基于RSSI高斯滤波的LSSVR无线传感网络定位算法

为了降低基于接收信号强度指示(RSSI)测距误差对节点定位的影响,解决RSSI测距定位误差较大的问题,提出基于RSSI高斯滤波的最小二乘支持向量回归机LSSVR定位算法(LSSVR-GF-RSSI)。LSSVR-GF-RSSI算法先利用高斯函数滤除误差较大的RSSI值,筛选出较准确的RSSI值,再依据这些值计算未知节点离锚节点间的距离。将这些距离作为LSSVR的输入,建立基于RSSI测距的LSSVR定位算法模型,最终,估计未知节点的位置。仿真结果表明,提出的LSSVR-GF-RSSI算法能够有效地降低均方定位误差,比传统的基于RSSI的LSSVR定位算法减少了约12%~20%。     

无线传感器网络中一种基于定向天线的节点定位算法

节点定位问题是无线传感器网络中的一个基本而非常重要的问题。已有的定位算法大致可以分为两类:基于测距的和无需测距的。基于测距的定位算法需要额外硬件的支持,成本较高,不适用于大规模的传感器网络;无需测距的定位算法不需要额外硬件的支持,是解决传感器网络节点定位问题的一个较为经济适用的方法。本文提出了一种新的基于定向天线的无需测距的分布式定位算法。其主要原理在于利用定向天线确定邻居节点之间的相对位置,然后判断未知节点是否在锚节点构成的三角形内。仿真研究表明,提出的算法是有效的,能够取得较好的定位精度。     

基于ED限制滤波的测距研究

在无线传感器网络的广泛应用中,事件发生的位置是传感器节点监测消息中所包含的重要信息,监测消息中没有位置信息是毫无意义的。当前的定位机制主要分为基于测距的定位算法和无需测距的定位算法,而获取节点之间的距离是基于测距定位应用的首要基础。在能量有限的网络节点中,利用ED测距具有能耗低,成本少的优点。本文分析了ED与距离的关系,通过克尔斯博公司的Iris节点实验,验证了在无线传感器网络具体应用环境下,ED值随着距离的增大而逐渐减小,且应用限制ED值滤波法能消除环境干扰对ED测距的影响。     

基于平均跳距修正的无线传感器网络节点迭代定位算法

针对无需测距DV-Hop定位算法存在较大定位误差的问题,从3个方面对其进行了改进:采用最小二乘法准则校正了信标节点间的平均每跳距离;基于对多信标节点平均每跳距离的加权处理修正了用于位置估计的平均每跳距离;通过设定定位精度门限,给出了对估计的定位节点坐标进行迭代求精的数值方法.给出了改进定位算法的实现流程,并对算法的性能进行了仿真研究.仿真结果表明,在适当增加节点计算量和通信开销的条件下,改进算法的定位精度和精度稳定性有明显改善,是一种可行的无线传感器网络节点定位的解决方案.     

基于高斯混合模型的非视距定位算法简

针对无线传感器网络室内节点定位,在分析定位误差模型的基础上,结合高斯混合模型提出了一种无需先验知识的节点定位算法。利用高斯混合模型,对含有非视距误差的距离测量信息进行训练,以获得接近真实值的距离估计值。为取得高精度的定位效果,采用粒子群算法对期望最大化 (EM)算法进行优化。同时结合优选残差加权算法对所得的距离值进行定位估计,得出目标节点坐标估计值。仿真实验结果证实了算法的有效性。     

无线传感器网络定位的分布式求精算法

通过对WSN中基于测距的定位进行误差分析提出一种求精算法。该算法每次迭代中首先根据“磁极”思想确定“误差节点”和“有效节点”;然后在误差节点的邻居节点中选择2个相对偏差最小的节点作为圆心,以它们到误差节点的测距值为半径分别作圆,得到两个交点;最后在它的当前定位位置和这2个交点之中选择误差较小的作为本轮的求精位置。仿真结果表明,该算法能够降低多边定位模型产生的节点位置误差,有效提高网络的定位精度。     

WSN中基于最佳指数的加权DV-Hop算法

DV-Hop算法是一种低成本、低定位精度的无需测距定位算法,在粗精度定位中应用广泛。为提高DV-Hop算法定位精度,从减小锚节点的平均每一跳距离误差和减小未知节点平均每一跳校正值误差两方面考虑。首先,用最佳指数值下的公式计算锚节点平均每一跳距离。然后,将未知节点的校正值加权处理,使所有的锚节点根据与未知节点距离的远近影响校正值的大小。MATLAB实验证明,改进的基于最佳指数值下的加权DV-Hop算法比DV-Hop算法、加权DV-Hop、最佳指数值下DV-Hop算法定位精度分别提高2%左右、1.65%左右、1.15%左右,同时不会增加网络硬件成本。     

