无线传感网络改进APIT定位算法

未知节点定位是无线传感网络中的研究重点之一,目前最常用算法为基于免测距原理的APIT算法.该算法具有通信开销小、硬件简单易实现等优点,但其基本思想为质心原理定位,故定位精度难以提高,特别是当锚节点稀疏时无法定位.针对APIT定位算法无法定位,锚节点三角形不包含待定节点的情况,提出一种改进两点定位法,并与原APIT定位算法相结合,提高了定位精度及未知节点覆盖率.     

无线传感器网络RSSI定位算法的研究与改进

为了克服接收信号强度指示(RSSI)测量误差对无线传感器网络节点自身定位精度的影响,提出一种改进的RSSI测距定位算法.该算法考虑到参考节点间的几何位置,可获得最优参考节点.将同一参考节点采集到的RSSI值通过中位数法进行数据处理,获得RSSI权值,对RSSI值进行修正.最后利用加权质心算法,得到未知节点的位置.仿真结果表明,该算法能有效过滤过大的节点定位误差,提高精确,使误差相比原始算法降低60%左右.     

基于节点间覆盖关系的改进DV-Hop算法

针对经典DV-hop算法在估计跳数时所引起的定位误差,提出了基于覆盖比例的定位算法. 根据两节点间的通信覆盖率引入跳数系数,降低了每跳距离产生的误差,精确未知节点距参考节点的位置. 仿真结果表明,改进的算法能使节点的定位精确度提高,使误差比原始算法降低10%左右.     

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。     

无线传感网络基于协作模式节点定位研究

提出了一种新的基于刚性图理论和遗传算法的节点定位算法,以无线传感器网络节点的有效定位为基础,利用刚性图理论形成局部定位协作体,采用遗传算法实现节点位置的估算。该算法的特点是在形成定位协作体阶段利用节点多跳信息实现高定位率,利用节点间的测距信息实现高定位精度和高定位率。仿真实验表明,所提出算法的定位率比仅利用单跳信息时的定位率提高一倍,当测距误差Re=0.05R时,平均绝对定位误差为0.073R;当测距误差Re=0.1R时,平均绝对定位误差为0.14R。     

基于搜索的RSSI节点定位算法

节点定位是无线传感器网络中的关键技术.该文通过对无线电传播路径损耗模型的分析,并以锚节点之间的信息作为参考,提出了一种基于搜索的RSSI定位算法.该算法由RSSI测距,定位计算和循环搜索求精三阶段组成,计算简单,通信开销小,节点定位精度较传统三角形定位算法有一定的提高,具有普遍的应用意义.     

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%。     

基于相交度比的无线传感器网络迭代定位算法

为提高免测距无线传感器网络节点定位算法的性能,针对免测距定位算法利用最小跳路径距离替代节点间欧氏距离,和信标节点近似共线引入较大定位误差的缺陷,提出基于相交度比的无线传感器网络迭代定位算法,首先利用定位单元拓扑分布质量函数选择1-跳邻居参考节点,组成高质量的定位单元;其次采用基于相交度比的距离计算估计距离精度;最后采用双曲线定位方法减少误差.仿真结果表明,在节点均匀随机部署,非均匀C-型分布的网络场景中,与DV-Hop、Amorphous等已有改进算法相比,新算法具有更小的定位误差,可提供更加精确的传感器节点位置.     

无线传感器网络节点定位问题研究

定位技术是无线传感器网络重要的共性支撑技术之一。对无线传感器网络的定位问题进行了分类;把节点定位过程分成4个基本步骤,并以此分类和节点定位过程组成为线索,介绍并分析了现有的具有代表性的节点定位算法。指出了今后无线传感器网络节点定位算法研究可能的几个热点方向。     

无线传感器网络自定位算法的研究

针对无线传感器网络节点稀疏时会产生定位盲区的问题,在研究经典AOA(三角测量法)算法的基础上,提出了一种改进的无线传感器网络自定位算法,在节点自身基准线相对于绝对坐标轴夹角已知的情况下,未知节点只需一个邻居锚节点就能实现自定位.仿真实验证明,在节点数相同的情况下,改进的无线传感器网络自定位算法相比于经典AOA算法,有更高的有效定位率和更低的平均定位误差,适用于节点稀疏的网络环境.     

