无线传感器网络节点定位算法的研究与改进

针对无线传感器网络中DV-Hop定位算法的不足,在其基础上提出三种改进的定位算法,并介绍每种算法的基本原理和实现方法。在同一仿真平台上进行比较,分析三种改进算法在锚节点比率不同的情况下,对定位误差和覆盖率的影响。仿真结果证明了改进算法的有效性。     

基于TDOA的无线传感器网络四面体质心定位算法研究

在无线传感器网络中,确定节点位置或事件发生的位置对其监测活动至关重要。针对部署在二维空间的无线传感器网络质心定位算法性能问题,结合TDOA测距模型,引入定位近点的概念,并推广到三维空间,提出一种改进的四面体质心定位算法ICLA。并从不同节点密度、不同锚节点密度以及不同通信半径等方面比较两种算法的性能。仿真实验结果表明,改进之后的ICLA定位算法在定位误差和定位精度方面达到了更好的效果。     

分布式多维标度定位算法的研究

针对经典MDS-MAP定位算法在定位精度和算法复杂度方面的不足,提出一种分布式多维标度定位算法。改进后的算法加入了分簇的思想,将大规模网络分成多个具有簇首的局部网络。局部定位时,引入Hop-Euclidean算法,计算簇内节点间距离,再用局部网络融合算法将局部相对坐标图合并成全局相对坐标图。仿真分析表明,提出的算法在各向同性和各向异性网络中都有很好的定位精度,而且在定位精度提高的情况下可用于不规则网络,有利于网络的扩展,更适用于大规模密集型网络。     

一种权系数两级自调整的融合定位精度提高方法

在分布式传感器网络节点定位技术中,使用数据融合方法以提高探测系统的检测与定位精度正成为研究的热点。提出了一种应用于分布式传感器网络中的数据融合定位算法,通过对各个传感器节点的定位信息的加权求和来进行数据融合,用来提高探测系统目标定位的精度。该算法采用两级自适应调整得到最优加权因子,首先利用线性最小均方差（LMSE）算法得到权系数的初始值,然后利用训练节点和递归最小二乘（RLS）算法自适应地调整达到最优。对静态和运动目标的定位数据融合算法进行了仿真,仿真结果表明：相比单节点定位,提出的融合算法的定位精度有约1—2个数量级的提高。     

一种分布式的无线传感器网络Range-free节点定位算法

针对无线传感器网络在实际应用环境中节点分布往往不均匀的状况,提出了一种分布式、无需测距设备支持的节点自身定位算法(简称为NCL算法).NCL算法基于节点通信邻域内邻居节点的个数估算节点间距,并在计算节点坐标时对节点间距进行加权平均以提高定位精度.使用OMNeT 对NCL算法进行仿真,并与DV-Hop算法进行比较分析.仿真结果表明,NCL算法提高了非均匀网络中的定位精度,具有较小的通信开销,并具有一定的容错性和自适应性.     

延迟化分布式波长通道建路算法研究

为解决波长路由WDM光网络中波长通道的分布式动态建立和拆除问题,已经有多个分布式波长通道建路算法被提出.但新提出的算法都是只跟经典算法,如后向资源预留BRP和前向资源预留FRP等各自具有自身所不能克服的缺陷.本文在一个中立的仿真平台上,将目前研究较多的几种典型分布式光路建路算法进行了综合分析和比较,通过仿真数据分析,包括业务阻塞率和光路建立时间,得出了各算法在不同网络环境下的优劣.并在此基础之上提出一种延迟化的分布式波长通道建路算法,并与已有算法进行对比以说明其优势,为根据具体网络状况选用最为合适的算法和策略提供了参考依据.     

