Ad Hoc网络中基于骨干网的相对定位算法研究

在无线自组网中,相对定位是一个相当重要的研究课题.SPA相对定位算法提出之后,人们针对SPA算法提出了一系列改进的方法.其中一种基于群的相对定位算法成功减少了SPA算法的通信开销,但因其坐标系合并结果存在二义性,往往造成很大的误差.因此提出了一个确定Ad Hoc网络中节点相对位置的新算法--BBA.该算法采用基于骨干网络的思想,由网络中少部分节点先组成骨干网络,然后在骨干网络上的节点建立局部坐标系,最终合成整个网络的相对坐标系.模拟实验的结果表明,与基于群的算法相比,该算法在减小通信开销的同时保证了算法的正确性,并且减少了参与定位运算的节点比例.     

基于聚类的无线传感器网络相对定位算法

提出一种基于聚类的无限传感器网络相对定位算法,包括3个步骤,即将网络分簇、各簇建立局部坐标系并计算簇内节点自身在局部坐标系内位置以及各局部坐标系合并成全局坐标系。仿真结果表明,与SDGPSN算法相比,该算法通信和时间开销更少,更适用于能量受限、规模大的无线传感器网络。     

无线传感器网络DV-hop定位改进算法

提出了一种改进的DV-Hop定位算法,通过对DV-Hop算法的局部优化,减小了定位计算量,并使得改进的DV-Hop算法对不规则形状的节点分布网络具有较强的适应性,克服了原算法只适用于各向同性网络的不足。仿真结果表明,改进的DV-Hop算法减小了用于定位的通信开销,提高了定位精度,从而验证了改进的DV-Hop算法能够适用于节点不规则分布的异性网络。     

一种面向无线传感器网络相对定位的分簇算法

测距误差累积是影响无线传感器网络相对定位算法性能的主要因素之一,网络分簇是降低这一误差的有效手段。针对相对定位特点,基于典型分簇算法——OK(Overlapped K-hop),提出EOK(Enhanced Overlapped K-hop)分簇算法。EOK算法改进了OK算法的簇头节点选择机制,提出邻居簇头节点合并机制,使得节点分簇更加符合定位应用需要。仿真实验表明,相比OK算法,采用EOK算法产生的节点簇数量更少、节点簇分布更均匀,在多数网络条件下具有更低的算法通信开销。     

基于RSSI的三角形区域最小化的质心定位算法

为解决无线传感器网络中的节点自身定位问题,针对RSSI测距误差大、质心定位算法精度低的问题,提出一种改进质心算法。该算法将RSSI值作为模糊判据,对各个锚节点与移动节点之间的距离进行远近判断,并对锚节点所组成的图形进行更细致的区域划分。利用RSSI值对质心定位算法进行改进。仿真和实际测试都表明,该算法相对于质心算法和三边定位算法提高了定位精度,需要的通信开销小,计算简单,硬件要求低,可广泛应用于实际工程之中。     

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。     

基于RSSI的ZigBee定位技术研究

ZigBee定位技术常常采用基于RSSI测距的原理。在研究传统的定位算法基础上,提出一种三边-加权质心定位算法,改进的算法以减小定位面积为目的,采用三边法确定定位三角形,在三角形中再根据以测试距离按影响大小设置的权值变量计算出未知节点的估计值。在基于ZigBee的硬件平台之上,验证了该算法较传统算法的误差更小,在测量距离较大时,优势更加明显。同时采用终端计算机进行算法处理,使各节点硬件结构简单,适合通信开销小、硬件要求低的节点使用。     

稀疏无线传感器网络的节点自定位算法

针对基于TOF测距的节点定位算法在稀疏网络中定位覆盖率较低的问题,对初始估计位置进行迭代求精,达到精度门限的升级为锚节点。如果网络中存在不良节点,对节点进行估计分类,并实现对不良节点的定位。仿真结果表明,在适当增加节点计算量和通信开销的条件下,可提高改进算法的定位覆盖率。     

无线传感器网络节点的定位算法

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，介绍了算法的基本原理和实现方法。该算法不需要任何额外的硬件支持，节点间通信开销少。仿真实验显示，在网络迓接度为8、参考节点数量为20的情况下，平均定位误差小于节点射频通信距离的21％。     

一种分布式无线传感器网络节点定位新算法

针对无线传感器网络节点自身定位问题，提出一种新的节点定位算法，介绍算法的基本原理和实现方法。算法假设网络中有一定比例的锚节点（位置已知的节点）。通过未知节点和其无线射程范围内的锚节点之阃的通信约束和几何关系，得出该未知节点所处的圆弧区域，将该圆弧区域的质心作为未知节点的估计位置。该算法是一种完全基于网络连通性的无需测距技术的分布式算法，算法设计简单，计算量小。节点间通信开销少。仿真结果显示，该算法适合于各种规模的无线传感器网络的节点定位。     

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.     

