基于同心圆定位算法的改进算法研究

在分析了常用几种无线传感器节点定位算法的基础上,依据同心圆定位算法原理,提出环形定位算法。该算法的原理是利用锚节点通过一定规则做圆环,不断缩小未知节点的估算区域,直到得到包含未知节点的最小区域,取最小区域质心位置作为未知节点的估算坐标。对同心圆定位算法、环形定位算法及改进方案进行了对比仿真实验,结果表明,在锚节点比例达到5%,在20*20m2的仿真场景内部署1000个传感器节点、锚节点密度为5%时,同心圆定位算法误差为34.86%,环形定位算法定位误差为26.64%。在改进方案中,运用了多次划分圆环方法来提高定位精度。实验结果表明,改进后的算法在锚节点密度为5%时,定位误差降低到15.76%。     

基于AOA降维和同心圆定位的三维传感器网络节点自定位方法

本文在三维同心圆定位方法的基础上引入AOA测距技术,提出了一种基于AOA降维的同心圆定位方法(AC-RL)。该方法中,未知节点通过锚节点发射的测距信息测出未知节点与锚节点之间的AOA信息,再利用AOA信息将对应锚节点发射的分级广播信息进行降维处理,最后按同心圆定位算法,将未知节点在锚节点所处水平面上的投影点位置求出,最后得出未知节点位置信息。仿真结果表明了AC-RL算法与同心圆算法相比提高了定位精度,提高了整个无线网络的适应性,但在低能耗方面不够理想。     

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。     

基于误差修正的DV-Hop传感器节点定位算法

传统的DV-Hop传感节点定位算法,估计未知节点与各锚节点之间距离是用跳段距离代替直线距离.在实际网络定位环境中,未知节点和锚节点之间多数是折线连接.当平均每跳距离的估计值与实际值的偏差较大时,未知节点到锚节点之间估计距离与实际距离之间的误差会增大.为解决上述问题,提出一种粒子群优化算法修正DV-Hop算法定位误差的传感器节点定位方法.采用DV-Hop算法估计待测节点和锚节点之间距离,通过三边测量法确定节点的位置,并将传感器节点定位问题转换成一个多约束优化问题,最后通过粒子群优化算法对定位误差进行修正,并通过仿真对其性能进行测试.仿真结果表明,相对传统DV-Hop算法可大幅度提高传感器节点定位精度,符合无线传感器网络定位需求,具有较好的应用价值.     

基于RSSI的无线传感器网络圆环质心定位算法

针对无线传感器网络质心算法受节点分布均匀程度的影响, 少数锚节点增大定位误差, 提出了一种圆环质心算法. 该算法以未知节点为圆心, 将未知节点通信区域划分成半径由大到小的圆环, 通过圆环剔除容易增大定位误差的锚节点, 筛选出合适的锚节点, 并在圆环上寻找近似等边三角形来进一步减小定位误差. 同时提出了利用RSSI值来形成圆环的方法. 仿真结果表明, 在100m×100m的区域中, 随机投放100个节点, 通信半径为20m, 锚节点数为20时, 圆环质心算法与质心算法相比, 定位精度提高了11%.     

一种基于共线度的无线传感器网络定位算法

为了充分考虑锚节点之间以及锚节点与未知节点之间拓扑关系对无线传感器网络定位精度的影响,我们引入了共线度的概念并将其应用到多跳网络的节点定位中,在此基础上提出了一种基于共线度的无线传感器网络定位算法(CBLA).该算法首先动态地调节未知节点能够收集到的邻居锚节点信息,再通过共线度参数挑选网络中好的锚节点组进行位置估计,最后通过加权估计机制来得到最终的节点位置估计.理论分析和仿真结果表明,在规则网络中CBLA算法定位误差较小,最优情况下能够达到6%,在非规则网络中仍可达到较好的定位精度.     

