基于多AUV协作的稀疏水下传感网定位技术研究

如何在稀疏部署的水下传感器网络中实现传感器节点的高效定位是一个研究热点.提出了一种基于多个移动AUV协作的水下传感器网络内节点定位机制,利用AUV的精确自导航功能实现对网内未知位置节点的定位协助.提出的协作定位算法扩展了水下传感器网络的网内节点位置迭代估计方法,将信标节点和多AUV联合作为定位参考点,然后推导了基于最小二乘法的定位估计方程.仿真结果验证了该方法可以在定位节点比例、归一化定位误差和平均置信度等几个方面提高定位性能.     

无线传感器网络节点定位算法研究

本文对无线传感器网络节点定位问题进行了研究,简要介绍了当前节点定位技术的研究现状,并介绍了一种利用交叠环思想定位网络中未知节点的算法ROCRSSI,说明了该算法的不足之处,提出了两种可行的改进方案：FTPL算法和DMEL算法。理论分析和仿真验证证明,两种改进方案在不同空间下较原算法均有较大的改进。     

基于改进加权最小二乘支持向量机的UWSN定位

针对水下无线传感器网络锚节点较少、迭代误差大导致的节点定位精度低的问题,提出一种基于改进加权最小二乘支持向量机的水下三维节点定位算法;该算法将水下三维空间分为若干立方体,以锚节点与网格交点的距离向量作为训练集进行训练;并利用改进的多类别模式识别方法进行分类,以未知节点到锚节点的距离向量作为测试集确定节点坐标;通过引入加权的思想和多类别模式识别方法增大机器学习算法的鲁棒性、降低分类次数,从而实现水下三维节点预测定位;仿真结果表明,该算法在锚节点较少、网络区域较大的水下仍能保持较高的定位精度与较好的鲁棒性.     

基于平均跳距的水下传感器网络节点定位算法

在分析DV-Hop定位算法优缺点的基础上,针对其平均跳距误差大的不足,提出一种基于平均跳距的水下传感器网络节点定位算法. 该算法对平均跳距进行两次改进. 首先,锚节点利用边界锚节点和其一跳邻居的锚节点计算平均每跳距离. 其次,未知节点收到各锚节点的平均距离广播分组包,根据其到各锚节点的跳数按权重比例公式计算出最终的平均每跳距离. 仿真实验表明,经过两次改进,该算法优于传统DV-Hop定位算法,提高了定位精确度.     

水下无线传感器网络协作式节点定位方法

针对无线传感器网络信标节点受水下条件限制不能布置很多的问题,利用非信标节点参与定位是提高定位精度的一种途径.协作式定位算法就是通过测量所有相邻节点间的信号传输往返时延来计算距离,利用信标节点和未知节点间的距离确定自身初始区域,并利用相邻2个未知节点间的距离来缩小这个区域,用迭代方式提高节点的定位精度.该算法无须额外的硬件支持,仿真结果显示:即使只有很少的信标节点,算法的定位精度也可以超过传统的只用信标节点的定位方式.     

基于长短期记忆网络修正测距的水下定位算法

人类对海洋资源的探测与开发的主要方式是通过水下传感器网络来实现的,而水下传感器节点收集的数据在丢失精确的定位信息时便失去了其主要的价值。因为现在许多已经被广泛使用的水下定位算法仍然难以实现精确的测距,所以导致其定位精度偏低、不理想。本文提出一种基于长短期记忆网络修正测距的水下定位算法,该算法使用一种循环神经网络的变体模型长短期记忆网络来改进基于信号到达时间差测距算法,通过处理海洋环境的历史信息、测距值等数据进行训练,能够高效准确地预测当前的测距修正值,从而获得优化测距误差的效果。通过上述两者的有效结合进一步改进多边定位算法,实现对水下未知节点的精准定位。最后通过仿真实验和算法对比验证本文所提的算法确实具有较高的定位精度和可行性。     

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.     

水下声学传感器网络节点定位算法及自组织过程研究

针对水下声学传感器网络中锚节点稀少的问题,给出了一种分布式的水下节点自定位算法.为配合定位算法的完成,提供定位过程所需的邻接信息表等信息,提出了一种分布式的并发数据传播算法,并针对该数据传播算法中存在的通信冲突问题,给出了冲突解决策略.仿真试验验证了上述两种方法配合完成水下节点定位的可行性和有效性.     

无线传感网中节点的协同过滤定位算法

针对无线传感器网络迭代定位算法中节点定位精确度低的问题,提出了协同过滤定位算法(Cooperative Filter Localization Algorithm, CFLA)。该算法对周围只有两个信标节点的未知节点进行定位时,产生出未知节点的两个候选点。为了精准高效地判定出候选点,引入两种协同过滤定位模型。模型一,通过选择出合理的参考节点,利用该参考节点与未知节点的协作进行候选点的过滤。模型二,利用该模型中可以直接通信的未知节点之间的相互协作,判定它们之间的测距与它们的候选点间的欧式距离之间的关系过滤出精度高的候选点。仿真结果表明,在相同的网路环境下,CFLA算法在能量消耗上低于SL-n和RAMP;在信标节点占比为8%时,该算法的定位误差比SL-n算法减少了14.7%,比RAMP算法减少了9.6%,有效地提高了节点的定位精度。     

