基于多AUV协作的稀疏水下传感网定位技术研究

如何在稀疏部署的水下传感器网络中实现传感器节点的高效定位是一个研究热点.提出了一种基于多个移动AUV协作的水下传感器网络内节点定位机制,利用AUV的精确自导航功能实现对网内未知位置节点的定位协助.提出的协作定位算法扩展了水下传感器网络的网内节点位置迭代估计方法,将信标节点和多AUV联合作为定位参考点,然后推导了基于最小二乘法的定位估计方程.仿真结果验证了该方法可以在定位节点比例、归一化定位误差和平均置信度等几个方面提高定位性能.     

Adaptive RSSI-based localization scheme for wireless sensor networks

Range of applications for Wireless Sensor Networks (WSNs) is increasing rapidly. One class of such applications is Energy-Aware Wireless Positioning Systems for situation awareness. Localization deals with determining a target node’s position in WSN by analyzing signals exchanged between nodes. Received Signal Strength Indicator (RSSI) represents the ratio between received signal power and a reference power, and is typically used to estimate distances between nodes. RSSI distance estimations are affected by many factors. This paper aims to enhance the accuracy of RSSI-based localization techniques in ZigBee Networks through studying the communication channel status between two nodes. As the network nodes are exposed to high noise levels, position estimation accuracy deteriorates. A novel adaptive localization scheme is proposed; Two-State Markov model with moving average is employed to detect unpredictable RSSI readings that may reflect badly on the estimation. The proposed scheme achieves better estimation accuracy, for example, the estimation error was reduced from 11.7 m to just 3 m using the proposed scheme.     

A top-down positioning scheme for underwater wireless sensor networks

In order to increase the localization coverage while keeping the localization error small in a unique network architecture in which there are not evenly distributed anchor nodes with great ability of communication or additional infrastructure,a Top-down Positioning Scheme(TPS)for underwater acoustic sensor networks is proposed.By defining node’s confidence reasonably,TPS insures the quality of the new reference nodes.TPS also refines the nodes which have just been positioned via the gradient method and helps non-localized nodes search for more reference nodes via the new scheme for 3D Euclidean distance estimation.By comparing the new scheme for 3D Euclidean distance estimation with the existing scheme,the new scheme is shown to have greater ability to estimate two-hop Euclidean distance in 3D space.Simulation results show that TPS which integrates node’s confidence defined reasonably,the gradient method,and the new scheme for 3D Euclidean distance estimation can increase the localization coverage ratio,while keeping the localization error small.     

无线传感网中节点的协同过滤定位算法

针对无线传感器网络迭代定位算法中节点定位精确度低的问题,提出了协同过滤定位算法(Cooperative Filter Localization Algorithm, CFLA)。该算法对周围只有两个信标节点的未知节点进行定位时,产生出未知节点的两个候选点。为了精准高效地判定出候选点,引入两种协同过滤定位模型。模型一,通过选择出合理的参考节点,利用该参考节点与未知节点的协作进行候选点的过滤。模型二,利用该模型中可以直接通信的未知节点之间的相互协作,判定它们之间的测距与它们的候选点间的欧式距离之间的关系过滤出精度高的候选点。仿真结果表明,在相同的网路环境下,CFLA算法在能量消耗上低于SL-n和RAMP;在信标节点占比为8%时,该算法的定位误差比SL-n算法减少了14.7%,比RAMP算法减少了9.6%,有效地提高了节点的定位精度。     

一种基于顺序多维定标的无锚点定位算法的研究

针对经典多维定标无锚点定位(MDS(C))算法在节点定位精度方面的不足,提出了一种基于顺序多维定标的无锚点定位(MDS(O))算法。该算法假定节点对之间的最短路径距离和欧氏距离存在单调性关系,避免了MDS(C)中节点对之间的最短路径距离和欧氏距离线性关系难以确定的缺陷。理论分析和仿真结果表明:MDS(O)能够提高平均定位精度1.04%～38.2%,有效地实现了节点定位。     

跳数加权DV-Hop定位算法

针对DV-Hop定位算法中距离估计误差对定位结果的影响,提出了一种信标节点优选方案和跳数加权DV-Hop定位算法。首先通过设定跳数阈值,保留跳数较少的信标节点,然后剔除近似在一条直线上的信标节点,完成信标节点优选,避免未知节点无法定位的情形。此外,利用Friis模型推导出距离估计误差与信号传播跳数之间的映射关系,采用传播跳数作为加权因子对定位结果进行了修正。仿真结果表明该算法降低了距离估计误差对定位精度的影响,提高了定位精度。     

