方旭明博士 2017年5月24日青年博士论坛预告

题目：基于自适应卡尔曼滤波器的WSN定位算法研究

时间：5月24日(周三) 16.00-17:00

地点：仙林校区计算机学科楼327会议室

摘要:

对于随机部署的无线传感器网络而言，通常不知道采集数据节点的准确位置。因此，定位技术是无线传感器网络研究领域的热点之一。然而，由于无线传感器网络部署环境的复杂性，获得准确的节点位置仍然是一项具有挑战性的工作。主要工作和创新点有：（1）从自适应扩展卡尔曼滤波器推导出了一种新的自适应无迹卡尔曼滤波器，并且基于这种新的滤波器提出了精度更高的无线传感器网络多维定标定位精化算法。另外，还提出了一种专门用于精化噪声环境下无线传感器网络指纹定位结果的自适应指纹卡尔曼滤波器。（2）提出了一种鲁棒的自适应扩展卡尔曼滤波器。然后，在这个鲁棒滤波器的基础上，进一步推导出了精度更高的鲁棒自适应无迹卡尔曼滤波器。同时，这两种新提出滤波器的鲁棒性被从理论上进行了严格地证明。（3）为了将残留噪声对定位结果的影响降低到最小，又使用多目标演化算法进一步优化了噪声环境下的指纹定位结果。为了获得更好的指纹定位优化结果，根据多径环境下的信号强度与距离关系表达式推导出了多信道加权RSSI的测距模型。

报告人简介:

2012年9月考入南京大学攻读计算机科学与技术专业工学博士学位，2017年6月毕业。1999年9月至2003年6月在江南大学数学与应用数学专业学习，获学士学位；2003年9月至2008年6月在江都市职教中心从事教师工作，任助理讲师；2008年9月至2011年6月在扬州大学计算机软件与理论专业学习，获硕士学位；2012年9月至2017年6月在南京大学计算机科学与技术专业学习，获博士学位。主要研究内容为复杂环境下的无线传感器网络节点位置最优估计，主要贡献是提出了新的噪声自适应卡尔曼滤波算法，提高了基于自适应卡尔曼滤波的无线传感器网络定位精度和鲁棒性，已在Computer Communications、IET Communications、Computer Networks(CCF-B类期刊)、通信学报、计算机工程发表6篇论文，其中3篇SCI，1篇EI，另有2篇SCI已修。读博期间参加的项目主要是国家自然科学基金面上项目“基于状态观测器的无线传感器网络测试技术研究”和江苏省未来网络前瞻性研究项目“物联网新型测量方法与可视化系统研发”。熟悉基于ARM9芯片和Linux操作系统的嵌入式软件开发流程和基于TelosB节点的无线传感器网络定位系统设计。