无线传感器网络APIT定位算法及其改进

针对无线传感器网络中APIT定位算法定位覆盖率不足的问题,提出一种改进的IAPIT算法,并从不同的锚节点比例、节点通信半径以及同一锚节点比例等方面比较2种算法的性能,仿真实验结果表明,IAPIT定位算法在定位覆盖率上有明显提高。     

基于Monte Carlo的非测距传感器网络定位算法

针对无线传感器网络,提出一种基于Monte Carlo方法的非测距无线传感器网络节点定位算法。该算法通过计算随机散布的粒子与锚节点之间的距离再与最大射频传送距离比较,根据权值的改变进行滤波,确定未知节点可能存在的位置。在不同粒子数和锚节点个数下,对定位算法进行了仿真,同时对锚节点比率分别为0.1~0.5的情况下,比较了该算法和DV-Hop算法的定位性能,结果表明该算法充分利用对传感器节点定位估计的有用信息,计算复杂度小,定位精度较高、健壮性好。     

无线传感器网络抽样定位和求精算法

定位技术是无线传感器网络的支撑技术之一。针对无线传感器网络低成本、低能耗的要求,提出一种抽样定位和求精的分布式算法。算法在第1阶段基于收到的锚节点信息进行抽样,形成节点的初始位置估计。在第2阶段对节点初始位置进行求精。仿真实验结果显示了该定位算法可以在1~2次求精情况下达到收敛,在样本量为20左右的较低阈值下实现较高的定位精度,在12%左右的锚节点比例下实现95%以上的定位覆盖率,并且与dv-hop和dv-distance定位算法比较,证明该算法分别可以提高20%和5%的定位精度。     

无线传感器网络分布式节点定位算法研究

无线传感器网络在众多领域有着重大的应用价值,而网络的节点定位技术是这些应用的基本支撑技术.本文针对无线传感器网络节点的定位精度问题,提出一种新的分布式节点定位算法.介绍了算法的基本原理和实现方法.算法使用位置误差参数选择参与定位的节点,避免使用奇异信标节点信息,可以有效抑制定位误差的累积.仿真结果显示,这种算法具有定位精度高,计算复杂性和通信开销低等优点.     

撒布型无线传感器网络节点定位算法

针对撒布型无线传感器网络提出了基于非度量多维标度的NMDS-MAP算法及NMDS-MAP（P）算法,两种方法采用TDOA等测距技术测量节点间距,利用非度量多维标度技术对未知节点进行定位,前者是集中式算法,后者是分布式算法。理论分析与仿真实验表明,两种算法具有较高的定位精度与健壮性。     

遗传算法在分布式OS-CFAR检测系统优化中的应用

针对一个3传感器分布式OS-CFAR检测系统，本文分别使用了基本遗传算法和改进的遗传模拟退火算法、小生境遗传算法进行优化搜索，给出了一组不同检测条件下的准最优搜索结果。结果表明，对于这一优化问题，遗传模拟退火算法和小生境遗传算法都具有较好的适应性，其中小生境遗传算法在搜索质量、稳定性和搜索速度上相对更好一些，是一种较理想的多传感器分布式OS-CFAR检测系统参数优化算法。     

基于局部保持典型相关分析的无线传感器网络三维定位算法

针对目前无线传感器网络三维空间定位算法精度不高、稳定性差等问题,在基于局部保持典型相关分析LPCCA模型的基础上构造三维定位算法3D-LE-LPCCA。首先,将LPCCA模型拓展到三维空间并建立信号空间和物理空间的映射模型,通过求解映射模型得到未知节点在物理空间上的临近节点集;其次,采用共面度阈值和体积比阈值的约束在临近节点集上计算出最佳定位单元;最后,采用最佳定位单元计算未知节点的坐标。仿真实验表明,该算法具有良好的定位效果,有效地提高了三维定位算法的精度和稳定性,降低了节点能耗。     

基于梯度优化的多维尺度节点定位算法

研究了分布式多维尺度分析技术在无线传感器网络节点定位中的应用,重点分析了其定位精度和收敛性能.根据传统的梯度优化算法,引入了最速下降算法作为目标函数的无约束优化方法.该算法采用最速下降法对节点的局部目标函数进行迭代优化.实验结果表明该优化算法比基于SMACOF算法的高斯核加权的dwMDS(G)算法在定位精度上有明显的提高, 并且算法简单,容易实现,是一种实用有效的无线传感器网络节点定位方法.     

