无线传感器网络APIT算法边界效应的改进

在无线传感器网络中,针对APIT算法存在边界效应导致定位精度不足的问题,提出一种基于节点信号强度和的改进定位算法SAPIT(sum of signal strength based APIT)。该算法在PIT测试前,先确定三角形内所有节点收到三个锚节点信号强度和的最小值,利用该最小值排除引起边界效应的邻居节点;然后结合PIT测试和网格扫描算法,确定待定位节点的坐标位置。仿真结果表明,SAPIT算法降低了In-To-Out Error和Out-To-In Error的发生概率,有效地提高了节点的定位精度。     

无线传感器网络中一种改进的APIT定位算法

通过对无线传感器网络节点定位机制的研究,针对APIT定位算法中锚节点（anchors,即位置已知节点）稀疏而带来的定位精度低的问题,提出了一种改进的APIT定位算法。该算法结合了anchors对未知节点的影响因子和质心算法。仿真实验表明该算法在anchors稀疏的情况下,能明显提高定位精度,具有较普遍的工程应用意义。     

基于垂直平分线的非测距定位算法

在无线传感器网络定位机制中,近似三角形内点测试(APIT)定位算法因思想简单、硬件成本低、定位精度高而被广泛应用,但算法性能会因锚节点分布不均匀受到严重影响;为提高节点定位精度和解决APIT定位算法边缘效应的问题,提出一种基于垂直平分线的非测距定位算法;该算法利用接收信号强度指示值(RSSI)值筛选锚节点并与等腰三角形底边中垂线过顶点的几何原理结合进行定位,可以得到比较合理的定理精度,性能相对稳定;仿真结果表明,该算法可有效提高无线传感器网络定位的精度和覆盖率。     

基于APIT的无线传感器网络混合定位算法

针对近似三角形内点测试法(Approximate Point-In-Triangulation Test,APIT)定位精度与覆盖率不足的问题,提出了一种基于APIT与遗传算法混合的无线传感器网络定位算法.该算法通过比较分割法优化APIT算法提高定位精度,并通过遗传算法提高定位覆盖率.通过仿真对比分析,该算法相较于APIT算法定位精度提高21.62％,定位覆盖率提高4.87％.     

基于三角形外接圆覆盖的改进APIT定位算法

在无线传感器网络( WSN)中,传感器节点定位在整个WSN体系中占有重要地位。 APIT( Approximate Point-In-Trian-gulation Test近似三角形内点测试法)相对于其他定位算法,具有硬件要求较低,定位性能较好等优点。该算法在节点密集的网络中,可以得到比较合理的定位精度,性能也相对稳定。然而,在节点随机分布的网络中,其定位误差是不容忽视的,且定位覆盖率也相对较低。针对此问题,分析了APIT测试中的典型错误———三角形内外覆盖判断错误以及产生的原因,提出了一种基于三角形外接圆覆盖的改进APIT算法———APICT( Approximate Point-In-Circumcircle Test)算法,并将此算法与APIT算法的仿真结果进行比较,证明了此算法的定位精度具有显著优势。     

无线传感器网络中基于有效三角形判定的改进APIT定位方法

在无线传感器网络中,节点自定位是网络的基本功能,是定位跟踪的前提。基于近似三角形内点测试（APIT）的自定位算法在定位过程中计算量大,耗能较高。针对上述问题,提出了一种利用分离定理和面积法排除无效三角形的方法,该方法在保证一定定位精度的基础上,降低了APIT的次数和传感器的通信量,延长了无线传感器网络的使用寿命。     

一种基于地图扩展的无线网络传感器节点定位算法的改进

针对无线传感器网络中map-growing算法的定位能耗高和定位精度低的特点，提出一种新的改进算法。并从不同的信标节点比例、节点通信半径等方面比较map—growing，APIT算法和改进算法的性能。仿真实验结果表明，改进算法后的map-growing＋比改进前的算法在定位精度上有明显提高。     

无线传感器网络APIT定位算法

无线传感器网络节点定位机制的研究中,基于距离无关的定位技术得到快速发展,其中基于重叠区域的APIT定位算法在实际环境下定位精度高,被广泛研究和应用.对APIT定位算法及其改进措施进行了总结,并给出性能比较结果.     