基于T—Hop的无线传感器网络定位方法

在无线传感器网络中,在传感器节点部署不规则的情况下邻居节点对之间的距离有很大差别,用DV-Hop算法定位通常会产生很大误差。为此,文章提出一种改进的T-Hop定位算法,即在未知节点到锚节点的路径中,考虑局部邻居节点部署对节点的影响,根据节点同阶邻居节点,引入节点上下游邻居节点个数来计算节点间距离。仿真结果显示,改进的算法提高了节点的定位精度。     

基于修正RSSI值的加权质心定位算法

针对利用接收信号强度指示（RSSI）进行节点定位时,RSSI值易受到环境因素的影响导致定位误差。为减小定位误差,在修正加权质心定位算法的基础上,使用卡尔曼滤波对连续采集到的RSSI值进行最优化处理,实现实时状态的预测和估计,使测距结果尽可能接近实际距离,为后续的定位提供更准确的数据。仿真结果显示,相比于之前的算法,改进算法减小了定位误差,提高了定位准确度。     

一种基于加权处理的无线传感器网络平均跳距离估计算法

定位技术是无线传感器网络的关键技术之一,传统DV-Hop定位算法只考虑了最近一个锚节点估计的平均跳距离值,而单个锚节点估计的平均跳距离值无法准确地反映网络的实际平均跳距离。本文提出了一种基于加权处理的平均跳距离估计算法,考虑多个锚节点估计的平均跳距离值,根据距离未知节点的跳数进行加权,使网络平均跳距离的估计更加准确,从而提高定位精度。仿真结果表明,与DV-Hop算法的平均跳距离估计算法相比,本文算法更准确地估计平均跳距离,降低了均方根误差,并提高了定位精度。     

CRWSNP: cooperative range-free wireless sensor network positioning algorithm

Sensing events occur in an area without knowing the events locations, is meaningless. Since there is no priorly knowledge about the locations of most of the sensors which scattered randomly in an area, wireless sensor network localization methods try to find out where sensors are located. A new cooperative and distributed range-free localization algorithm, based on only connectivity information is proposed in this paper. The method first uses convex optimization techniques to find primitive target nodes locations estimation, then nodes cooperate with each other in several iterations to improve the whole network location estimation. CRWSNP converges after a finite number of iterations because of applying two novel heuristic location correction techniques. As well as, results of the algorithm have been compared with six range-free based methods like CPE, DV-hop, APIT; and CRWSNP algorithm provides more accurate results over 50 random topologies for the network, in mean error and maximum error metrics.     

一种具有连续跳数值的三维DV-Hop改进算法

设计精确的定位算法是无线传感器网络（Wireless Sensor Networks,WSNs）的研究热点.针对DV-Hop（Distance Vector-Hop）定位算法中节点间距离估计误差较大导致定位不精确的问题,提出了一种具有连续跳数值的三维DV-Hop改进算法.探究了邻居节点间的距离与相应节点位置和通信半径构成的相交球体体积之间的关系,提出了连续跳数值的定义,并通过参数修正给出了其计算方法.通过仿真实验探究了网络环境对参数的影响并确定了参数的取值,使用连续跳数值代替DV-Hop算法中的跳数来降低节点间距离估计误差.仿真实验表明,该算法在不增加算法复杂度以及额外硬件的情况下有效地降低了定位误差.     

基于节点密度的改进型DV-Hop算法

DV-Hop定位算法是无线传感器网络中一种常用的基于非测距定位技术,该算法使用平均跳距表示实际距离,在实际应用中造成很大的误差和节点能耗。为此,分析了加权的DV-Hop定位算法,提出了基于节点密度的定位算法,根据未知节点的邻居节点数,修正了平均跳距。仿真结果证明,加权DV-HOP在定位精度上比DV-HOP算法提高了5.3%,基于节点密度的定位算法在功耗上比DV-HOP算法减少了20.7%。     

