基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

基于和声搜索算法的WSN节点定位技术

节点定位问题是无线传感器网络中的最重要的基本问题之一。通过引入和声搜索算法来优化无线传感器网络中的节点定位计算,降低了测距误差的影响,提高了节点的定位精度;减少了计算的复杂度,加快了运算速度。仿真实验中通过与基于模拟退火、遗传算法的求解方法进行比较,结果表明定位计算技术在定位精度、运行性能方面的效果较好。     

一种无线传感器网络的节点自定位方法

节点定位对许多无线传感器网络的应用来说是非常关键的,提出了一种基于移动锚节点的无测距的节点定位算法。此算法建立在Monte Carlo定位算法基础之上,通过利用节点收集到的信息来加速算法中样本的选取,从而提高定位的精度和效率。仿真结果表明,此节点定位技术平均定位精度能达到0.2个通信半径,与其他类似定位技术相比,能够明显提高节点定位精度。     

基于蛙跳算法的无线传感器网络节点定位

为减小测距误差对无线传感器网络定位精度的影响,将蛙跳算法应用到距离式定位算法的位置计算阶段中,提出了蛙跳定位算法。该算法在适应度函数设计中,根据节点间的测距信息对锚节点进行了加权处理,以降低测距误差对定位结果的影响。结合最小最大法构造初始种群,使其包含更多可行解,从而提高算法效率。仿真结果表明,与采用极大似然估计法或总体最小二乘法来进行位置计算的距离式定位算法相比,该算法有效降低了距离误差对定位精度的影响,具有较高的定位精确度和稳定性,是一种实用的无线传感器网络节点定位方法。     

一种无线传感器网络移动节点的三维定位算法

定位技术是无线传感器网络最重要的技术之一。对无线感器网络在三维空间的移动节点,提出一种基于蒙特卡洛的三维无线传感器网络非测距分布式定位算法。算法利用外接正方体来表示节点的通信范围和移动范围,根据未知节点每时隙最大移动范围和锚节点通信范围形成采样区域,依据锚箱的体积确定采样数量,随机采集的样点取均值作为未知节点的估计位置。介绍算法的原理,并进行仿真分析。仿真结果表明,在锚节点比例较少的情况下,该算法能获得比较理想的定位精度,优于传统的质心算法,有效实现了移动节点在三维空间的定位,且无须额外硬件支持和昂贵的测距设备,适合于大规模的无线传感器网络的节点定位。     

基于ZigBee的移动机器人定位研究

移动定位是当今移动机器人技术研究的热门领域。设计了基于ZigBee的移动机器人定位研究方案,研究了基于接收信号强度(RSSI)测距技术。以移动机器人作为无线定位系统中的移动节点,通过收集临近参考节点的坐标和RSSI值,使用最小二乘法修正并辅以质心定位算法对距离进行优化,实现了移动机器人的无线定位。设计了Qt人机交互界面,其易于扩展、可移植性好。试验结果表明,定位算法能够在复杂的实验室环境下将定位误差控制在1 m以内,实现较为精确的定位,满足消防移动机器人定位的应用要求。由于GPS定位适应于室外场所,在室内目标定位和跟踪等应用中,无线传感器网络可以弥补GPS在室内难以获得位置信息的弊端。与其他ZigBee的移动机器人定位系统相比,该系统创新了定位算法,具有定位精度高、稳定性好的特点,解决了复杂室内环境下定位精度骤然下降的难题,克服了目前移动机器人定位成本高、难扩展、难移植、实时性差的问题。     

基于双移动锚节点的无线传感器网络定位算法

为提高无线传感器节点的定位精度，降低定位能耗，提出一种基于鲸鱼优化算法和双移动锚节点的定位算法。使用两个移动锚节点按照设计的移动路径遍历整个部署区域，使用加权质心算法估算节点大致位置，使用鲸鱼优化算法提高定位精度。仿真结果表明，提出的路径比PP-MMAN、GTURN和GSCAN等其它使用多个移动锚节点的路径更短，降低了移动锚节点的能耗；所提路径规划算法配合使用鲸鱼优化算法的定位精度较高，受通信不规则度和测距误差的影响较小。     

Aitken迭代法在无线传感器网络节点定位中的应用

传感器节点的自定位问题是无线传感器网络的重要研究内容之一.为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了基于Aitken迭代公式的适用于无线传感器网络的迭代模型.算法包括两个阶段:第一阶段,利用DV-Hop算法进行粗定位;第二阶段,建立Aitken迭代模型,利用第一阶段的定位结果作为初值,求取定位结果的最优值.研究结果表明,该算法能够有效提高节点的定位精度,对于网络节点密度小、信标节点比例低的情况,算法效果显得非常明显.     

移动节点路径规划和几何限制的无线传感器网络定位算法

提出一种利用移动节点的无需测距的无线传感器网络定位算法.该算法中,移动节点以垂直路径两次穿过未知节点通信半径范围,从而获得通信区域边界附近多个航标位置;航标点连线的中垂线形成几何限制区域,该区域中心即为未知节点的估计位置.与其它基于几何限制区域的算法相比,本算法计算复杂度低、定位精度高.仿真实验结果显示本算法相比于其它算法,定位精度提高10％～40％不等.     