改进粒子群算法的无线传感器网络节点定位

为了提高无线传感器节点的定位精度,针对粒子群优化算法存在的问题,提出一种改进粒子群优化算法的无线传感器网络节点定位方法。根据锚节点选择准则,把上一代和当代节点位置的平均值作为下一代目标节点的参考节点,采用改进粒子群算法对节点的定位结果进行优化,在Matlab 2012平台上进行仿真对比实验。仿真结果表明,相对于标准粒子群算法,改进粒子群算法加快了定位速度,提高了无线传感器节点定位精度,应用范围更广。     

基于网格扫描的无线传感器网络定位算法

分析典型的测距无关定位算法APIT与API2T,指出其存在定位精度低与覆盖率低的缺陷。针对该问题,提出一种基于网格扫描的无线传感器网络定位算法——API3T。重新定义邻居节点,改进网格扫描策略,从而减少In-To-Out错误和Out-To-In错误。仿真实验结果表明,该算法的定位精度与覆盖率较高。     

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。     

无线传感器网络中基于移动锚节点的APIT的改进定位算法

针对APIT定位算法定位误差大,覆盖率低等缺点,提出了一种基于移动锚节点的改进的定位算法.在网络中引入移动锚节点,通过移动覆盖算法尽量使节点均匀分布,并提出了一种基于异构传感器网络的最佳节点数量的计算方法,另外引入了RSSI量化模型对APIT算法进行修正,解决了用APIT算法不能进行定位的问题.仿真结果表明,其与传统方...     

基于四面体质心迭代的三维APIT定位算法研究

本文针对三维无线传感器网络中APIT定位算法覆盖效率低的问题,提出一种基于质心迭代的三维APIT定位算法（TC-APIT）。该算法对包含未知节点的四面体进行质心迭代求解,减少了网格扫描法的计算量。同时该算法将已经定位的未知节点晋升为锚节点,对网络中的稀疏节点进行重新定位。仿真结果表明：改进后的算法相比于原有APIT定位算法,实现了稀疏节点定位,覆盖率增大12%左右。     

无线传感器网络基于中垂线分割的APIT的改进定位算法

定位技术是无线传感器网络重要的共性支撑技术之一。在近似三角形内点测试APIT算法基础上提出了基于中垂线分割的改进算法PB-APIT。利用三条边的中垂线将APIT算法中的三角形分割为4个或6个可用小区域,并以检测信号的强弱进一步来判定未知节点的位置,即判断未知节点处于哪一个可用小区域,从而减小原APIT算法的定位区域,提高定位精度。仿真结果表明,与原APIT算法相比,所改进的算法精度上有较大提高。     

基于APIT技术的无线传感器网络目标定位算法

针对无线传感器网络的目标定位问题,提出了一种基于能量的目标定位算法.首先通过移动锚节点轨迹的采集,形成虚拟锚节点,利用三边定位确定未知节点的位置,增加锚节点的密度.采用近似三角形内点测试(APIT)算法对目标节点进行定位,并加入了加权质心因子,用锚节点对目标节点的不同影响力来确定加权因子,以提高定位精度.仿真结果表明:该算法可以有效地提高无线传感器网络目标定位的精度.     

无线传感器网络节点OSFL-TLBO定位算法

定位技术对于无线传感器的应用是至关重要的,没有位置坐标的传感器节点信息是没有意义的。针对非测距的DV-Hop算法定位精度不高的问题,提出了一种新的基于反向蛙跳-教学优化(OSFL-TLBO)定位算法,以改进DV-Hop用平均跳距来代替欧式距离时的累积误差问题和利用最小二乘法求解非线性方程时对初值敏感,受测量误差影响较大的问题。把无线传感器网络节点的定位问题转化为求解最优解的问题。仿真结果表明,所提算法的定位准确度提高大约10%~25%,有效的提高了定位精度。     

三维无线传感器网络节点定位算法研究

在二维DV-Hop算法和APIT算法的基础上,各提出了一种可适用于三维无线传感器网络的非测距定位算法DV-Hop改进算法和APIT改进算法.DV-Hop改进算法通过在节点上设置接收阈值,使未知节点只接收距离较近的局部范围内的锚节点信息,而APIT改进算法则以四面体质心扫描取代了网格扫描.介绍了 2种算法的原理,并进行仿...     

RFID和WSNs技术在机器人协同定位中的应用研究

针对常用定位技术难以满足移动机器人协同定位精度高、实时性强的要求,提出了射频识别(RFID)和无线传感器网络(WSNs)混合定位技术。采用有源RFID定位技术,参考身份标识ID对应的电子标签在未知环境中的位置坐标,利用接收到的信号强度结合改进的极大似然估计算法确定出单个机器人的位置坐标。基于WSNs技术,确定出父节点机器人与预协作子机器人之间的相对方向和距离信息。给出了机器人自身绝对位置和协作机器人之间相对定位的算法,并通过实际电路和程序设计进行了实验验证。结果表明:该方法有效,可取,可解决多机器人可协同定位的范围小,精度低,实时性差等问题。