基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。     

基于锚圆交点加权质心的无线传感器网络定位算法

针对无线传感器网络节点能量有限,基于距离的定位算法有时并不适用的问题,在研究了未知节点与其无线射程范围内的3个锚节点之间的通信约束和几何关系的基础上,提出了一种基于锚圆交点加权质心的定位算法。该定位算法仅基于网络连通性而不需要测量距离,算法计算量小,节点通信开销小。仿真结果表明,当在100m×100m的区域范围内随机部署100个传感器节点,通信半径为30m、锚节点密度为16%时,相对定位误差为22.7%。     

无线传感器网络节点定位算法

针对无线传感器网络(wireless sensor network,WSN)系统中节点的定位算法问题,提出了基于差分的DV-Hop定位算法,信标节点将测算的位置测定误差作为校正值向四周区域广播,未知节点接收到信标节点的校正信息后,据此修正自身的相对位置测算值,以减少节点定位误差,提高定位算法的精度。仿真测试表明,该算法与普通的DV-Hop算法相比,在定位误差与通信距离的比值等性能指标上得到了明显改善。     

无线传感器网络节点定位算法研究

无线传感器网络可以在广泛的应用领域内实现监测和追踪任务,而网络中传感器节点的自身定位问题是无线传感器网络的关键技术之一,对无线传感器网络的定位原理、典型定位算法进行阐述,研究了几种重要定位技术．最后对上述算法进行了性能分析和比较．     

无线传感器网络节点定位算法综述

节点定位是大多数无线传感器网络应用的基础。文章介绍了无线传感器网络节点定位的原理、节点定位计算的一般过程,讨论了现有的传感器网络节点定位算法的分类方法,并简要介绍了几种代表性算法的原理和特点。通过对现有算法的分析比较,指出了可能的热点研究方向。     

无线传感器网络节点定位算法研究

针对无线传感器网络中DV-Hop定位算法在未知节点到锚节点距离计算中的不足,提出了一种新的距离计算方法。该算法考虑了未知节点到锚节点路径中相邻三个节点组成的夹角对距离的影响,从而更精确计算出距离,并对改进算法和原算法进行了对比仿真。仿真结果表明,改进算法有效地提高了节点的定位精度和覆盖率.     

自适应蒙特卡罗无线传感器网络移动节点定位算法

针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高、采样率低等缺点,提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同,自适应地调整不同区域的采样粒子的影响权重,对未知节点进行定位;同时,利用上一时刻采样粒子增加限定条件,提高定位精度。仿真结果表明,本算法在规则度不同的条件下节点的定位误差平均下降了约13%,在速度不同的条件下定位误差平均下降了约10%,网络覆盖率可达到99.19%。     

高精度无线传感器网络节点定位算法

无线传感器网络在很多领域都有着广泛的应用前景,尽可能精确地确定传感器节点的位置是应用无线传感器网络时首先需要解决的问题.提出了一种新的基于物理学中的质点力学相关原理的距离无关的定位算法,与现有的距离无关定位算法相比,除了距离无关定位算法共同具有的优点之外,能够将平均定位误差降低到节点通讯距离的16%以下.给出了算法的实现过程和仿真结果,并且利用仿真结果与DV_Hop(距离向量跳段)算法进行了比较.比较结果显示,文中算法的定位误差约为DV_Hop算法的50%,在满足邻居关系方面文中算法也具有很大的优势,在定位时间上文中算法则存在定位所需时间过长的不足之处.     

无线传感器网络节点定位算法健壮性研究

定位是无线传感器网络最为重要的一项基础工作,目前的定位算法无一例外需要依靠参考节点的位置信息对非参考节点进行定位,然而当参考节点的位置信息受到攻击或误差影响之后,定位算法的精确度会受到极大的影响。文章列举了若干攻击方法,并提出了一种基于VNRP(Von Neumann Rejection Principle)的三边测量定位算法TVNRP(Trilateration Based onVNRP)。建造了一个可能遭受攻击的模拟环境,并将改进后的定位算法和原算法在该环境进行性能比较,实验结果表明改进后的算法具有良好的健壮性。     

无线传感器网络中免测距的节点自定位算法

无线传感器网络定位技术的显著特点,是利用有限的锚节点信息从而实现对全网内所有节点的定位.而同心圆定位方法是精度较高的免测距定位算法,通过将一些与锚节点通信半径最接近点的距离范围形成不同程度的圆环,然后彼此相交增加对未知节点的几何约束关系并对其进行位置估计.仿真结果表明,该算法获得较高的定位精度,同时计算和通信开销适中,不需要节点具备测距能力,是一个可扩展的算法,适用于各向同性的密集网络.     

