• MRLike李2
    了解作者
  • matlab
    开发工具
  • 6KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 2
    下载次数
  • 2020-10-07 11:59
    上传日期
基于RSSI的定位,已知发射节点的发射信号强度, 接收节点根据接收信号的强度, 计算出传播损耗, 利用理论的或经验的信号传播模型将传播损耗转化为距离, 然后再计算出节点的位置。
RSSI的定位.rar
  • RSSI
  • RSSI
  • Triangle.m
    1.8KB
  • Simulation1.m
    3.1KB
  • Distance.m
    2.1KB
  • Triangle.m
    1.8KB
  • Simulation1.m
    3.1KB
  • Distance.m
    2.1KB
内容介绍
%信标节点位于等边三角形顶点的仿真 clc clear all %A,B,C为三个选定的信标节点,节点坐标已知(为便于防真及验证,代码中采用的等边三角形) for t = 1:5 A = [0,0]; B = [5*t,5*t*sqrt(3)]; C = [10*t,0]; nums = [A(1),A(2),B(1),B(2),C(1),C(2)]; p = min(nums); q = max(nums); L = sqrt((A(1)-C(1))^2+(A(2)-C(2))^2); m = 5; %生成在[p,q]上满足均匀分布的随机数矩阵 %即生成一组m行2列的有可能落在等边三角形区域内的坐标 numbox = p+(q-p)*rand(m,2); %计数初值,最终根据计算将随机生成的点中落在等边三角形区域内的坐标存放于新的矩阵 n = 1; for i = 1:m dA(i) = sqrt((numbox(i,1)-A(1))^2+(numbox(i,2)-A(2))^2); dB(i) = sqrt((numbox(i,1)-B(1))^2+(numbox(i,2)-B(2))^2); dC(i) = sqrt((numbox(i,1)-C(1))^2+(numbox(i,2)-C(2))^2); %将确实在等边三角形区域内的坐标存入P_position矩阵 if (dA(i)<=L) & (dB(i)<=L) & (dC(i)<=L) P_position(n,1) = numbox(i,1); P_position(n,2) = numbox(i,2); n = n+1; end end %N为随机生成的点中落在等边三角形区域内的点(测试点)的个数 N = n-1 if N == 0 disp('所取的随机坐标无一落在等边三角形内,请增大m值重新运行程序.') return end %计算测试点离三个顶点的实际距离 %dis为N行3列的矩阵,用于存放N个测试点分别到等边三角形三个顶点A,B,C的实际距离 for i = 1:N dis(i,1) = sqrt((P_position(i,1)-A(1))^2+(P_position(i,2)-A(2))^2); dis(i,2) = sqrt((P_position(i,1)-B(1))^2+(P_position(i,2)-B(2))^2); dis(i,3) = sqrt((P_position(i,1)-C(1))^2+(P_position(i,2)-C(2))^2); end %根据函数Distance计算测试点离三个顶点的测试距离(考虑了衰减及环境误差等) %dis_test为N行3列的矩阵,用于存放N个测试点分别到等边三角形三个顶点A,B,C的测试距离 a = 7; %由RSSI计算T-R距离时使用的参数 for i = 1:N dis_test(i,1) = Distance(dis(i,1),a); dis_test(i,2) = Distance(dis(i,2),a); dis_test(i,3) = Distance(dis(i,3),a); end %根据函数Triangle及求得的测试距离进行定位 %P_calculate为N行2列的矩阵,用于存放定位后的N个坐标 for i = 1:N P_temp = Triangle(A,B,C,dis_test(i,1),dis_test(i,2),dis_test(i,3)); P_calculate(i,1) = P_temp(1); P_calculate(i,2) = P_temp(2); end %由于测试距离相比真实距离有误差,三角计算中的两圆有可能无交点,导致方程无实根. %于是P_calculate中会出现虚数.在测试中虚数无实际意义,因此取其实部存放于另一矩阵 for i = 1:N P_calculate_real(i,1) = real(P_calculate(i,1)); P_calculate_real(i,2) = real(P_calculate(i,2)); end %对比测试点的定位坐标与实际坐标之间的误差 P_position; P_calculate; P_calculate_real; %计算定位结果与真实坐标之间的距离误差平均值e_average(测试点等概率) e_sum = 0; for i = 1:N e = sqrt((P_calculate_real(i,1)-P_position(i,1))^2+(P_calculate_real(i,2)-P_position(i,2))^2); e_sum = e_sum+e; end e_average = e_sum/N; e_average_percent = e_average/L; e_average_box(t) = e_average e_average_percent_box(t) = e_average_percent end x = [1:5:25]; e_average_box(t) = e_average; y = e_average_box(t); plot(x,y,'b-')
评论
    相关推荐
    • RSSI.zip
      无线传感器网络中的RSSI算法的仿真程序
    • RSSI定位matlab仿真.zip
      可将光 定位 仿真 基于RSSI matlab
    • rssi质心定位
      这是关于rssi质心定位的MATLAB程序,程序没错误,而且有误差分析,毕设可用
    • RSSI 定位算法
      RSSI 定位算法。 基于RSSI定位算法的MATLAB仿真程序,有多种实现方法,包括质心算法,DV-HOP,APIT等 RSSI 定位算法
    • RSSI 定位算法
      基于RSSI定位算法的MATLAB仿真程序,有多种实现方法,包括质心算法,DV-HOP,APIT等
    • RSSI定位算法MATLAB代码
      RSSI算法根据信号强度测量距离,然而利用三个点求解出目标坐标。
    • RSSI定位算法
      无线传感器网络中RSSI定位算法,利用matlab仿真软件模拟实际过程中RSSI面临的各类环境
    • RSSI定位matlab仿真.zip
      %将接收信号强度转化为距离 %发射信号经衰减到达接收端,根据接收信号的强弱计算T-R距离 %在此基础上加上高斯随机变量作为环境干扰,将此接收功率作为Pr的测量值 ...%再将Pr的测量值作为RSSI来求出T-R距离
    • RSSI定位 MATLAB
      基于matlab的rssi定位,含有三个文件,三角定位,距离定位等
    • matlabcnhelp.rar
      matlab中文帮助很难找的,快速下载