使用自主无人机协作群调查区域并收集有关失踪人员位置的信息,可以为搜索和救援行动带来巨大好处。本文研究了无人机群算法,该算法可防止代理对之间以及代理与静态障碍物之间的碰撞。该群由具有通信约束的低成本协作固定翼飞机组成。首先开发了一种分散式群体行为,假设系统能够提供所有飞机的准确位置。此外,代理通过使用 RSSI 测量来估计其位置。所有代理都配备了通信设备和广播无线电信号,并测量接收到的信号强度,以估计与其他群成员的距离。这些估计值进一步用于开发多点定位算法,其中每个代理使用来自至少三个附近代理的距离估计来估计自己的位置。通过添加飞机运动学的动态模型,可以提供更准确的估计,其中考虑了错误的位置估计。在 MATLAB 中,在 2-D 环境中模拟了自主群。代理实时做出决策,其运动由势场和信息素水平控制。排斥势用于防止碰撞,吸引势用于形成无人机集群,以便所有成员都保持在通信范围内。群体也被吸引到环境中未探索的区域。当提供真实的无人机位置时,开发的势场算法在控制群体方面确实显示出有希望的结果。代理对之间或代理与障碍物之间没有发生碰撞。代理没有越界,群体很强大,因为它能够处理单个成员的丢失。对于基于 RSSI 的位置估计方法,需要进一步开发群体行为。通信设备的接收器灵敏度限制了代理之间的最大距离及其滚动角度差异。当发生单个故障或障碍物阻碍群体路径时,并不总是有足够的 RSSI 测量值可用于执行
从这个意义上讲,目前的工作继续研究RSI内部的使用在洛拉万网络的加密密钥中。为了使这项研究可行,首先提出了Lora RSSI Grabber:一组脚本,可以自动化Lora Connections中RSSI指示器的集合和存储。借助Lora RSSI Grabber,在以前的真实表演中生成了一个新的数据集,该表演在具有不同特征的环境中。收集的数据可公开可用,并用作RSSignal框架的新入口。与先前在[de Oliveira等人中提出的结果相比,从安全的角度来定量分析了所获得的结果。2022],与以前的假设相反,表明除了具有移动性的情况外,RSSignal框架中采用的技术也可能能够生成安全的加密密钥,即使在没有设备迁移率的环境中。
摘要 墙体遮挡是导致基于接收信号强度指标(RSSI)的室内定位产生非视距(NLoS)误差的主要因素,对信号穿墙路径损耗进行建模和修正将提高RSSI定位的精度。基于电磁波传播理论,分析了无线信号穿墙传播的反射和传输过程,根据功率损耗和RSSI定义推导了信号穿墙路径损耗,提出了信号穿墙路径损耗的理论模型。鉴于理论模型的电磁特征参数通常无法准确获取,在对数距离路径损耗模型的基础上,提出了信号穿墙引起NLoS误差的统计模型来求解该参数。结合统计模型和理论模型,提出了一种信号穿墙路径损耗的混合模型。基于混凝土墙体电磁特征参数经验值,分析各电磁特征参数对路径损耗的影响,建立了信号穿墙区域路径损耗的理论模型。通过RSSI观测实验分别建立了信号穿墙区域路径损耗的统计模型和混合模型,混合模型可以解决墙体材质未知时的路径损耗问题。
5.5.2 IF 滤波器 ...................................................................................................................................... 17 5.5.3 RSSI ................................................................................................................................................ 17
摘要:IPS 是一项关键技术,它使医务人员和医院管理人员能够准确定位和跟踪医疗建筑内的人员或资产。除其他技术外,可以利用现成的 BLE 来实现节能且低成本的解决方案。这项工作介绍了基于 RSSI 和基于 MCPD 的室内定位系统的设计、实施和比较。该实现基于轻量级 wkNN 算法,该算法处理来自无连接 BLE 信标的 RSSI 和 MCPD 距离数据。设计的硬件和固件是围绕最先进的 BLE SoC(来自 Nordic Semiconductor 的 nRF5340)实现的。在一个有家具和六个信标节点的 7.3 m × 8.9 m 的房间中,对实时数据处理进行了实验评估并进行了展示。在房间内随机选择的验证点上的实验结果表明,MCPD 方法的平均误差仅为 0.50 m,而 RSSI 方法的误差为 1.39 m。