一种基于约束策略的无线传感器网络定位算法*

节点定位技术是无线传感器网络的关键支撑技术之一,对于无线传感器网络的基本理论方法和应用研究都具有重要意义。在深入研究分析距离无关定位算法的基础上,提出了基于约束策略的无线传感器网络定位算法。该算法无须测距,采用跳数估计节点间距离,并针对未知节点到锚节点距离计算中的不足,对锚节点的平均每跳距离作了修正;在估计未知节点坐标时,根据该未知节点通信范围内的锚节点对其所在位置进行约束。仿真结果表明,该算法具有较好的性能,比已有算法的定位精度有所提高。     

基于距离的分布式无线传感器网络定位算法*

针对水下无线传感器节点的定位问题进行研究,提出了一种可实现网络规模升级的分布式无信标节点的自定位算法。该定位算法无须额外的硬件支持,仅采用节点间的距离信息建立相对坐标系,确定各节点的相对位置。详细介绍了该算法的实现过程,通过仿真讨论了求精过程、通信半径等对定位误差的影响,并验证了该算法的合理性。为目标跟踪、地理路由、网络管理等系统功能提供了有力的技术支持。     

一种新的基于非测距的无线传感器网络三维定位算法

针对无线传感器网络在空间、海洋等三维场景下的应用,提出了一种基于非测距的分布式三维定位算法(DRFP-3D).该算法无需测量节点间的实际距离,只需要锚节点广播它们自身的信标信息,在锚节点一跳通信范围内的未知节点接收并存储监听到的信标信息,并根据这些信息估计自身位置.与现有的基于非测距的三维定位算法相比,该算法的通信开销和定位误差均比较小,且对网络拓扑结构具有一定的鲁棒性.仿真结果表明,在500 m×500 m×50 m的三维空间内,随机放置20个锚节点,ANR=4,就能对97%的节点进行定位,其平均定位误差仅为20%左右.     

用于无线传感器网络的节点间协同定位算法的设计

给出一种无线传感器网络中无锚节点情况下的节点间相互协同定位的算法。它首先将节点进行分簇,把角度测量和距离测量结合起来,通过方位协同,逐步对同步中的节点进行方位调整和坐标调整,从而计算出所有节点的相对坐标。仿真结果表明,在节点随机分布的情况下,该算法比起业界公认的聚类SPA算法在网络覆盖率、定位误差率和通信开销3个方面都有更好的表现。     

基于弹簧粒子模型的大规模WSN定位算法研究

提出一种用于大规模无线传感器网络的定位算法本算法基于弹簧粒子模型,其用于模拟物理弹簧系统的动态变化过程,并借此来计算出节点的位置坐标各传感器节点虚拟为具有质量的粒子,粒子间由弹簧相连当外力将粒子放置到一个随机位置后,粒子间的弹簧将做相应的拉伸收缩运动,在弹力的作用下,粒子最终运动到它的初始平衡位置整个过程中,模拟粒子运动的每个状态及相应的弹力,最终得到各节点的坐标网络中每个节点的复杂度为O(1),即它的复杂度不会随着网络规模的扩大而增加,非常适用于大规模网络本算法不仅可以降低计算复杂度,并且保证定位精度仿真实验研究结果表明,本文的定位算法是有效的.     

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。     

基于测距和灰狼优化的无线传感器网络定位算法

节点定位是无线传感器网络实际应用中的关键问题,为了提高定位精度,提出了一种基于测距和改进灰狼优化的无线传感器网络定位算法。本文提出了一种用三个信标节点坐标估计未知节点坐标的定位数学模型,通过该模型完成未知节点初步定位估计,将其作为基于对数递减策略的灰狼优化算法的初始值,通过改进灰狼优化算法寻优获取未知节点的优化坐标。仿真结果显示：通过与已有相关定位算法相比较,本文所提出的算法定位精度更高,并且具有对测距误差鲁棒性强的优点。     

无线传感器网络中DV-Hop节点定位改进算法研究*

介绍了无线传感器网络中DV-Hop算法的定位原理、误差来源。针对DV-Hop算法在未知节点到信标节点距离计算中的不足,在分析信标节点间估计距离与真实距离误差的基础上,提出了改进算法。改进算法修正了网络平均每跳距离与未知节点估计坐标的区域范围。仿真结果表明,在相同的网络环境下,改进算法的定位精度得到明显提高。     

基于Amorphous的无线传感器网络定位算法研究

无线传感器网络广泛应用于各个领域,节点位置信息起着至关重要的作用。在所有的经典定位算法中,Amorphous定位算法属于非测距算法,通过获得未知节点与信标节点之间的跳数,估算节点间距离,进而计算节点坐标。分析Amorphous定位算法的缺点并提出了对节点间跳数的修正。引用质心算法加权,提出改进的算法模型,经仿真验证:该算法可获得较为精确的定位结果。