WSN中信标节点移动情况下的定位方法研究

定位技术是无线传感器网络的基础理论和关键技术之一.在实际应用中,一些信标节点在部署以后其位置由于各种原因而会发生漂移,由此就使得依赖于这些信标节点来定位的其他节点将无法准确定位,或者产生很大定位误差.本文针对信标节点产生漂移情况下的节点定位问题,提出了一种基于区域划分的信标节点移动检测算法(AD-BMD),在区域划分的基础上,通过两次判定过程将移动的信标节点检测出来,并为每个信标设置了坐标可信度值.为合理利用移动的和未移动的信标节点,提出一种基于信标移动检测的信标择优定位算法(BMD-BOS),通过合理选择信标节点来对其它未知节点进行定位.实验结果证明,AD-BMD算法具有很高的检测正确率和较低错误率,检测效果好于LB和SSV方法.BMD-BOS算法的定位精度远远高于没有进行移动信标检测的定位算法(N-BMD)和将移动信标丢弃的定位算法(D-BMD).     

WSNs中一种基于移动信标检测的定位算法

信标节点在无线传感器网络(WSNs)定位技术中起着重要的作用,它作为参考节点决定着被定位目标的位置。在WSNs的实际环境应用中,信标节点可能会因为各种原因发生移动成为不可靠的信标节点,此时依赖不可靠信标节点来定位的未知节点将可能产生较大的定位误差,甚至失去了利用价值。针对信标节点发生移动的问题,提出了一种定位前期的基于可用信标的移动信标检测(BAB—BMD)方案。在节点定位之前,对定位节点收到的所有信标进行检测,并对移动信标重定位计算其可靠度。然后,依据信标可靠度选择可用信标节点进行定位,即基于可用信标的信标择优(BAB—BOS)算法。实验结果表明:BABBMD具有较好的检测准确度,同时采用BAB—BOS定位算法定位准确度要高于未进行移动信标检测的定位准确度和丢弃移动信标的定位准确度。     

WSN中一种基于重叠区域的蒙特卡罗定位算法

随着传感器网络的发展,其定位技术的研究引起了人们极大的关注.但由于无线传感器网络在电源、计算能力及内存容量等方面的局限性,大部分定位算法消耗太多能量.文中在传统Monte Carlo Localization (MCL)算法基础上提出对其改进的定位算法,构建节点运动模型,并结合sample-adaptive Monte Carlo Localization Boxed (AMCB)算法,减少采样区域,并在维持定位精度的前提下减少能耗.最后分析模拟结果表明改进的算法在无线传感器网络中是可行的和有效的,且表现出了良好的性能     

基于移动信标节点的无线传感器网络定位算法研究

研究了无线传感器网络中的节点定位算法问题,提出了一种新的基于移动信标节点的定位算法。该算法利用一个移动信标节点遍历整个网络,并周期性地广播包含其当前位置信息的分组,当未知节点接收到三个(或以上)与它的距离为通信半径的位置信息分组后,利用三边法计算自身位置。进而,考虑通信半径存在摄动的情况,利用极大似然法替代三边法提高算法的抗干扰能力。最后,通过仿真研究了该算法的特性,并与DV-Hop定位法进行了比较,仿真结果表明该定位方法在定位误差、通信量和网络结构适应性等方面均表现出良好的性能和优越性。     

基于锚同心圆的改进加权质心WSN定位算法

研究无线传感器定位准确性问题,针对测量位置节点信息,为了提高无线传感器网络的定位精度,采用同心圆定位算法(CAB)是一种免测距的无线传感器定位算法,相比于传统的测距方法能降低节点的能量消耗,但是定位精度却不及传统的测距定位方法.提出在同心圆定位算法(CAB)的基础上,通过分析无线电传播路径损耗采用了一种加权同心圆定位算法.给出了算法的流程,仿真分析了通信半径对新算法定位精度的影响,比较了算法定位精度与现有的几种免测距定位方法的定位精度.仿真结果表明,改进算法有较高的定位精度而且对距离不敏感,对实际工程提供应用价值.     

