基于RSSI的无线传感器网络节点定位算法

节点定位技术是无线传感器网络关键技术之一,介绍了节点定位技术的基本原理,提出了一种新的基于接收信号强度(RSSI)的无线传感器网络定位算法.该算法在第一阶段对节点初始位置进行初步估计,第二阶段对节点初始位置进行求精.仿真结果表明,在锚节点比例较低的情况下,该算法仍然可以实现较高的定位精度,并且与dv-distance定位算法比较,表明该算法在相同条件下精度更高.     

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。     

确定无线传感器网络节点位置的一种算法

无线传慼器网络是一门获取和处理信息的新兴技术.文章针对无线传感器网络节点定位问题进行了研究,提出了一种新的节点定位算法.方法是在传感器网络中预先部署十分少量已知位置信息的伪节点,然后通过时钟定位算法,实现对节点位置的估计.仿真显示该算法具有较好的实用性.     

无线传感器网络分布式节点定位算法研究

无线传感器网络在众多领域有着重大的应用价值,而网络的节点定位技术是这些应用的基本支撑技术.本文针对无线传感器网络节点的定位精度问题,提出一种新的分布式节点定位算法.介绍了算法的基本原理和实现方法.算法使用位置误差参数选择参与定位的节点,避免使用奇异信标节点信息,可以有效抑制定位误差的累积.仿真结果显示,这种算法具有定位精度高,计算复杂性和通信开销低等优点.     

无线传感器网络中一种改进的DV-Hop算法

在无线传感器网络中,节点自身定位是支撑性的技术.本文研究了无线传感器网络DV-Hop节点定位算法,并在此基础上提出了一种改进的算法:它对平均每跳距离的计算进行了改进,同时有选择性的选取锚节点参与三边定位过程.通过仿真,在定位误差方面进行了验证,证明了改进算法的优良.     

抵御虫洞攻击的无线传感器网安全定位算法

节点定位技术是无线传感器网络的支撑技术之一,节点位置信息是很多基于无线传感器网络的应用的基础.无线传感器网络是一个动态的网络,每隔一段时间需要进行重新定位,并且在重定位过程中易受到攻击节点攻击.针对无线传感器网络中无需测距的定位技术,分析虫洞攻击对DV-Hop定位的影响,提出了一种基于信誉模型的抵御虫洞攻击的分布式轻量级DV-Hop安全定位算法TMDV-Hop(Trust-Model-based DV-Hop Localization Against Wormhole Attack).仿真表明,在无需额外硬件辅助下,TMDV-Hop算法能有效降低虫洞攻击对定位过程的影响,验证了该算法的有效性.     

基于DV-hop的无线传感器网络定位算法研究

DV-hop算法是无线传感器网络中一种典型的定位算法.系统分析了DV-hop算法中对定位误差有较大影响的节点通信半径、锚节点个数、总节点个数等几个重要参数,并进一步给出仿真结果.通过仿真结果分析得出上述参数的较优值,降低使用DV-hop算法时无线传感器网络的定位误差.理论分析和仿真结果表明,参数优化后的算法有效的降低了...     

无线传感器网络节点自定位算法的研究

无线传感器网络作为一全新的信息获取和处理技术,在国防、工农业、环境监测等众多领域都有着重大的应用价值和科研价值.而节点定位信息在无线传感器网络中是一项必需的基础信息,文中介绍了节点定位技术的基本原理,并提出一种新的分级循环定位算法.通过仿真显示:当锚节点密度为10%,测距误差为5%,网络节点定位误差小于20%射频半径以及定位覆盖率为97%.     

一种新型的无线传感器网络三维定位算法

节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注.现有的大多数定位算法针对平面应用而设计,而现实应用中的无线传感器网络节点往往分布在三维空间中,研究三维空间定位更加符合实际节点的应用情况.针对目前三维空间定位算法的不足,提出了一种新型的无线传感器网络三维定位算法.该算法无需额外的硬件支持,根据未知节点通信范围内锚节点数目,建立空间向量模型进行定位;并且在估计未知节点坐标时,根据该未知节点通信范围的锚节点对其所在位置进行约束.仿真结果表明,该算法通信开销小,提高了节点定位覆盖率和定位精度.     

基于改进的RSSI无线传感器网络节点定位算法研究

研究无线传感器网络节点定位问题。接收信号强度值(RSSI)直接影响无线传感器网络节点定位准确度,而现有定位算法没有考虑锚节点的RSSI消息,造成节点定位精度低。为了提高无线传感器网络节点的定位精度,提出了一种基于RSSI的质心定位算法。首先通过无线信号强度计算出节点间RSSI值,然后把RSSI值转换成质心算法权值,最后采用质心定位算法对待测节点位置进行估计,获得节点的准确位置。仿真实验结果表明,与现有质心定位算法相比,基于RSSI的质心定位算法在不增加成本、通信功耗的情况下,提高了节点定位精度,降低了定位误差,适合各种规模的无线传感器网络的节点定位。     