5.5.3 RSSI ................................................................................................................................................ 15 5.5.4 SAR ADC .............................................................................................................................................. 15 5.5.5 晶体振荡器 ............................................................................................................................................ 15 5.5.6 频率合成器 ............................................................................................................................................ 16
8.3.4 通过磁场发生器 (FGEN) 进行分区 8.3.5 磁场发生器 (FGEN) 三角测量 8.3.6 智能磁场发生器 (FGEN) 三角测量。 8.3.7 读卡器分区 8.3.8 读卡器三角测量 9.3.9 使用 RSSI 的读卡器三角测量
视频 RS-170 模拟视频输入/输出 (NTSC) HD-SDI (SMPTE 292) RS-170 模拟视频输入/输出 (NTSC/PAL) RS-232 2 个用户通道、1 个 GPS 控制台 RS-422 2 个全双工用户通道 以太网 100 Base-T,第 3 层路由 接口布局 J1 电源,9 针 D 型连接器 J2 COMSEC 填充,9 针微型 D 型连接器 未使用 J3 任务数据接口(红色 I/O),51 针微型 D 型连接器 J4 管理端口和远程指示器 15 针微型 D 型连接器 J5 RF 设备接口(黑色 I/O),37 针微型 D 型连接器 J6 视频输入,SMA(50 欧姆) 视频输入,BNC(75 欧姆) J7 视频输出,SMA(50 欧姆) 视频输出,BNC(75 欧姆) J8 RSSI 1,SMA 信号移至 J5 J9 RSSI 2,SMA 信号移至 J5 J10 接收器 1,SMA(50 欧姆) J11 接收器 2,SMA(50 欧姆) J12 未使用 已移除 J13 未使用 已移除 J14 发射器 1,SMA(50 欧姆) J15 发射器 1,SMA(50 欧姆) 环境高度 30,000 英尺(9,100 米)(工作)
RFM218BW是一款超低功耗、高性能接收模块,适用于ISM频段无线应用(G)FSK射频接收器。模块集成度高,简化了系统设计所需的外围材料。支持直通模式,即输入天线然后输出数据。还支持Duty-Cycle工作模式、信道拦截、高精度RSSI、上电复位、噪音输出等功能,使应用设计更加灵活,实现产品差异化设计。
摘要 - 传统的两因素身份验证(2FA)的方法主要依赖于在身份验证过程中手动输入代码或令牌的用户。这可能是繁重且耗时的,尤其是对于必须经常认证的用户而言。为了应对这一挑战,我们提出了一种新颖的2FA AP-用机器学习(ML)做出的决策代替用户的输入,该决策不断以零努力来验证用户的身份。我们的系统利用与用户相关的独特环境特征,例如BEACON框架特征和接收的信号强度指示器(RSSI)值,从WI-FI访问点(APS)。这些功能由我们的ML算法实时收集和分析,以确定用户的身份。为了增强安全性,我们的系统要求将用户的两个设备(即登录设备和移动设备)放置在预定的接近性中,然后才能授予访问权限。这种预防措施确保未经授权的用户也无法访问敏感信息或系统,即使使用正确的登录凭据。通过实验,我们证明了基于信标框架特征和RSSI值确定用户设备位置的有效性,获得了92.4%的精度。此外,我们进行了全面的安全分析实验,以评估所提出的2FA系统对各种网络攻击的弹性。我们的发现表明,面对这些威胁,该系统表现出可靠性和可靠性。我们系统的可伸缩性,灵活性和适应性为寻求安全便捷的身份验证系统的组织和用户提供了有希望的选择。