A study on scale factor in distributed differential evolution

This paper proposes the employment of multiple scale factor values within distributed differential evolution structures. Four different scale factor schemes are proposed, tested, compared and analyzed. Two schemes simply employ multiple scale factor values and two also include an update logic during the evolution. The four schemes have been integrated for comparison within three recently proposed distributed differential evolution structures and tested on several various test problems.Numerical results show that, on average, the employment of multiple scale factors is beneficial since in most cases it leads to significant improvements in performance with respect to standard distributed algorithms. Although proper choice of a scale factor scheme appears to be dependent on the distributed structure, any of the proposed simple schemes has proven to significantly improve upon the single scale factor distributed differential evolution algorithms.     

基于不同重采样算法的RFID指纹定位

为满足移动机器人精确定位的需求,提出一种基于不同重采样算法的粒子滤波指纹定位法。定位阶段首先利用机器人运动学建立运动模型作为粒子预测分布, 并将当前的观测信息和环境指纹融入, 以改善滤波效果, 减少所需粒子数;然后给出精致重采样(ER)算法,以提高粒子的细化能力,减少粒子匮乏效应并提高定位精度;最后分析不同重采样算法对定位精度的影响,且从不同的实验角度进一步验证定位算法的精确性以及可靠性。实验结果表明, 该算法在定位精度和鲁棒性方面都有显著提高。     

基于二阶段差分演化的WSN节点定位优化

由于非测距的WSN节点定位算法DV-Hop定位精度不高,引入智能优化算法后有效提高了定位精度,但迭代次数过大,节点能耗相对过高,而在较少信标节点和较短的通讯信半径条件下,传统智能优化算法难以生效。针对这种情况,提出了基于二阶段的差分演化定位优化算法。仿真实验设计在100m×100m正方形的区域内,随机分布100个无线传感器节点,首先用DV-Hop算法进行第一阶段粗略定位,然后在第二阶段用差化演化算法对定位进行优化,为了对比各种算法在低能耗（很少迭代次数）下的表现,优化过程只迭代了10代,最后得到节点坐标。实验结果表明,算法能获得更好的定位精度和具有更好的稳定性。该算法在极少迭代次数的条件下,在信标节点稀疏和通信半径较短的特殊情况下,获得满意的定位精度和更好的稳定性。     

分布式存储系统的哈希算法研究

针对分布式存储系统中如何实现数据在物理存储上的均匀分布和高效定位的问题,对多种哈希算法展开研究,提出了衡量分布式存储系统哈希算法优劣的标准;从散列分布性、哈希冲突和计算效率等多个维度对这些哈希算法进行分析比较,指出各种哈希算法的应用场景;结合分布式存储系统的应用,给出最优的哈希算法选择。实验结果证明,Davies-Meyer算法具有很好的均匀分布性和很高的计算效率,很适合分布式存储系统的应用。     

无线传感器网络分布式节点定位算法研究

深入分析比较了在无线传感器网络领域中有代表性的4种分布式定位算法,着重关注了算法的能量消耗问题。节点的能量消耗主要由计算和通讯开销组成,对于算法的计算复杂度和通讯开销,做出了定量的分析。在此基础上,对未来的研究与算法的改进提出了建议。     

无线传感器网络的定位问题综述

无线传感器网络是最近出现的一种新型网络,其定位问题是组网的基本和重要问题。文章首先给出了该网络实施节点定位的主要方法和技术原理,综述了定位问题的研究进展,对典型的节点定位算法进行了系统分类和优缺点分析,指出了无线传感器网络实施精确定位需要解决的问题。