目前几种无线传感器网络节点定位技术分析

在无线传感器网络中,位置信息是监测事件不可缺少的信息,为了准确地确定事件发生的位置,传感器节点必须首先确定自身的位置。节点定位技术是无线传感器网络最重要的技术之一。该文将节点定位技术分为基于测距的和无需测距的两类,介绍和分析了几种典型的定位技术。     

夹角修正的DV-hop传感器网络节点定位研究

位置信息对于无线传感器网络中的事件监测必不可少,考虑到传感器网络中节点能量和资源受限的特性,针对现有定位方法的不足,提出距离无关的ARDV-hop算法,通过夹角修正方式以提高定位精度。该方法先基于传统DV-hop算法获取平均每跳距离,然后逐一选取锚节点间通信线路中部的节点,通过该节点与两端锚节点的夹角来修正平均每跳距离,从而提高全网节点定位的准确性。仿真实验结果表明夹角的修正方式对于提高定位精度十分有效,即使在网络中节点分布不均匀的情况下仍能准确定位。     

水声传感器网络节点定位技术综述

在水声传感器网络的应用中,只有当传感器节点的位置已知,获得的信息才具有意义.因此,节点定位技术是水声传感器网络研究的一个重点和热点.首先分析了在水声环境中的传感器网络节点定位技术的特点;在此基础上分类介绍了距离无关定位算法和距离相关定位算法,其中重点阐述和分析了距离相关算法的测距技术、基于固定锚节点算法和基于移动锚节点算法;最后总结并展望了水声传感器网络节点定位技术的发展与研究方向.     

一种改进的无线传感器网络质心定位算法

在无线传感器网络中,确定节点位置或事件发生的位置对其监测活动至关重要。节点自身的准确定位不仅是提供监测事件或监测目标位置信息的前提,也是提供网络拓扑自配置、提高路由效率、向部署者报告网络的覆盖质量以及为网络提供命名空间等网络功能的基础。为此,本文对无线传感器网络定位技术中的质心定位算法进行了改进,对未知节点大致位置的算法做了新的修正,并对未知节点位置确定算法中的加权因子进行了优化,使未知节点的定位误差和定位精度更加精确。相比原加权质心定位算法,本文仿真结果表明,改进的质心定位算法无论在定位误差还是在定位精度方面都有很大的提高。     

基于智能估计的无线传感器网络定位算法

节点定位是无线传感器网络的基本机制,位置数据是监测事件不可缺少的信息,传感器节点必须首先确定自身的位置.针对无线传感器网络的节点定位问题,提出了基于Free Search优化的智能定位算法,介绍了Free Search优化算法和智能估计的模型.该算法的基本思想是将参数估计问题转化为非线性函数的在线优化问题,利用Free Search获得未知节点坐标的最优估计.仿真结果证明,与最小二乘估计定位算法相比,新算法定位精度显著提高.     

基于无线传感器网络的同时定位与跟踪

研究无线传感器网络在位置信息不确定时,同时定位无线传感器网络节点并跟踪移动目标。利用RSSI测量节点对之间的距离,多维定标技术根据距离矩阵完成传感器网络的初始定位。估计与更新阶段提出了压缩EKF滤波确定传感器节点位置和目标位置。仿真结果显示:算法在较低的网络覆盖率下有较高的定位和跟踪准确度,在初始定位误差为5m时,节点和跟踪误差均小于3m,特别是在长距离的跟踪任务中有很好的精度和实时性。     

无线传感器网络改进型节点定位算法的研究

无线传感器网络节点位置信息对于事件监测起到至关重要的作用,节点定位技术是无线传感器网络应用的支撑技术之一。为了提高无线传感器网络节点定位的精度,同时减少定位计算过程中的能耗,在RSSI,HCRL定位机制分析的基础上提出了一种改进型的节点定位算法:接收信号强度比定位算法(RSS-RL),通过仿真试验显示:RSS-RL定位算法不仅降低了节点定位复杂度,而且,提高了定位精度。     

无线传感器网络中一种精细距离控制定位算法

在Hop-terrain定位算法的基础上,提出了一个新的改进定位算法。新算法先利用由距离向量交换获得的普通节点与信标节点间的跳数距离进行传感器节点的初始位置估计;然后利用节点初始估计位置和节点直接邻居信息进行节点位置的迭代更新。在更新阶段,为了降低误差,引入了一种精细距离控制机制。该距离控制机制参考到高可信度权值邻居节点的距离约束关系,选择可能的最好节点位置作为最新迭代定位结果。仿真结果表明,与原算法相比,该算法能提高定位节点的比例,降低节点定位误差。     

无线传感器网络近似三角形内点测试定位算法

无线传感器网络作为一种全新的信息获取和处理技术，可以在广泛的应用领域内实现复杂的大规模监测和跟踪任务，而网络自身定位是大多数应用的基础。传感器节点自身定位就是根据已知位置的节点，按照某种定位机制确定自身的位置。该文分析了近似三角形内点测试算法，对该算法进行了改进，分析表明：较之原算法，改进算法增大了anchor节点的覆盖度，降低了In-To-Out Error与Out-To-In Error发生的概率。     

基于遗传算法WSN节点定位算法研究

研究无线传感器网络节点定位问题.针对无线传感网络由于位置信息等原因而造成节点定位误差较大,精确度不高等问题缺陷,提出了一种改进的基于遗传算法优化DV-hop定位算法,并将算法应用在无线传感网络节点定位中,算法首先利用节点间的距离和锚节点的位置,在距离无关定位算法的最后一个阶段,采用遗传优化算法对DV-hop算法定位得到位置进行校正,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围,仿真结果表明,改进的网络节点定位算法定位误差小和定位范围广等性能,与原始的DV-Hop定位算法相比定位误差明显减小,精度明显提高.表明算法是一种高效节能的定位算法.     

