基于三角不等式的加权双曲线定位DV-HOP算法

针对DV-HOP算法中信标距未知节点越远其测距误差越大的问题,提出了一种基于三角不等式的加权双曲线定位DV-HOP算法。该算法在计算信标间的距离和未知节点到一跳信标距离的基础上,利用三角不等式对未知节点到多跳信标的距离进行约束,以减小测距误差。在双曲线定位过程中引入一个与距离成反比的权值,以降低测距误差对节点定位精度的影响。仿真实验表明,在相同的条件下,与DV-HOP及相关改进算法相比,定位精度分别提高了13%和7%以上,且稳定可靠、易于实现。     

基于移动信标的水下无线传感器网络定位算法

针对现有水下无线传感器网络定位算法定位精度不足且无法适应水下多变的网络拓扑的问题，提出一种基于移动信标的水下无线传感器网络定位算法。首先通过RSSI测距定位和DV-Hop算法获取未知节点的大致分布情况，其次以未知节点定位覆盖率作为目标函数，采用经过自适应惯性权重和柯西-t扰动策略优化的改进秃鹰搜索算法迭代求解信标节点移动的最优位置，最后信标节点移动到最优位置再对未知节点进行重新定位。仿真结果表明,与对比算法相比，移动信标节点定位算法能有效提高未知节点定位精度，在网络拓扑变化时也能保持较高的定位精度且定位效果稳定。     

基于动态贝叶斯 LS-SVM 的水下节点移动预测定位算法

针对水下无线传感器网络环境的复杂性和节点的动态性所导致的节点定位精度低的问题,提出了一种基于动态贝叶斯 LS-SVM 的水下无线传感器网络节点移动预测定位算法;该算法以信标节点到通信半径内所有信标节点的距离和跳数矩阵作 为训练集;利用贝叶斯证据框架构建贝叶斯 LS-SVM 模型,将未知节点与信标节点之间的跳数向量作为测试集;将测试集代入 到训练好的贝叶斯 LS-SVM 模型中来确定节点之间的距离,进而建立节点与信标节点距离矩阵的方程并利用最大似然估计法 对未知节点坐标进行估算;最后,通过循环迭代的方式对所有未知节点进行定位的同时使用自适应增减算法动态调整模型参数 和预测模型,以适应数据的动态变化;实验结果表明,该算法相同的节点密度下相较于 SLMP 算法、RTLC 算法、NDSMP 算法以 及 MPL 算法的平均定位误差分别降低了 24. 77%、22. 25%、3. 1%、6. 5%,有效地实现了水下未知节点的动态定位。     

基于RSSI测距的加权概率定位算法

针对无线传感网络中每条链路衰减因子的不同,提出了一种基于RSSI测距的加权概率定位算法。该算法先将可能存在的未知节点区域划分成栅格,运用高斯噪声模拟路径衰减指数误差以构建信号传播概率模型,根据信号强度确定信标节点的权值。然后由概率模型和相应的权值赋予栅格不同的置信度,将置信度最大栅格的位置作为未知节点的坐标。最后根据网络的连通信息消除翻转歧义。实验表明,在相同的条件下,与MLS算法相比,该算法更接近真实环境,具有更高的定位精度。     

基于信标优化选择的无线传感网络定位方法研究

本文研究了无线电波的传输特性,建立起传感器节点的定位模型,在该模型的基础上推导了二维平面的节点定位公式。现存的定位算法,都是假设信标节点不存在位置误差,这和实际情况不符。文中提出定位偏差参数的概念,以此作为信标节点选择的依据,设计出信标优化选择定位算法（OBS）,OBS通过减小定位过程中的误差传递来提高定位精度。试验和仿真数据表明,通过合理选择权值,本方法可以达到较高定位精度,相对于最大似然法和质心算法,本方法定位效果更好。     

基于RSSI测距技术的三角形面积和定位算法

为了提高无线传感器网络的定位精度,从提高测量精度、改善信标节点分布的角度提出了一种基于RSSI测距的三角形面积和定位算法。该算法利用高斯模型对非敏感区的RSSI数据进行处理,筛选出RSSI较优值,解决了RSSI易受干扰的问题。研究表明,通过高斯模型筛选出的RSSI值可以较好的预测环境参数;三角形面积和算法可以动态调整环境参数,使未知节点和信标节点达到合理距离,该算法计算简单,无需硬件扩展。     

基于修正 RSSI 值的四边形加权质心定位算法

在利用接收信号强度指示(RSSI)对无线传感器网络中的未知节点进行定位时,RSSI 值易受环境的影响导致定位误差, 为此提出基于 RSSI 测距修正的四边形加权质心定位算法(QWCRC)。 先对来自同一锚节点的多个 RSSI 值进行卡尔曼滤波,得 到修正的 RSSI 值,致使测距尽可能的接近真实距离;再采用四边形加权定位对未知节点进行定位,同时利用最小二乘法进行辅 助定位,此算法对于相邻锚节点圆不相交的情况给出新的解决方案。 实验结果对比表明,改进的算法相比较于四边形加权质心 算法(QWC)和 RSSI 测距修正的三角形加权算法(TWCRC),在锚节点数目 5×5 和噪声强度为 0 dbm 时,定位精度可分别提升 87. 14%和 35. 51%。     

基于RSSI测距的改进加权质心定位算法

基于RSSI(Received Signal Strength Indication)的三角形加权质心定位算法在测距和定位中存在较大误差,针对这一缺点提出一种改进的加权算法。在该算法中采用节点距离倒数之和代替距离和的倒数作为权值,并且根据节点距离给出加权因子作为修正,以充分利用节点信息。仿真结果验证了该算法的有效性,与原有定位算法比较其定位精度得到提升,最高可达50%。     

