【W(wǎng)SN定位】基于chan算法和克美拉羅界算法實現(xiàn)無線傳感器定位及誤差對比附matlab代碼
【W(wǎng)SN定位】基于chan算法和克美拉羅界算法實現(xiàn)無線傳感器定位及誤差對比附matlab代碼
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領(lǐng)域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。
1 簡介
無線定位技術(shù)是近年來十分熱門的研究課題,它的基本原理是通過測量移動臺和各固定位置節(jié)點之間的傳播信號的特征參數(shù)(如到達角、傳播時間或時間差、電波場強等)來估算出移動臺的幾何位置。無線傳感器網(wǎng)絡(luò)(WSN)由檢測網(wǎng)絡(luò)內(nèi)大量微型傳感器節(jié)點組成,它在實現(xiàn)運動目標的跟蹤定位方面具有不可比擬的優(yōu)勢。無線傳感器網(wǎng)絡(luò)內(nèi)應用基于到達時間差(TDOA)的定位方法對移動物體的定位,是應現(xiàn)代軍事和民用的需求而發(fā)展起來的一門新興技術(shù)。目前,國內(nèi)外很多學者專注于無線傳感器網(wǎng)絡(luò)定位算法研究,涌現(xiàn)出了許多高質(zhì)量的理論成果。無線定位算法在無線傳感器網(wǎng)絡(luò)移動物體定位的具體應用中具有廣闊的應用前景。 本文實現(xiàn)基于chan算法和克美拉羅界算法實現(xiàn)近場和遠場無線傳感器定位，并對兩種算法誤差進行對比。
2 部分代碼
clc;
clear all
close
all
BSN =
4
;%基站數(shù)量
%目標位置
MSP(
1
,
1
) =
250
*rand(
1
);
MSP(
1
,
2
) =
250
*rand(
1
);
% 算法開始：
X=
500
;
Y=
500
;
BS = [
0
, X,
0
,X
0
,
0
, Y,Y]; % 參考基站坐標
%
chan
算法
T =
0
:
0.5
:
20
;%噪聲
va = (
-20
:
2
:
20
)
’;
jishu=1;
for jishu=1:21
Noise= 10^(va(jishu)/10); % Variance of TDOA & FDOA
[EMSCI11,EMSCI12] = ChanAlgorithm(BSN, MSP,BS, Noise);
[EMSCI21,EMSCI22] = ChanAlgorithm_jin(BSN, MSP,BS, Noise);
chan_wucha3(jishu)= CRLB1(BSN,MSP,BS, Noise);
EMSC11(1, 1) = EMSCI11(1);
EMSC11(1, 2) = EMSCI11(2);
EMSC12(1, 1) = EMSCI12(1);
EMSC12(1, 2) = EMSCI12(2);
EMSC11(1, 1) = EMSCI21(1);
EMSC21(1, 2) = EMSCI21(2);
EMSC22(1, 1) = EMSCI22(1);
EMSC22(1, 2) = EMSCI22(2);
chan_wucha11(jishu)=sqrt((MSP(1) - EMSC11(1,1))^2 + (MSP(2) - EMSC11(1,2))^2);
chan_wucha12(jishu)=sqrt((MSP(1) - EMSC12(1,1))^2 + (MSP(2) - EMSC12(1,2))^2);
chan_wucha21(jishu)=sqrt((MSP(1) - EMSC21(1,1))^2 + (MSP(2) - EMSC21(1,2))^2);
chan_wucha22(jishu)=sqrt((MSP(1) - EMSC22(1,1))^2 + (MSP(2) - EMSC22(1,2))^2);
jishu=jishu+1;
end
disp([’
遠場
chan
算法一步定位誤差=
’,num2str(chan_wucha11)])
disp([’
遠場
chan
算法一步定位誤差=
’,num2str(chan_wucha12)])
disp([’
近場
chan
算法一步定位誤差=
’,num2str(chan_wucha21)])
disp([’
近場
chan
算法一步定位誤差=
’,num2str(chan_wucha22)])
disp([’
克美拉羅界誤差=
’,num2str(chan_wucha3)])
figure(1)%畫出基站位置
plot(BS(1,1),BS(2,1),’
rs
’,’
LineWidth
’,2,...
’
MarkerEdgeColor
’,’
k
’,...
’
MarkerFaceColor
’,’
r
’,...
’
MarkerSize
’,20);hold on
plot(BS(1,2),BS(2,2),’
rs
’,’
LineWidth
’,2,...
’
MarkerEdgeColor
’,’
k
’,...