一种基于分簇的3D-RSSI的定位算法

节点定位是无线传感器网络的重要支撑技术之一,本文提出了一种适用于大规模无线传感器网络的分布式分簇定位算法。相比于集中式算法而言,本文提出的分簇式算法更适用于大规模无线传感器网络,不仅算法的复杂度低,而且通信量小,鲁棒性较好。在三维空间中随机分布节点,仿真结果表明,本文所提出的算法能取得较好的定位效果。     

基于质点弹簧模型的无线传感器网络非测距定位算法

在无线传感器网络定位中,非测距定位因功耗低、成本低而备受关注,但其较低的定位精度限制了其应用范围。提出了一种精度较高的基于质点弹簧模型的非测距定位算法L-MSM( Localization based on Mass Spring Model)。该算法首先使用复杂度低、通信开销小的质心算法进行粗定位,然后利用改进的质点弹簧模型进行优化,使质心算法定位后成簇聚集的节点分散开来并趋近实际位置,从而实现精确定位。仿真结果表明,在通信半径较小时,L-MSM算法的定位精度相对于质心算法有显著的提高。     

基于MLE的无线传感器网络APIT定位算法

无线传感器网络作为一种全新的信息获取手段,在众多领域有广泛的应用前景,节点自身的准确定位是无线传感器网络具体应用的前提和基础.提出一种基于MLE的APIT定位算法,并从不同信标节点密度、节点通信半径以及网络平均连通度等方面与质心定位算法进行性能比较,仿真结果表明,该算法使得随机分布状况下节点定位的精度有很大的提高.     

Co-designed anchor-free localization and location-based routing algorithm for rapidly-deployed wireless sensor networks

We consider a wireless sensor network consisting of a single sink node at the center of a field of randomly distributed sensors. A simple anchor-free localization algorithm is proposed, in which the sink node imparts radial location information through the phased-array transmission of a series of beacons. Each individual sensor uses the knowledge of received beacons as well as information from neighbors to continue partitioning current sectors and identifying sub-sectors in which it resides until an accuracy requirement is satisfied. An energy-preserving routing algorithm is then proposed which uses the localization results as the basis for selecting relay nodes. We present the localization algorithm, analyze its partition errors as well as its impact on communication energy consumption, and then present the location-based routing algorithm. Simulation results indicate that the performance of our co-designed localization and routing algorithm in the presence of severe noise is as good as that provided by a shortest-path routing algorithm under ideal assumptions; therefore, our co-designing approach can achieve high performance with lightweight algorithms.     

无线传感器网络主动分布式节点定位算法

在研究现有无线传感器定位算法基础上提出了主动分布式传感器节点定位策略(ADLA),该算法借鉴集中式凸规划算法的思路,提出了一种方法简单的分布式位置估计方法.该方法计算简单,内存需求少且通信开销低.经过试验证明,该算法的定位精度在锚节点连接度为18个的情况下,可以达到0.6倍节点通信距离的精度,完全可以满足无线传感器网络一般的定位需求.     

Localization in time and space for wireless sensor networks: An efficient and lightweight algorithm

In many applications that use Wireless Sensor Networks (WSNs), detected events need to be localized in both time and space. As a result, sensor nodes need to have precisely synchronized clocks as well as to be localized in a common spatial reference system. While synchronization and localization algorithms have been proposed to solve these problems independently, in this work we propose to combine both synchronization and localization into a single problem that we refer to as the time–space localization problem. We then propose a novel and efficient time–space localization algorithm for wireless sensor networks which we refer to as the Lightness algorithm. Our proposed algorithm not only takes advantage of the additional hardware resources required by the positioning mechanism in order to improve the performance and scalability of synchronization, but also benefits from the additional communication needed by the synchronization mechanism in order to decrease positioning errors. We also present an extensive set of experiments to evaluate the performance of our algorithm. Our results indicate clearly that our proposed scheme is scalable while keeping a low synchronization error and a low communication overhead. Our results also indicate that the additional packets needed to compute clocks’ drift have the ability to decrease the positioning errors to almost one third of the initial positioning.     

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。     

A localization algorithm for large scale mobile wireless sensor networks: a learning approach

Localization is a crucial problem in wireless sensor networks and most of the localization algorithms given in the literature are non-adaptive and designed for fixed sensor networks. In this paper, we propose a learning based localization algorithm for mobile wireless sensor networks. By this technique, mobility in the network will be discovered by two crucial methods in the beacons: position and distance checks methods. These two methods help to have accurate localization and constrain communication just when it is necessary. The proposed method localizes the nodes based on connectivity information (hop count), which doesn’t need extra hardware and is cost efficient. The experimental results show that the proposed algorithm is scalable with a small set of beacons in large scale network with a high density of nodes. The given algorithm is fast and free from a pre-deployment requirement. The simulation results show the high performance of the proposed algorithm.     

基于无线传感器网络目标定位算法研究

随着科学技术的不断发展,现代化社会已经进入了信息化时代,因此计算机的在各个领域中的广泛应用也已经得到了认可。而无线传感器网络是计算机和通信学科一个新的研究内容,而目标定位在无线传感器网络应用中的研究也很重要。本文主要探讨的是基于无线传感器网络目标定位的算法研究,进一步确定了无线传感器在实际应用中的作用。