在1到3米之间。
位精度在一定程度上得到提高，环境具有更好的适应性。这项研究中，遥测算法改进四边使用没有四个查询节点和信标节点的线性方程的fil.La结构坐标被用于确定所述节点的坐标来定位传感器目标根据用于估计标准最小均方误差的标准方法，位置和未知节点与信标之间的距离。顿的迭代细化用于排除相对位置相对不一致的节点。验仿真结果表明，与在节点标签的比例的增加，该算法的定位误差是最快的，该定位误差为比其它算法中，定位误差较大最小和高定位精度。此，本研究可为智能农业无线传感器的精确定位提供新思路。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com