基于声音位置指纹的室内声源定位方法

针对基于模型的声源定位方法在非结构化空间中应用所存在的模型依赖度高、定位精度低等问题,提出一种基于声音位置指纹的定位方法,通过将待定位点处的声源信号空间位置特征与定位数据库中信息进行比较从而完成声源定位.该定位方法包括2个阶段:离线采样阶段,捕获各定位参考点处声源信号并完成位置特征提取,据此特征和参考点位置信息构建定位数据库;在线定位阶段,通过提取待定位点处实时信号特征并和定位数据库中信息进行匹配完成定位.仿真实验结果表明:在麦克风数量较少、环境噪声干扰较大的情况下,该方法具有较小的声源位置估计偏差,定位效果可满足实际应用需求.     

ZigBee无线定位网络的精度分析及优化

针对CC2430/CC2431的ZigBee无线定位网络误差产生的原因,对系统精度进行分析和优化.通过研究单向误差的方法,针对不同网络拓扑结构、不同参考节点间距,进行90小组实验并对数据分析拟合.当网络参数A=78,n=16,节点间距为30m、摆放方式为矩形拓扑结构的情况下,ZigBee无线定位网络的误差均值较小,定位稳定性最高.对参考节点间距为30m时的误差拟合曲线进行了分析,发现矩形的ZigBee无线定位网络区域可以近似分为误差稳定区域和误差单向偏差区域.结果表明：在构建无线定位网络时,可以根据需要选取最佳的参考节点间距,并对有误差的区域进行补偿,从而提高ZigBee无线定位网络的可用性,降低其使用难度.     

基于多元变量泰勒级数展开模型的定位算法

传统Taylor级数展开模型只考虑未知节点和锚节点之间的距离,没有考虑未知节点之间的距离,定位信息不够全面,从而导致定位精度不高。为了进一步提高定位精度,该文提出了一种新的基于多元变量Taylor级数展开模型的定位算法。首先考虑未知节点之间的距离信息,建立新的基于多元变量Taylor级数展开的定位模型。然后,在对新的定位模型求解过程中,采用粒子群算法对未知节点进行定位,获得其位置的初始值。再根据加权最小二乘法求出新模型的解,作为未知节点的估计位置。最后,为评价该算法的性能,对定位结果的克拉美罗界（CRLB）进行推导。仿真结果表明基于多元变量Taylor级数展开模型的定位精度更高,定位误差接近CRLB。     

无线传感器网络DV-Hop定位算法

定位技术在无线传感器网络应用中起着非常重要的作用,也是具有挑战性的一种技术。近些年来,为了解决节点定位不精确的问题,很多定位算法被相继提出。在无需测距的定位算法中,DV-Hop定位算法利用节点之间的跳距估计传感器节点的位置,受到了越来越多学者的关注,但是这种定位算法本身也存在着一定的不足。针对DV-Hop定位算法的不足,提出了先对未知节点平均跳距进行加权处理,再用修正算法修正节点位置的改进算法。仿真结果显示,改进后的定位算法在一定程度上提高了节点的定位精度,具有很强的应用性。     

移动参考节点动态路径最优规划

在利用移动参考节点对无线传感器网络进行时间同步或定位的过程中,参考节点的移动路径规划,直接影响节点同步精度、定位精度和能量损耗。将移动节点的移动路径规划转化为对广播点的选取及广播点间路径规划,对应数学模型为经典的选址问题和旅行商问题。通过建立两者的最优联合数学模型,提出利用贪婪算法寻找最优的广播点并获得最优移动路径的方法。仿真结果表明：该路径能够覆盖整个网络,同时缩短参考节点的移动距离。     

听觉定位数据库构建过程优化

针对采用栅格地图法进行听觉定位数据库构建过程中存在的所需参考点数量较多和局部定位效果恶化等问题,提出基于定位误差分布特征的位置指纹数据库构建方法.在数据库构建过程中,根据测试点的定位误差分布情况,采用k近邻算法搜索定位精度偏低的区域进行新定位参考点布置.从仿真和实际实验两方面对所提出的方法与传统栅格地图方法的数据库构建效果进行了对比.结果表明,采用该方法可以有效地提升位置指纹库构建的效率,抑制局部定位效果恶化现象,提高听觉定位系统的适用性.     

高效的周期性移动定位优化策略

针对周期性监控应用普遍存在因定位策略局限而导致移动终端耗电量大、精度低等诸多问题,从博弈论和计量经济学角度构建了高效的定位优化策略模型,根据用户使用场景,分析历史移动定位数据,充分考虑各种网络定位和终端定位的基础定位方式及其成功率,构建依次选用全球定位系统、基于位置业务开发的定位技术、无线宽带、基站等的动态移动定位策略.Matlab仿真结果表明,周期性移动定位策略能提高首次定位速度,并能快速精准地进行下一次移动定位,进而可降低通信网络和移动终端系统的压力.