’
MarkerFaceColor
’,’
r
’,...
’
MarkerSize
’,20);
plot(BS(1,3),BS(2,3),’
rs
’,’
LineWidth
’,2,...
’
MarkerEdgeColor
’,’
k
’,...
’
MarkerFaceColor
’,’
r
’,...
’
MarkerSize
’,20);
plot(BS(1,4),BS(2,4),’
rs
’,’
LineWidth
’,2,...
’
MarkerEdgeColor
’,’
k
’,...
’
MarkerFaceColor
’,’
r
’,...
’
MarkerSize
’,20);
grid on
axis ([-10 1000 -10 1000]);
plot(MSP(1),MSP(2),’
rp
’,’
MarkerSize
’,10);
plot(EMSC11(1, 1),EMSC11(1, 2),’
co
’,’
MarkerSize
’,10);
plot(EMSC12(1, 1),EMSC12(1, 2),’
m+
’,’
MarkerSize
’,10);
% plot(EMSC3(1, 1),EMSC3(1, 2),’
ks
’,’
MarkerSize
’,10);
title(’
遠場TDOA定位
’)
legend(’
基站
1
’,’
基站
2
’,’
基站
3
’,’
基站
4
’,’
目標真實位置
’,’
CHAN算法第一步
’,’
CHAN算法第二步
’)
figure(2)%畫出基站位置
plot(BS(1,1),BS(2,1),’
rs
’,’
LineWidth
’,2,...
’
MarkerEdgeColor
’,’
k
’,...
’
MarkerFaceColor
’,’
r
’,...
’
MarkerSize
’,20);hold on
plot(BS(1,2),BS(2,2),’
rs
’,’
LineWidth
’,2,...
’
MarkerEdgeColor
’,’
k
’,...
’
MarkerFaceColor
’,’
r
’,...
’
MarkerSize
’,20);
plot(BS(1,3),BS(2,3),’
rs
’,’
LineWidth
’,2,...
’
MarkerEdgeColor
’,’
k
’,...
’
MarkerFaceColor
’,’
r
’,...
’
MarkerSize
’,20);
plot(BS(1,4),BS(2,4),’
rs
’,’
LineWidth
’,2,...
’
MarkerEdgeColor
’,’
k
’,...
’
MarkerFaceColor
’,’
r
’,...
’
MarkerSize
’,20);
grid on
axis ([-10 1000 -10 1000]);
plot(MSP(1),MSP(2),’
rp
’,’
MarkerSize
’,10);
plot(EMSC21(1, 1),EMSC21(1, 2),’
co
’,’
MarkerSize
’,10);
plot(EMSC22(1, 1),EMSC22(1, 2),’
m+
’,’
MarkerSize
’,10);
% plot(EMSC3(1, 1),EMSC3(1, 2),’
ks
’,’
MarkerSize
’,10);
title(’
近場-TDOA定位
’)
legend(’
基站
1
’,’
基站
2
’,’
基站
3
’,’
基站
4
’,’
目標真實位置
’,’
CHAN算法第一步
’,’
CHAN算法第二步
’)
figure(3)
semilogy(va,chan_wucha11,’
rs-
’);hold on
semilogy(va,chan_wucha12,’
bo-
’);hold on
semilogy(va,chan_wucha3,’
m*-
’);hold on
legend(’
CHAN算法第一步
’,’
CHAN算法第二步
’,’
克美拉羅界
’)
xlabel(’
10l
og(sigma_d^
2
(m^
2
))
’);
ylabel(’
RMSE
’)
title(’
遠場-誤差隨噪聲方差曲線圖
’)
figure(4)
semilogy(va,chan_wucha21,’
rs-
’);hold on
semilogy(va,chan_wucha22,’
bo-
’);hold on
semilogy(va,chan_wucha3,’
m*-
’);hold on
legend(’
CHAN算法第一步
’,’
CHAN算法第二步
’,’
克美拉羅界
’)
xlabel(’
10l
og(sigma_d^
2
(m^
2
))
’);
ylabel(’
RMSE
’)
title(’
近場-誤差隨噪聲方差曲線圖
’)
3 仿真結(jié)果
4 參考文獻
[1]康婷. 無線傳感器網(wǎng)絡(luò)節(jié)點定位算法研究[D]. 東北師范大學.
[2]敖偉, 張揚. 基于Chan算法的無源雷達定位精度分析[J]. 電腦知識與技術(shù)：學術(shù)版, 2009, 5(4):3.
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。
部分理論引用網(wǎng)絡(luò)文獻，若有侵權(quán)聯(lián)系博主刪除。