基于遗传算法的WSN移动信标定位及路径求取

针对无线传感器网络中使用移动信标定位问题,提出了基于遗传算法的无线传感器网络移动信标定位及路径求取方法。首先根据区域面积计算出三重覆盖所需的发射信标位置的个数,用遗传算法优化求取信标发射位置,再用流浪旅行商算法获取遍历发射位置点的最优路径,在遍历时基于加权质心算法对传感器节点定位。实验结果表明,该方法可对传感器节点进行高效定位。     

WSN中一种基于移动锚节点的节点定位算法

在无线传感器网络的定位过程中,随着锚节点的使用数量增多,整个网络的开销也会增大,从而会造成较大的浪费.因此,为了实现利用较少的锚节点完成较精确定位的目标,提出了一种仅基于3个移动锚节点的Range-free无线传感器网络节点定位算法.该算法能够保证每个未知节点都选择与其距离在一定范围内的锚节点进行定位,同时,通过建立优化模型以最大化网络中的二重覆盖区域范围,从而进一步提高定位的精确度.仿真实验结果表明,该算法能够在一定程度上提高节点的定位精确度.     

基于移动锚节点的WSN节点定位方法

为提高WSN定位精度,提出一种带定向天线的移动锚节点定位算法。首先对WSN进行分层,锚节点可沿x轴和分层线移动实现对未知节点的遍历,在移动过程中等间隔距离旋转定向广播位置信息,未知节点根据接收到的锚节点坐标、方位角等信息确定自身位置。定位算法简单,无需测距,完全使用锚节点信息实现定位,仿真结果表明,该算法比典型的采用单个移动锚节点的SLWL算法具有更高的定位精度和定位稳定性。     

一种基于相位差测量的WSN节点测距方法

提出了一种基于相位差测量的WSN节点测距方法.该方法任取WSN网络中的两个节点作为发射节点,并使它们以非常接近的高频发射未调制的正弦波以便在空间叠加产生干涉信号,根据网络中不同接收节点测量的其低频RSSI信号的相位值的差值可以得到发射节点和接收节点之间的距离关系并由此最终得出节点间的距离.其特点是有较高的测距精度,可用于WSN节点的2D与3D定位,却无需额外的高精度硬件,适合于低成本的WSN网络应用.实际试验验证了该方法的有效性.     

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。     

一种基于CKF的无线传感器网络分布式定位算法

为提高无线传感器网络节点定位的精度,降低算法计算复杂性,提出了一种基于容积卡尔曼滤波的无线传感器网络分布式节点定位算法。该算法假定移动锚节点按预定路径在传感区域移动,并周期性广播自身位置信标信息;每个未知位置节点首先收集多个锚节点信标信息及信号强度信息,然后估算出锚节点信标位置与未知节点的距离,最后在未知节点上运用容积卡尔曼滤波算法完成自身位置的分布式定位。仿真结果表明：本文所提算法具有优良的定位性能,定位精度和无迹卡尔曼滤波算法相当,明显优于极大似然估计定位算法,而计算复杂性则低于无迹卡尔曼滤波算法。     

基于遗传算法的WSN节点定位技术

提出一种基于遗传算法的无线传感器网络节点自定位技术,在算法的第1阶段利用采样方法对节点初始位置进行初步估计,在 第2阶段采用遗传算法对节点初始位置进行求精。仿真实验结果表明,该算法在锚节点比例较低的情况下仍然能够对未知节点进行准确定位,且定位精度更高。     

基于Voronoi图的WSN阶次序列定位算法

针对现有阶次序列定位算法复杂度高的问题,提出一种基于Voronoi图的无线传感器网络阶次序列定位算法。根据Voronoi图对定位空间进行划分,将多边形顶点和边界交汇点作为虚拟信标节点,建立虚拟信标节点到信标节点的阶次序列表。计算未知节点序列与最优序列的Kendall阶次相关系数,通过对系数的归一化处理实现未知节点位置的加权估计。仿真结果表明,与现有序列定位算法相比,该算法在保证较高定位精度的前提下降低了算法复杂度,并且未产生额外的网络成本与能耗。     

一种分布式的无线传感器网络Range-free节点定位算法

针对无线传感器网络在实际应用环境中节点分布往往不均匀的状况,提出了一种分布式、无需测距设备支持的节点自身定位算法(简称为NCL算法).NCL算法基于节点通信邻域内邻居节点的个数估算节点间距,并在计算节点坐标时对节点间距进行加权平均以提高定位精度.使用OMNeT 对NCL算法进行仿真,并与DV-Hop算法进行比较分析.仿真结果表明,NCL算法提高了非均匀网络中的定位精度,具有较小的通信开销,并具有一定的容错性和自适应性.     