基于跳数的无线传感器网络定位求精算法

节点本身的定位误差和节点间距离测量（或计算）误差的积累限制了无线传感器网络节点定位循环求精的功效。为有效提高定位精度,在继承加权最小二乘法优点的基础上,提出基于跳数的求精和与其相对应的节点相对置信度方法。增加节点定位计算的冗余度,可有效减小误差积累。将该方法应用于Robust Positioning定位算法中,构成一种新的RP—Hop定位算法。仿真实验结果表明,节点的定位精度可提高约10％。     

锚节点稀疏的传感器网络节点自定位算法

针对Euclidean算法中定位精度及覆盖率受锚节点密度影响较大的问题,提出一种改进的分布式节点自定位算法。该算法将初始定位精度较高的节点升级为锚节点,未知节点根据更新的锚节点位置信息循环求精,并通过估计坐标值的方差来控制循环求精过程中的循环次数。仿真实验显示,改进定位算法在锚节点密度较低的情况下能有效提高定位精度和覆盖率,明显降低了对锚节点密度的依赖程度。     

基于空间角度传递的多跳AOA三维定位算法研究与在地形建模上的应用

节点定位是无线传感器网络的关键支撑技术之一,目前三维定位算法的研究较少。本文在针对地形建模的应用场景上,将APS多跳AOA定位算法的思想移植到三维定位中,提出了基于空间角度传递的多跳AOA三维定位算法MSAT3DAOA(Multi-Hop Three Dimentional AOA with Space-Based Angle Transmission),使得能够利用一跳通信范围外的信标节点信息进行定位,并且与Delaunay三角剖分算法结合起来,应用在部署环境的地形建模。仿真实验数据显示,随着信标节点的比例、通信半径的变化,MSAT3D AOA定位误差率在7%到27%不等,相比DV-Hop降低了将近30%,保证了59%到98%的定位覆盖率,而且在保证定位覆盖率的同时具有较好的地形建模定位精度。     

区间范围内修正跳数值的Dv-hop定位算法

针对Dv-hop算法在估算跳数时引进较大误差的问题,提出了一种基于区间范围内修正跳数(RHWSR)的算法.根据Dv-hop算法定位过程,在平均每跳距离估算、未知节点到各参考节点之间距离的计算等两方面进行了改进,分析和仿真了不同通信半径与锚节点比率情况下的定位性能.结果表明,提出的改进措施可极大地提高节点定位精度.此外,...     

基于浮标的3D水声传感器网络节点定位

节点位置的确定是水下无线传感器网络的应用基础。为了提高节点定位精度并延长网络生命周期,提出一种使用海面浮标节点作为参考节点的水下传感器网络节点定位算法。仿真结果表明该方法提高了节点定位的精度,并在一定程度上减少了能耗。     

WSN中DV-Hop节点定位算法的改进

为降低传统DV-Hop算法对未知节点估算距离的误差,提升WSN中的未知节点定位精度,提出一种基于未知节点估算距离修正的DV-Hop改进算法.该改进算法首先对节点的平均每跳距离进行修正,并根据节点分布和节点间邻居关系的特点引入节点远离度的概念,以区分未知节点和邻居锚节点的距离,降低估算距离的误差;然后对最小二乘法的误差进行修正,并利用邻居节点的通信范围限制关系对未知节点估算坐标的误差进行修正,以进一步减小未知节点的定位误差.实验结果表明,与传统DV-Hop算法及相关文献相比,改进算法可以有效减小未知节点估算距离的误差,提升未知节点定位的精度.     

基于WSNs中距离函数和指数函数的三维质心定位算法

将无线传感器网络中二维定位扩展到三维定位,并针对三维空间定位精度低的问题,分别提出了基于距离函数和指数函数的三维加权质心定位算法.仿真结果表明:基于这两种函数的加权定位算法的精度较传统三维质心算法有了显著提高,平均定位误差均降低了8%.同时,在锚节点比例为15%时其网络覆盖率可达92%以上.     