一种自适应智能三边定位算法的设计与实现

为了有效抑制室内复杂环境对无线传感器网络节点定位精度的影响,以及降低室内定位系统对环境的依赖性,提出了一种自适应智能三边定位算法.该算法通过测量移动节点与各信标节点的距离值的波动情况,生成相应的自适应因子.该变化因子控制三边定位算法中距离半径的微调量,使3个定位圆的重叠部分的面积小于一定的数量级,然后在重叠区域中作最大内接圆,将圆心作为移动节点的位置.仿真结果表明该算法比加权三边定位算法具有更高的定位精度,鲁棒性好,能适应不同规模和类型的定位系统.     

基于WSN的定位系统研究

该文介绍了一种基于无线传感器网络(WSN)的定位系统设计方案。定位节点采用ZigBee协议;提出采用基于RSSI的改进三边测量法实现节点定位;并结合优选信标节点的方法提高定位精度。最后,该文给出了系统的硬件结构及软件设计的方案。     

一种改进的APIT定位算法

针对无线传感器网络中APIT定位算法定位误差大的问题,提出了一种改进的APIT定位算法。该算法针对APIT测试易产生InToOut和OutToIn错误而影响定位精度的问题,提出了新的内点测试方法;算法进一步通过中位线来缩减传统APIT算法中的三角形定位区域,提高定位精度。改进算法复杂度低,不需要任何额外硬件的支持。仿真结果表明,改进算法在不同锚节点密度和通信半径的网络中都具有较高的定位精度,满足于大多数无线传感器网络的定位需求。     

基于射频识别和无线传感网融合技术的仓储定位方法研究

针对射频识别在大规模仓储定位环境下节点数量要求过高,有效覆盖面积较小问题,提出一种基于移动锚节点的二次定位方法。传统质心算法必须在节点的3度覆盖下才能有效定位,造成节点浪费。综合射频识别和无线传感网融合技术,构造一种新的锚节点,将传统定位过程中的节点划分为固定锚和移动锚,首先利用固定锚进行初步定位获得未知标签位置范围,然后利用定位向量判定移动锚的停止位置。最后,采用基于信号强度的加权质心定位算法,进行二次精确定位。仿真结果表明,该方法能有效减少锚节点数量,弥补射频信号覆盖不完全区域的定位,提高定位精度和覆盖范围,具有一定的实际应用价值。     

移动无线传感器网络采样区域自调整的MCL定位算法

定位技术是无线传感器网络中关键的支撑技术之一。现有的无线传感器网络定位算法大多是针对静态场景的,不能直接应用于移动无线传感器网络。针对移动无线传感器网络的特点,在深入分析现有蒙特卡洛算法的基础上,提出一种改进机制,即采样区域自调整的蒙特卡洛节点定位(SA_MCL)算法。该算法通过对节点历史位置信息插值模拟获得节点的运动速度和方向,目的是为了自动调整采样区域,从而提高定位精度。仿真结果表明,采用SA_MCL算法,节点的定位精度有较大提高。     

基于移动锚节点的改进DV-Hop算法

DV-Hop是一种典型的无须测距的定位算法,针对该算法在定位过程中存在的定位精度不高的问题,提出了一种基于移动锚节点的改进算法。利用锚节点的移动形成多个虚拟锚节点,有效减少了锚节点的使用数量;并在原算法基础上,修正平均跳距,使其更接近真实值。仿真结果表明:改进算法定位误差比传统DV-Hop算法平均降低了约 30%,大大提高了定位精度。     

基于DV-hop算法的楼宇内三维投影质心定位算法研究

针对DV-hop定位算法在无线传感器网络中非测距定位时存在的精度不高的缺点,提出将其与投影技术及加权质心算法相结合的算法.该算法利用投影测距技术将楼宇三维空间转化为二维,将平均跳距算法改进为全网平均节点跳距算法,并利用数学方法中均分的思想将计算公式进行优化.在DV-hop算法的最后阶段利用三边加权质心算法建立目标函数.仿真结果表明,改进的楼宇三维投影质心定位算法在不增加硬件开销的前提下,减小了定位误差及不可定位节点比例,提高了定位精度.     

稀疏节点下APIT算法的一种改进

APIT定位算法对硬件要求不高,定位较精确,易于实现,被广泛应用于无线传感器网络定位系统,但存在因锚节点稀疏而带来的定位精度低的问题;对APIT算法进行了深入分析,通过引进新的算法(设置一个计数器比较判内判外的次数,然后比较其权重提高判别的准确率;或者利用计数器计算跳数最后用三边测量法估算位置)对其在节点稀疏环境下边缘地区无法定位的问题进行改进,并从节点比例方面比较了两种算法的定位精度和覆盖范围;在1000m*1000m范围内设置160个未知节点与80个锚节点并逐次改变锚节点个数进行仿真定位;结果表明,在锚节点稀疏情况下,改进的APIT算法定位精度和覆盖率均远高于传统APIT算法。     

基于不同发射功率的室内定位算法优化

在无线传感网络室内定位中,节点的发射功率不同会降低基于对数-正态模型的定位算法的定位精度。针对这一问题,基于真实室内环境下RSSI值的变化,提出了一种基于不同发射功率的室内定位优化算法。该算法通过确定最小动态区域,对RSSI测距方法进行优化,降低不同发射功率带来影响。仿真和实验结果证明,提出的新算法在参与定位的信标节点发射功率不一致的情况下,达到了信标节点发射功率一致情况下的定位精度。