Power efficient range-free localization algorithm for wireless sensor networks

Considering energy consumption, hardware requirements, and the need of high localization accuracy, we proposed a power efficient range-free localization algorithm for wireless sensor networks. In the proposed algorithm, anchor node communicates to unknown nodes only one time by which anchor nodes inform about their coordinates to unknown nodes. By calculating hop-size of anchor nodes at unknown nodes one complete communication between anchor node and unknown node is eliminated which drastically reduce the energy consumption of nodes. Further, unknown node refines estimated hop-size for better estimation of distance from the anchor nodes. Moreover, using average hop-size of anchor nodes, unknown node calculates distance from all anchor nodes. To reduce error propagation, involved in solving for location of unknown node, a new procedure is adopted. Further, unknown node upgrades its location by exploiting the obtained information in solving the system of equations. In mathematical analysis we prove that proposed algorithm has lesser propagation error than distance vector-hop (DV-Hop) and other considered improved DV-Hop algorithms. Simulation experiments show that our proposed algorithm has better localization performance, and is more computationally efficient than DV-Hop and other compared improved DV-Hop algorithms.     

Improved 3-dimensional DV-hop localization algorithm based on information of nearby nodes

DV-Hop, a range-free localization algorithm, has been one of the most popular localization algorithm. It is easy and inexpensive to implement. Therefore, in the literature, many improved variants of this algorithm exist. However, poor location accuracy and higher power consumption by DV-Hop algorithm always open new avenues for research on this algorithm and makes it a favorite among the researchers. In this paper, we have proposed an Improved 3-Dimensional DV-Hop algorithm based on the information of nearby nodes (I3D-DVLAIN). In the algorithm, by calculating hopsize at the unknown nodes, we eliminate one communication among the nodes, which reduces power consumption in the network. The hopsize calculation and location estimation is done by using only the nearby anchor nodes, which minimizes the network usage and decreases the computational effort. For the selection of nearby anchor nodes, we introduce a new method. Further, for localization, a novel method is used for solving the system of distance equations that restricts propagation of inherent error in the distance and increases localization accuracy. Furthermore, by mathematically analyzing the propagation of error in solving the system of equations, we prove the superiority of I3D-DVLAIN over other compared algorithms. The results obtained through simulation and complexity analysis of the computation and communication further strengthens our observations about the superiority of the proposed algorithm.

     

DV-Hop定位算法在随机传感器网络中的应用研究

DV-Hop节点定位算法是一种重要的与距离无关的定位算法。在各向同性的密集网络中,DV-Hop可以得到比较合理的定位精度,然而在随机分布的网络中,节点定位误差较大。该文根据DV-Hop算法定位过程,在平均每跳距离估计、未知节点到各参考节点之间距离的计算和节点位置估计方法等3个方面进行了改进,分析和仿真了不同改进措施和综合改进的定位性能。结果表明,与有关方法相比,该文提出的改进措施可极大地提高节点定位精度。此外,该文改进措施不改变DV-Hop算法的定位过程,因此不需要增加网络通信量和额外硬件支持,是理想的与距离无关算法。     

质心定位中的加权坐标误差修正方法

针对IoT中需求高精度节点定位的问题,提出了一种加权坐标误差修正的质心定位算法。首先对距离无关质心定位算法进行分析,然后使用RSSI测量标记节点与待定位节点的距离,并结合信号衰减度对坐标加权,最后对节点坐标误差修正,进一步精确节点坐标。实验仿真结果表明,本文提出的加权坐标误差修正方法相对于传统定位算法,有更强的抗干扰能力和鲁棒性。     

无线传感器网络中DV-Hop定位算法的改进

无线传感器网络中基于无需测距的节点定位算法定位精度不高,一般应用在粗精度定位中。为了提高基于无需测距的DV-Hop算法定位精度,利用最小均方差准则改进算法,通过修改指数值精化平均每一跳距离,提出不同通信半径、不同锚节点覆盖率下的最佳指数值概念,并应用在一种锚节点均匀分布环境中,进一步提高定位精度。MTLAB仿真结果表明,在最佳指数值下,改进的算法在不同锚节点覆盖率、不同通信半径下能提高定位精度,同时不会增加节点能量消耗与硬件成本。     

一种无需测距的无线传感器网络定位算法研究

定位信息是在无线传感器网络许多应用中不可缺少的,并且越来越重要。DV-Hop是一种典型的无需测距的定位算法。通过对DV-Hop算法的理论分析,找出其产生误差的主要原因,提出了一种改进的DV-Hop定位算法。增加锚节点数量及减少每条平均距离误差,有效提高节点定位精度。不用额外的硬件支持能够得到更接近实际位置的估算位置。仿真结果表明,提出的改进算法性能比原来的算法显著提升。