Grid-Scan定位算法的虚拟锚节点策略改进

针对无线传感器网络中Grid-Scan算法定位精度较低的问题,提出了一种基于虚拟锚节点策略的Grid-Scan定位算法。具体做了三个方面的工作：对未知节点设置可定位阈值,邻居锚节点数大于可定位阈值的未知节点使用Grid-Scan算法进行定位,定位后的节点升级为虚拟锚节点;邻居锚节点数小于可定位阈值的未知节点利用极大似然法完成定位,定位后的节点升级为虚拟锚节点;锚节点及虚拟锚节点共同参与对剩余未知节点的定位。仿真结果表明,改进算法在不同锚节点密度、不同通信半径和不同栅格大小的网络中以及通过不规则传播模型后都具有较好的定位精度。     

无线传感器网络中一种改进DV-Hop节点定位方法

基于无线传感器网络中的典型range-free定位算法DV-Hop的特点，提出了该算法的一种改进策略．主要原理是将共线度概念引入到导标节点选择阶段，并在此基础上提出了一种基于网络局部拓扑的自适应共线度阈值确定方法．改进算法的特点在于不仅考虑了导标节点之间的拓扑关系，而且考虑了未知节点与导标节点之间的关系．仿真结果表明，改进算法与原算法相比，对不规则网络拓扑表现出了较好的可靠性和鲁棒性，尤其是在导标节点比例较低及网络拓扑稀疏的情况下．     

基于浮标的3D水声传感器网络节点定位

节点位置的确定是水下无线传感器网络的应用基础。为了提高节点定位精度并延长网络生命周期,提出一种使用海面浮标节点作为参考节点的水下传感器网络节点定位算法。仿真结果表明该方法提高了节点定位的精度,并在一定程度上减少了能耗。     

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.     

A social interaction system based on cloud computing for mobile video telephony

As the use of smartphones become popular,people heavily depend on smartphone applications to deal with their social activities.For this reason,traditional message texting between mobile applications does not fulfill the versatile requirements of social networking.Many mobile applications use multimodality to deliver multimedia messages including sticker,voice and photo message,video call,and snap movie to enhance the communicative capability.However,without face-to-face interaction,people may fail to detect the other side’s non-verbal social behavior such as fine-grain facial expressions,body movements,or hand gesture.During social interaction,non-verbal behavior conveys information about the involved individuals and help the speakers express their social emotion in an implicit way.It is so important for real-world face-to-face interaction but is often blocked on the mobile telephony.To cope with this problem,we propose an afective computing model to assist the representation of social emotion and then help the progress of social interaction on the mobile telephony.In this model,for the purpose of real-time afective analysis,we delegate the computing loading to the cloud side service and enhance the system’s scalability and availability.The result of this experiment approves the feasibility of our system design for the applications of social intelligent.Also,the system provides a research framework of the social intelligent system on the mobile telephony.     

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。     

Bayesian Multidimensional Scaling for Location Awareness in Hybrid-Internet of Underwater Things

Localization of sensor nodes in the internet of underwater things(IoUT)is of considerable significance due to its various applications,such as navigation,data tagging,and detection of underwater objects.Therefore,in this paper,we propose a hybrid Bayesian multidimensional scaling(BMDS)based localization technique that can work on a fully hybrid IoUT network where the nodes can communicate using either optical,magnetic induction,and acoustic technologies.These communication technologies are already used for communication in the underwater environment;however,lacking localization solutions.Optical and magnetic induction communication achieves higher data rates for short communication.On the contrary,acoustic waves provide a low data rate for long-range underwater communication.The proposed method collectively uses optical,magnetic induction,and acoustic communication-based ranging to estimate the underwater sensor nodes’final locations.Moreover,we also analyze the proposed scheme by deriving the hybrid Cramer-Rao lower bound(H-CRLB).Simulation results provide a complete comparative analysis of the proposed method with the literature.     

一种基于APIT的无线传感器网络混合型定位算法

针对现有近似三角形内点测试（ APIT）算法在信标节点密集环境下定位精度不高、稀疏环境下覆盖率较低的问题,提出了一种混合型定位算法。该算法通过减小三角形内点测试（ PIT）时的三角形误判、选择优良的三角形,提高了信标节点密集环境下的定位精度。同时,该算法结合DV-Hop算法与两点定位法在稀疏环境下能计算出未知节点坐标的优点,提高了信标节点稀疏环境下的定位覆盖率。仿真分析表明：混合型算法有效地提高了信标节点密集环境下的定位精度和信标节点稀疏环境下的定位覆盖率。     

一种基于加权多尺度分析技术的鲁棒节点定位算法

研究了多种网络拓扑结构及稀疏网络下节点定位的鲁棒性问题. 联合考虑 1 跳邻居数目、邻居节点自身定位精度与测距误差, 引入节点相对定位误差和相对可信度概念, 提出了一种分布式基于加权多尺度分析技术的鲁棒节点定位算法. 该算法根据节点2跳局部网络连通度信息及邻居节点相对定位误差大小, 自适应选择综合性能好的邻居节点参与迭代优化, 并采用与节点相对可信度成正比的加权机制, 增加高可信度节点在定位计算中的贡献度. 实验数据显示, 该定位算法能够有效地抑制较大定位误差在网络内的扩散, 同基于高斯核加权的 dwMDS(G) 算法相比, 不仅迭代次数减半, 而且在网络连通度较低或拓扑不规则时, 可提高 5% 左右的定位精度.