基于误差修正的DV-Hop传感器节点定位算法

传统的DV-Hop传感节点定位算法,估计未知节点与各锚节点之间距离是用跳段距离代替直线距离.在实际网络定位环境中,未知节点和锚节点之间多数是折线连接.当平均每跳距离的估计值与实际值的偏差较大时,未知节点到锚节点之间估计距离与实际距离之间的误差会增大.为解决上述问题,提出一种粒子群优化算法修正DV-Hop算法定位误差的传感器节点定位方法.采用DV-Hop算法估计待测节点和锚节点之间距离,通过三边测量法确定节点的位置,并将传感器节点定位问题转换成一个多约束优化问题,最后通过粒子群优化算法对定位误差进行修正,并通过仿真对其性能进行测试.仿真结果表明,相对传统DV-Hop算法可大幅度提高传感器节点定位精度,符合无线传感器网络定位需求,具有较好的应用价值.     

移动无线物联网感知层传感控制定位算法研究

为了提高感知层传感控制定位的准确性和稳定性,提出移动无线物联网感知层传感控制定位算法.以DV-hop定位算法获取的移动无线物联网感知层通信区域内所有节点到各个锚节点的距离和跳数信息为基础,提出了基于跳数修正的DV-hop定位算法,对锚结点间跳数和未知结点跳数进行修正,计算出每个锚结点与各结点之间的距离,利用二维双曲线定位算法得到未知结点的位置坐标,实现移动无线物联网感知层传感控制定位.实验结果说明:所提算法在不同总节点个数和节点通信半径下定位误差始终保持最低,稳定性强;当跳数修正系数为2时该算法的定位精度最高,效果最佳;可选择较大的锚节点比例和较小的偏离因子,进一步提升定位效果.     

移动无线物联网感知层传感节点定位算法研究

为了解决当前算法在锚节点密度较低时,传感节点定位精度不高的问题,提出了移动无线物联网感知层传感节点定位算法。建立了包含锚节点误差的移动无线物联网模型;根据共线度筛选候选锚节点。加权平均处理锚节点可信度,计算每个未知传感节点的平均跳距和未知传感节点定位误差,将计算误差低于设定阈值的未知传感节点转化为锚节点,并对初步定位结果进行循环位置修正,实现感知层传感节点定位。仿真结果表明,所提算法在锚节点密度相同时的定位误差低于2.5。     

一种改进的粒子群算法在WSN中的定位研究

针对无线传感网中的节点定位问题,采用RSSI测距技术测量未知节点之间的距离,并采用粒子群算法进行优化,针对粒子群算法的不足,首先通过引入动态扰动因子和惩罚函数提高算法的性能,其次采用距离误差修正和修正定位误差模型来优化节点定位的效果。通过仿真实验将所提算法与基本粒子群算法进行比较,结果表明所提算法在算法的收敛性能和定位精度上取得了比较好的效果,提高了节点的定位效果。     

基于锚节点连通性的移动WSN定位优化算法

为提高传统移动无线传感网络非测距方式定位算法的节点定位精度、降低算法对锚节点密度的要求,提出一种基于网络中锚节点连通性的蒙特卡洛优化定位算法,并分析了其节点定位性能.算法首先引入平均锚节点连通度的概念来评价网络锚节点连通性,然后提出根据节点实时分布情况进行采样区域划分,并实时控制移动锚节点分布,提升网络的整体定位精度.仿真结果表明,相较于传统的移动无线传感网络中基于蒙特卡洛方法的节点定位算法,所提出的算法有效提升了整体的定位精度,并有效降低了算法对于锚节点密度的要求,提升了算法节点定位性能.     

基于Kalman滤波的无线传感网络的定位修正算法

针对无线传感网中的传感节点定位问题,提出了基于Kalman滤波的传感网络的定位修正LCKF(localization correction-based Kalman filter)算法.在LCKF算法中,锚节点位于感测区域的边界,传感节点利用来自两侧的锚节点的位置信息估计自己的位置,并取均值.然后,再利用Kalman滤波算法修正跳数长的一侧的位置估计.依据跳数短的一侧的位置估计数据修正跳数长的一侧定位精度.仿真结果表明,与同类算法相比,提出的LCKF算法的定位精度得到有效提高.     

无线传感中的WPSO-DVHOP算法在节点定位中的研究

节点的定位一直都是无线传感网中的重要研究对象，针对使用传统算法定位节点容易出现估算不准确，定位精度低，算法自身局部收敛速度快等缺点，提出一种基于权值粒子群优化(WPSO)算法,首先分析了采用锚节点估算未知节点的距离与真实距离误差,采用最小二乘法的距离修正值策略,其次针对粒子群算法的收敛速度不足，提出了采用权值来调节粒子的速度，改进后的算法对节点定位误差进行修正。在仿真平台Matlab上的实验说明WPSO算法相对于基本的定位算法，粒子群定位算法相比提高了传感器节点定位精度,从算法的收敛性,节点定位的精度以及能量消耗等方面说明该算法具有一定的有效性，如何能够更好进行权值的设置使之能够更加有效提高算法的效率是下一步研究的重点。     

结合极大似然距离估计的MDS-MAP节点定位算法

基于多维定标的定位算法通常利用节点间的最短路径长度代替欧式距离构建距离矩阵,当网络拓扑结构不规则时,会导致较大的定位误差。针对这一问题,提出了一种结合极大似然距离估计和多维定标的节点定位算法MDS-MAP（MLE）。算法将待测节点的一跳邻居节点信息作为极大似然方法的输入,利用与邻居节点的距离信息计算待测节点的相对坐标,然后根据已知锚节点的坐标,将所有节点的相对坐标映射为绝对坐标。实验结果表明,针对规则网络和不规则网络,MDS-MAP （MLE）算法均可取得较好的定位精度,且当网络连通度在一定范围内变化时,定位误差可保持在较低的稳定区间内。     

一种基于非度量多维标度的移动定位算法

稀疏无线传感器网络由于缺乏足够的距离和连通性信息,导致大多数定位算法无法有效工作.提出了一种非度量多维标度移动节点辅助定位算法--NMDS-LRA(M).该算法对移动节点运动轨迹抽样,添加拓扑约束关 系,然后利用奇异值分解计算节点相异性矩阵的逼近阵,从而有效解决了移动辅助定位问题,并且避免了以往移动定位算法中虚拟节点间距离误差较大对定位精度的影响.仿真分析表明,与以往算法相比,提出的算法有更好的定位精度,而且在较低网络连通度和不规则网络分布的条件下表现出更好的可靠性.     

利用互相关法实现无线传感网络节点自定位

针对无线传感网络节点音频定位过程中声音到达时刻难于准确估计的不足,提出利用互相关算法来实现节点定位,并对定位结果进行修正,试验结果表明,该方法能得到很高的定位精度,在距离45m的范围内,误差小于0.5m.