基于距离无关的WSN节点定位技术研究

WSN(无线传感器网络)的许多应用都是基于节点的位置信息,传感器网络由于节点数量巨大,资源十分有限,全部节点都采用GPS定位设备是不适宜的。该文在分析了WSN定位算法研究的基础上,分析了近年来提出的基于距离无关的定位算法,这些算法能有效地提高定位精度。     

无线传感器网络分布式定位算法研究

定位技术是传感器网络中的关键技术之一.重点介绍DV-Hop,ROCRSSI两种分布式非测距定位算法及具体实现过程,DV-Hop算法以增加网络通信开销为代价获得了较高的容错性和覆盖率;ROCRSSI算法简单、部署成本低,但对周围环境和锚节点密度依赖性较大.从开销、容错性、定位精度、覆盖率等方面对两种算法的具体性能做了评价比较.     

一种基于RSSI的无线传感器网络 全程优化分布式定位策略

针对目前定位算法存在精度与成本有较大矛盾的问题,在定位实施各阶段采取有效措施,提出一种新的基于接收信号强度指示(RSSI)观测模型的协作定位算法.该算法以有效计算方式获得距离数据,优选锚节点参与定位计算,通过泰勒展开迭代求精法实施位置优化,最终获得满足要求且定位精度较高的位置估计.引入协作定位思想,将满足一定要求的已定位节点升级为锚节点,参与其他节点的定位,提高了定位的覆盖率和定位精度.仿真实验结果显示:网络参数相同的条件下,本文算法定位效果接近基于实际坐标的泰勒级数展开算法,而远高于基本的最小二乘定位算法,且由于所需存储空间小,其定位精度也随测距误差的减小而快速提高,能够满足大规模无线传感器网络的定位需求.     

基于二阶段差分演化的WSN节点定位优化

由于非测距的WSN节点定位算法DV-Hop定位精度不高,引入智能优化算法后有效提高了定位精度,但迭代次数过大,节点能耗相对过高,而在较少信标节点和较短的通讯信半径条件下,传统智能优化算法难以生效。针对这种情况,提出了基于二阶段的差分演化定位优化算法。仿真实验设计在100m×100m正方形的区域内,随机分布100个无线传感器节点,首先用DV-Hop算法进行第一阶段粗略定位,然后在第二阶段用差化演化算法对定位进行优化,为了对比各种算法在低能耗（很少迭代次数）下的表现,优化过程只迭代了10代,最后得到节点坐标。实验结果表明,算法能获得更好的定位精度和具有更好的稳定性。该算法在极少迭代次数的条件下,在信标节点稀疏和通信半径较短的特殊情况下,获得满意的定位精度和更好的稳定性。     

一种基于移动坐标系的新型节点定位算法

提出一种与距离无关的基于移动坐标系的分布式定位算法,以移动锚节点为原点建立坐标系,未知节点以邻居锚节点信息在临时坐标系中确定自身位置区域,通过在不同坐标系下确定的位置区域取公共集不断缩小自身未知区域,最后利用质心算法求出节点位置坐标。仿真结果表明:新算法拥有较高的定位精度和适度的开销。     

WSN中一种改进的边界盒定位算法

边界盒算法利用通信范围内锚节点的区域位置信息实现自身定位.基于此,提出一种适用于无线传感器网络的改进边界盒定位算法,待定位节点利用边界盒算法得到初始区域位置信息后,广播该区域位置信息,并结合通信范围内其他待定位节点的区域位置信息实现二次定位.实验结果表明,改进算法的运算量较小,定位精度较高.