基于RSSI的极大似然与加权质心混合定位算法

随着无线传感器网络的发展,日益需要更加精确的位置信息来支撑其相关的应用.通过分析待定位节点定位过程中产生的误差,对二阶段定位算法、接收信号强度指示（received signal strength indicator,RSSI）定位技术和质心算法进行深入的研究,提出了极大似然与加权质心混合定位算法：首先通过极大似然估计法对待定位节点进行粗略估计,然后利用加权质心算法对待定位节点坐标估计求精,进一步提高定位精度.仿真实验结果表明,该算法能够在定位精度方面有较大的提高.     

基于IMA-FPGA的电力传感器失调节点定位方法

为了解决动态测试系统中,由于电力传感器失调节点定位偏差,产生的测试数据失调现象,提出基于改进关联挖掘算法(Improved Mining Association Algorithm,IMA)及FPGA实现的电力传感器失调节点定位方法,对关联挖掘算法进行了详细的逻辑分析。利用该算法思路获取电力传感器失调节点间的关联规则,基于该关联规则,通过电力传感器失调节点的DV-Hop定位算法,将未知电力传感器失调节点到信标节点间的距离,用网络中节点平均每跳距离和到信标节点间的跳数乘积表示,采用三角定位获取电力传感器失调节点的位置。为了将最佳电力传感器动态定位器运用在在线检测中,在动态定位器的硬件结构中融入了分布式算法,给出了电力传感器动态定位器的高速并行FPGA实现过程。实验结果说明,所提方法进行电力传感器失调节点定位时的执行时间与内存使用量方面均优于传统方法,定位准确率方面比传统方法也有很大提高,有一定的实际应用价值。     

一种缩小定位区域的改进APIT无线传感器

通过对现有文献的分析可知传统APIT算法存在着定位误差大和覆盖率低的问题。针对上述问题,提出一种APIT的改进算法。引入缩小定位区域的思想,通过多次运用PIT算法求定位区域质心,将原APIT算法的一轮定位扩展为多轮定位,逐步减小定位区域,将较小定位区域的质心坐标作为未知节点的坐标,减小定位误差;同时,改进算法充分运用可移动的信标节点,逐步增加定位覆盖率。在MATLAB环境的各场景下对改进算法进行仿真,并将其与原有算法进行对比。仿真结果表明,改进算法能够在减小节点定位误差的同时提高定位覆盖率。     

路径相似度因子在DV-Hop改进中的应用

经典DV-Hop方法在非均匀分布网络中存在节点间距离估计误差较大以及节点定位精度低的问题。引入节点间多跳最短路径相似度因子的计算规则,用于在距离估计步骤中修正节点的每跳平均距离值,并在位置计算步骤中选择参与定位计算的信标节点;使用改进的模拟退火(SA)算法对节点初始位置进行优化。仿真表明,所述改进策略在随机生成的网络拓扑结构条件下,相对于经典DV-Hop算法平均可降低约20%的定位误差,相对于既有的先进改进方法平均可降低约4%的定位误差,表现出良好的定位性能。     

RSSI信号滤波技术在机器人导航中的应用

针对RSSI方式对移动节点进行导航定位时会引入较大的模型误差的问题,提出了一种高效的硬件分组粒子滤波算法对节点间RSSI信号进行滤波预处理,确保RSSI值和节点间距离呈单调函数关系。直接利用RSSI信息和网络拓扑结构实现机器人定位,避免将RSSI值转换为几何距离时带来的模型误差。将滤波处理和导航计算分散到多个信标节点上执行以提高算法实时性,在导航实施之前无需精确已知各信标节点的几何坐标,免去了人工部署信标节点的步骤,可适合网络拓扑结构或环境参数频繁变化的场合,该方法在现场实验中导航控制精度可达到0.6 m。     

基于共面度和分层结构的WSN三维定位算法

定位技术是无线传感网络的关键技术之一,而三维定位更是定位技术的难点和研究热点。研究了现有的各种典型定位算法,分析了它们的优点与不足之处,并在具有代表性的距离无关算法DV-Hop的基础上提出了两种改进算法,分别是基于共面度的三维DV-Hop算法和基于分层结构的室内三维DV-Hop算法。前者通过分析参考点拓扑结构对定位造成的影响,提出了共面度的概念,并且结合了多重阈值选择策略,仿真结果显示该算法比原算法提高了定位精度、减少了不良节点比例,并且具有更好的稳定性。后者通过分析建筑物中节点水平分层分布的特点,提出了分层结构的定位思想和投影测距算法,仿真结果显示该算法比原算法在参考点比例较低的情况下表现出更好的鲁棒性和稳定性。     

基于ZigBee无线传感器网络的变电站人员定位的改进算法研究

为了对在数字化变电站中的人员进行精确、低成本的定位,将ZigBee无线传感器网络引入到变电站,并对其目前用于变电站中人员定位的直接测距算法进行了改进,提出了模糊推理算法。该算法将每个参考节点接收的信号强度和参考节点间的相对距离作为输入,经模糊化、模糊推理、去模糊化后得到每个参考节点接收信号强度的可信度,然后取三个可信度高的参考节点进行三边定位计算。仿真结果表明,所提出的算法可在使用较少节点且不添加任何硬件的条件下明显提高变电站中人员的定位精度。