无线传感器节点定位中基准锚节点的选择研究

针对无线传感器节点精确定位问题,提出一种通过选择基准锚节点实现提高定位精度的改进最小二乘定位算法。目前最小二乘定位算法未能充分利用通过合理选择基准锚节点达到提高定位精度的作用,鉴于此,提出利用累积相对误差最小方法选择基准锚节点,然后,用最小二乘法定位待测节点。仿真结果表明,在较少的增加算法复杂度的基础上能够较大地提高定位精度。     

无线传感器网络DV-hop定位算法的改进

 DV-hop算法是无线传感器网络中典型的非测距定位算法,其核心思想是将平均跳距与跳数的乘积作为2个节点间的距离,即采用节点间跳段距离代替实际直线距离参与位置计算。跳段距离计算过程中的误差累计是影响DV-hop算法定位精度的主要因素。本文提出基于门限跳数的信标节点选择策略和基于权的平均跳距优化策略,通过这2种策略减少跳段距离计算过程中的误差累计,提高定位精度。改进后的DV-hop算法通过门限跳数优化信标节点的选取,仅将小于门限跳数的信标节点当作位置计算的有效节点,从跳数角度减少了误差累计;此外,改进后的DV-hop算法在未知节点平均跳距选取上,以最佳跳距替代最近信标节点的平均跳距,更加真实地反映了实际距离,从平均跳距角度减少了误差累计。仿真结果表明,改进后的算法在不同的信标节点数、不同的节点通信半径以及不同的节点稀疏程度下,均能得到更高的定位精度。     

基于改进的洪泛广播和粒子滤波的无线传感器网络节点定位

针对目前移动无线传感器网络定位问题存在的不足,提出了一种基于改进的洪泛广播机制和粒子滤波的节点定位算法。对于一个给定的未知节点,首先采用改进的洪泛广播机制,从离它最近的锚节点得到的有效平均跳距来计算出它到它的所有邻居节点的距离。然后采用一种差分误差校正算法,以减小平均跳距中由于多跳累积造成的测量误差;其次,采用粒子滤波和虚拟锚节点来减小预测区域,得到更有效的粒子预测区域,从而进一步减小对未知节点位置的估计误差。仿真结果表明,所提算法与定位算法DV-Hop、蒙特卡罗Baggio（MCB）和基于测试的蒙特卡罗定位（MCL）相比,能够有效地抑制冗余广播和减小与节点定位相关的消息开销,以较低的通信成本实现较高精度的定位性能。     

基于RSSI校正的无线传感器网络定位算法

为了使接收信号强度指示（RSSI）的测量误差对节点定位精度的影响程度达到最小化,提出一种基于RSSI高斯加权校正的质心定位算法.首先通过高斯函数滤去偏差较大的RSSI值,然后再对余下的RSSI值加权计算得到优化的RSSI测量值,并利用测量到的RSSI值计算出锚节点与未知节点之间的距离,然后根据计算出的距离对锚节点坐标加权,并通过质心定位算法求出未知节点的位置坐标.仿真实验表明：该算法相比基于RSSI的质心定位算法,定位覆盖率提升3％～6％,平均定位误差至少减少4％,是一种定位精度更高的算法.     

基于典型相关回归的多跳非测距定位方法

多跳非测距定位方法是一种有效的、简单的节点定位方法,然而其一般仅适用于各向同性,节点密集网络。针对在各向异性网络中,多跳非测距定位方法定位性能低的问题,提出了基于典型相关回归非测距定位方法。该方法通过典型相关回归获得节点间跳数与欧氏距离精确的映射模型,并利用该映射获得未知节点到已知节点估计距离。仿真实验表明,该方法与现有算法相比具有更高的定位精度和定位稳定性。     

基于联合分步APIT定位算法的改进

本文研究了无线传感网络( Wireless Sensor Network,WSNs)的节点定位问题,并针对APIT由于锚节点在低密度环境下的节点误判和节点失效等问题给出了改进,在APICT定位算法的基础提出了联合分步定位算法UNION-APICT(Union Approximate Point-In-Circumcircle Test),该算法是结合连通性的测距技术,RSSI测距技术以及质心定位和APICT等技术,来联合解决对未知节点定位问题。通过仿真实验结果表明,改进后的UNION-APICT在APICT算法的基础之上平均定位误差减少了10%-25%,定位性能有了明显的提升;随着通信半径R和最大探测距离rmax的增加,定位误差也在逐渐减小,该算法较APIT和APICT定位算法在锚节点密度、节点覆盖率和定位精度上都有所提高。     

基于无线传感器网络的同时定位与跟踪

研究无线传感器网络在位置信息不确定时,同时定位无线传感器网络节点并跟踪移动目标。利用RSSI测量节点对之间的距离,多维定标技术根据距离矩阵完成传感器网络的初始定位。估计与更新阶段提出了压缩EKF滤波确定传感器节点位置和目标位置。仿真结果显示:算法在较低的网络覆盖率下有较高的定位和跟踪准确度,在初始定位误差为5m时,节点和跟踪误差均小于3m,特别是在长距离的跟踪任务中有很好的精度和实时性。