文件名称：wsn_localization_tracking
文件大小：1.12MB
文件格式：ZIP
更新时间：2024-02-25 02:33:51
tracking machine-learning localization kalman-filter wireless-sensor-networks
无线传感器网络中的本地化和跟踪 在过去的十年中，无线传感器网络中移动目标的定位一直是一个非常重要的问题。 致力于进行大规模研究以找到该问题的解决方案。 尽管存在解决该问题的各种方法，但是已证明接收信号电平（RSL）方法是最好的方法之一。 从技术上讲，此方法使用来自不同锚点的信号强度级别作为到相应位置的指示符。 但是，建立数学模型以将位置与相应的RSSL链接是一种非常复杂的隐含方法。 因此，我们使用机器学习算法来构建所需的数学模型。 考虑到移动目标的跟踪问题将是定位算法的连续应用，我们利用卡尔曼滤波器和可从移动目标的加速度计获得的信息来获得更好的精度。 这个项目和相关的代码是我的研究生项目的一部
【文件预览】：
wsn_localization_tracking-master
----Results()
--------figure_1-12.png(25KB)
--------90.png(45KB)
--------1-k1.png(30KB)
--------3-k2.png(52KB)
--------1-k2.png(31KB)
--------tra3_k2.png(57KB)
--------kal_improv.png(28KB)
--------2-k2.png(36KB)
--------70.png(47KB)
--------2-k1.png(34KB)
--------80.png(47KB)
--------60.png(46KB)
--------kalman_imp.png(26KB)
--------100.png(46KB)
--------learning-curv-1.png(29KB)
--------110.png(45KB)
--------tra3_k1.png(55KB)
--------learning curv.png(33KB)
--------With SVM ploting()
--------3-k1.png(57KB)
----trajectory()
--------tra_1.png(15KB)
--------tra_2.png(18KB)
--------tra2.npy(3KB)
--------tra3.npy(10KB)
--------tra.py(2KB)
--------tra_3.png(23KB)
--------tra1.npy(2KB)
--------tra1.png(17KB)
----model()
--------model_1.pkl(30KB)
--------model1.pkl(26KB)
--------model2.pkl(26KB)
--------Model.py(4KB)
--------Lib()
--------model_2.pkl(30KB)
----WSN()
--------__init__.pyc(178B)
--------pos.npy(3KB)
--------__init__.py(48B)
--------WSN.pyc(1KB)
--------rssi.npy(25KB)
--------WSN.png(19KB)
--------WSN.py(1KB)
----LICENSE.md(34KB)
----README.md(4KB)
---- main.py(8KB)
----Lib()
--------rssi_gen.pyc(1KB)
--------rssi_gen.py(573B)
--------Kalman3.py(3KB)
--------Kalman3.pyc(2KB)
--------__init__.pyc(179B)
--------Kalman.pyc(1KB)
--------__init__.py(48B)
--------Kalman2.py(2KB)
--------Kalman.py(2KB)
--------Kalman2.pyc(1KB)
----Random Fourier Features()
--------rff_model.py(2KB)
--------Lib()