基于无线传感器网络的大型场所火情检测与定位算法

针对商场等大型场所火灾监控存在的火情态势估计不明、监控节点孤立、预警准确率低、火源定位不准确等问题,提出一种基于 无线传感器网络的大型场所火灾检测与定位算法。采用人工神经网络对火灾检测节点数据进行学习训练和火情估计,并经过模糊推理决策,给出火灾报警信息。利用受限空间烟雾扩散模型、气体温度扩散模型实现火源定位,并准确估计火情,以提供消防人员灭火决策。从单节点神经网络火灾报警仿真实验得出单节点火灾检测概率较高,同时从多节点火情定位实验得出,火情的覆盖范围描绘准确,火源定位精度较好。理论分析和实验结果表明火灾检测和定位算法是可行的。     

无线传感器网络节点的协作式定位

无线传感器网络是当前的一个热门研究领域,本文分析了传感器网络节点的协作式定位方法,即充分利用网络内所有的节点来进行定位,有利于节省节点能量,延长系统寿命。大量的仿真实验显示:协作式定位方法能有效的对传感器网络节点进行定位。     

基于超级节点的分布式传感器节点定位算法

针对无线传感器网络中数目庞大的传感器节点难以进行有效定位的问题,提出一种分布式的传感器节点迭代定位算法.基于整个网络中相互重叠的子图,该算法的每一步迭代涉及两个步骤:一是每个子图内的高效定位,二是相邻子图之间的局部一致.对于每个子图,采用共轭梯度法对节点进行局部定位;之后,对相邻子图重叠区域内节点的局部位置进行融合平均.这两个步骤持续进行,直至满足迭代终止条件.仿真实验表明,与现有分布式算法相比,所提出算法的定位误差降低了一个数量级,能够对大规模的无线传感器网络进行高效定位.     

基于多粒度流形学习的无线传感器网络定位方法*

针对FastMDS-MAP定位算法存在对不规则无线传感器网络定位误差大,选取的框架节点不能很好的体现网络的拓扑结构实现不同粒层定位的问题,通过选择不同的筛选半径获得不同粒度的框架节点,结合绝对坐标变换加权策略提出了基于多粒度流形学习的无线传感器网络定位方法(MG-MDS)。仿真实验结果表明,不规则网络中MG-MDS算法定位精度比FastMDS-MAP算法有明显的提高;且定位误差随着网络节点粒度的变细而变小。     

基于多重回归分析的DV-HOP定位算法研究*

针对无线传感器网络中已有DV-HOP定位算法节点定位精度不高的问题,提出了一种RSDV-HOP（RSSI and statistics DV-HOP）算法。该算法运用统计学中的多重回归分析方法,通过对锚节点信息建立的回归模型,运用到全网中实现对未知节点的定位。仿真结果表明,RSDV-HOP算法在定位精度上相比DV-HOP算法有明显的提高。     

活动受限三维水下传感器网络节点定位算法

针对水下传感器网络的部署方式,设计活动受限三维水下传感器网络节点定位算法(localization foractive-restricted UWSN,简称LAR).LAR 利用水下节点活动受限的特点辅助定位,通过分层定位的实施方式得到部署区域内全部节点的位置,并根据水下传感器网络中的节点移动规律,设计动态环境下的补偿机制.LAR 过程简单、易于实现,仿真结果表明其定位误差明显小于现有算法.     

水声传感器网络节点自适应加权定位算法

对水声传感器网络节点定位进行研究,针对水声传感器网络节点间测距精度不高的问题,提出一种水声传感器网络节点自适应加权定位算法。考虑到水声传感器网络节点间的测距误差随着节点间距离的增大而增大,算法改进了锚节点选择机制,并且对不同锚节点在定位测度中的权重进行加权,改进定位测度,提高了测距信息的利用效率。仿真实验表明该算法提高了节点定位精度。     

基于射频识别和无线传感网融合技术的仓储定位方法研究

针对射频识别在大规模仓储定位环境下节点数量要求过高,有效覆盖面积较小问题,提出一种基于移动锚节点的二次定位方法。传统质心算法必须在节点的3度覆盖下才能有效定位,造成节点浪费。综合射频识别和无线传感网融合技术,构造一种新的锚节点,将传统定位过程中的节点划分为固定锚和移动锚,首先利用固定锚进行初步定位获得未知标签位置范围,然后利用定位向量判定移动锚的停止位置。最后,采用基于信号强度的加权质心定位算法,进行二次精确定位。仿真结果表明,该方法能有效减少锚节点数量,弥补射频信号覆盖不完全区域的定位,提高定位精度和覆盖范围,具有一定的实际应用价值。