移动无线传感器网络的能耗均衡路由算法研究

研究了节点移动的无线传感器网络的路由问题,提出了一种能耗更为均衡的改进路由算法.在经典分簇路由算法的基础上进行了改进：一是簇结构的范围限制在自由空间模型的传输临界距离d0半径范围之内,较小范围的簇结构在移动环境能相对保持稳定,还能节省数据传输的能耗;二是簇头采用了复合权值的方式进行选择,权值不仅考虑节点能量,还考虑节点的移动速度和聚集性.仿真实验证明改进后的算法有效提高了无线传感器网络的能耗均衡性,延长了网络的生存时间,节点的数据发送成功率相对于经典分簇路由算法也得到了较大提高.     

基于社会网络的移动无线mesh网络节点移动模型

为了适应移动无线mesh网络在军事作战、灾后救援等特殊领域,为路由协议及拓扑控制设计提供理论模型,研究了基于社会网络的节点移动模型,并比较了各节点移动模型在实际应用中的优势和劣势。研究结果表明,针对不同的应用场景,选用合理的移动模型进行拓扑建模,可有效改善网络的性能。     

无线传感器网络任务分配的粒子群优化算法

为延长网络生命周期,减少网络能量消耗和均衡网络负载,引入了粒子群优化算法,提出了一种基于离散粒子群优化的任务分配算法.该算法根据任务总完成时间和能量损耗,建立代价函数,实现优化任务分配策略.引入变异算子,较好地保持了种群的多样性并提高了算法的全局搜索能力.仿真实验结果表明算法是可行的和有效的.     

一种提高无线传感器网络节点定位精度的算法

提出一种提高传感器节点定位精度的算法,利用信号强度接收法测量节点间距离并以信标节点互为参考点修正该距离。MATLAB仿真结果表明,新算法与传统算法相比,其节点定位精度可提高10%～20%。     

基于拓扑的无线传感器网络边界节点检测

为了降低网络节点的通信量,并提高多洞网络边界节点检测速度,在对现有边界节点检测算法进行深入研究的基础上,利用网络的拓扑特性,设计了一种以网络纬度线检测网络边界的规模可扩展算法,引入网络纬度线对网络的边界节点进行检测。实验结果表明,该算法在识别准确率、检测速度、通信量等方面的性能有所提高。     

基于节点度优化的无线 mesh网络拓扑控制算法

由于网络节点之间资源竞争以及无线信号干扰增大,无线 mesh网络的吞吐性能亟待得到进一步的优化.针对此问题,给出了一种基于节点度优化的拓扑控制算法.算法采用中继区方式构建网络逻辑邻域拓扑,利用RNG 方法对网络拓扑进行局部节点度优化.仿真结果表明,该算法保证了网络的连通性,有效地提升网络的吞吐量.     

基于Boosting算法的Pegasis路由协议在无线传感器网络中的应用

一种基于Boosting算法的新无线传感器网络节点数据处理方法在文章中被提出,以提高使用Pegasis路由协议的无线传感器网络目标辩识率并降低系统能耗。文章对无线传感器网络中从簇头到汇聚节点的数据处理过程进行了重新设计,在簇头使用数据融合技术以减少数据信息冗余和系统能耗,在汇聚节点采用Gentle Boosting算法提高信息准确度并实现最优决策簇的选取。基于Boosting算法的数据处理方法在保持Pegasis路由协议优点基础上,在系统辩识率与系统能耗两者之间寻找到一个较为理想的平衡点。最后实验结果显示,与传统方法相比文章中的数据处理方法在提高辩识率与降低系统能耗方面拥有更好的性能。     

无线mesh网AODV路由算法改进及仿真

针对AODV路由协议中单向链路的问题以及协议自身的不足,提出了改进的AODV协议--ImprovedAODV.该协议通过对AODV协议的HELLO报文和RREQ报文做相应的修改,解决了AODV路由协议中单向链路的问题,并改善了AODV协议的性能.同时,在熟悉基于Linux平台的NS2仿真器针对Mesh网络路由协议的仿真过程的基础上,利用NS2网络仿真软件对AODV协议和改进后的协议进行仿真实验和分析,仿真结果证明,改进后的协议在时延和路由开销方面相对于AODV得到了较大的改善.     

基于实际无线局域网系统的信道估计算法

结合无线局域网(WLAN)系统进行适合实际系统的信道估计方法研究。针对实际系统在要求算法稳健性的同时,还要求算法简单易实现的特点,在最小二乘(Least Square,LS)算法中添加了离散傅里叶逆变换(Inverse Discrete Fourier Transform,IDFT)运算,利用信号在时域能量集中的特点,在时域对信号按门限值进行筛选,滤除大部分噪声,以此提高系统性能。仿真结果显示,改进算法可为实际WLAN系统所采用。