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。     

基于区域分割的二次质心定位算法

为了解决锚节点分布不均匀时质心定位算法会产生较大误差这一问题,提出一种改进的质心定位算法。用初次质心定位结果来取代未知节点通信半径内距未知节点最远的信标节点,再进行二次定位来减小由于信标节点分布不均匀而导致未知节点的估计位置偏向距离较远的信标节点的现象。仿真结果表明,相比传统的一次质心定位算法,二次质心定位算法在定位精度方面有较大的提高。     

一种单移动锚节点的无线传感器网络定位算法

研究了无线传感器网络的节点定位算法,提出了一种利用一个移动锚节点来实现定位的新算法。该算法利用一个移动锚节点,按照规划好的路径遍历整个网络,当移动锚节点移动到未知节点的通信半径以内,未知节点就可以接收锚节点的位置信息。当未知节点接收到三个以上的处于其通信半径上的位置信息,就可以计算出未知节点的坐标。最后,通过仿真研究了该算法的特性,仿真结果表明该定位方法在定位误差、能耗等方面均表现出良好的性能。     

基于平均跳距估计和位置修正的DV-Hop定位算法

针对传统DV-Hop定位算法只考虑了最近一个锚节点估计的平均跳距,而导致定位误差较大这一问题,提出了一种基于平均跳距估计和位置修正的改进DV-Hop定位算法.改进算法在计算未知节点到各个锚节点距离时,考虑到离该未知节点最近的锚节点到其它锚节点的距离及跳数的不同,计算出不同的平均跳距,使其更接近于实际平均跳距,另外,改进算法还对初步定位结果进行了循环位置修正.仿真结果表明,与传统DV-Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,并且算法简单,计算量小,是无线传感器网络中节点定位的一种实用方案.     

基于Monte Carlo的多能量级移动节点定位算法研究

提出了一种基于Monte Carlo的移动无线传感器网络节点定位算法,即移动导标周期性发射不同能量级的广播信号,未知节点接收感知范围内的导标定位信息,以确定自己所处的限定区域。利用改进的Montc Carl。方法,采用较少样本实现了节点的位置估计。为避免导标共线时出现节点定位失效的情况,引入共线度限制因子,提出了一种导标共线度约束策略。仿真实验结果表明,提出的算法具有较低的定位误差,算法在导标节点密度、运动速度、测距误差等影响因子下表现出了良好的适应性。     

一种新的无线传感器网络节点定位算法研究

提出一种新的节点分布式定位算法一移动锚节点极大似然算法(Mobile Anchor Point-Maximum Likelihood Estima-tion,MAP-MLE)用于节点定位.移动锚节点在定位区域内周期性发送信标点,未知节点接收信标点及其对应的声音信号能量,估算与信标点距离,滤波信标点,融合极大似然算法进行定位.仿真结果表明算法是有效的,其全分布计算定位方式适用于大规模的无线传感器网络节点定位.     

无线传感器网络中锚节点无关定位算法研究

关于无线传感器网络节点自身定位问题的研究,目前主要的研究工作集中在基于锚节点的定位方法.考虑到锚节点配置限制和配置成本因素,提出了锚节点无关定位方法.对锚节点无关的3种定位算法AFL算法、KPS算法和ABC算法进行了分析和比较,提出了锚节点无关定位算法需进一步解决的问题.     

基于图论的WSN节点定位路径规划

移动锚节点规划路径存在节点重复访问的问题,会影响定位精度的提高。为此,提出一种移动锚节点路径规划算法,引用图论知识,将传感器节点转化为图的顶点,并结合蚁群算法,利用图的遍历解决路径规划问题,寻找出一条路径。实验结果表明,该算法能够定位传感器节点,避免节点的重复访问,降低节点定位的误差。     

使用历史锚节点信息的改进MCB算法

针对MCB算法的采样效率及定位误差,在锚节点静止而未知节点运动的情况下,提出了一种新的改进算法MBHA,通过充分利用侦测到的历史及当前锚节点信息,来修正MCB算法的采样箱。大数据量仿真结果表明,修正后的采样区域相比修正前更接近节点的真实位置。MBHA算法最终使用优化修正后的采样区域进行采样,在绝大多数的对比仿真环境实验中,该算法既大幅提升了采样效率,又提高了定位精度。     

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.     

全向视觉网络中锚节点竞争定位算法

以全向视觉节点为基础,研究视觉网络中节点定位精度与效率问题。全向视觉网络中各个锚节点测量未知节点得到方位角。通过分析两个不同锚节点所测得的方位角之差对定位误差传递的影响,提出锚节点对（Anchor Node Pair,ANP）定位优先度与权值概念。定位ANP之间根据优先度参与定位竞争,利用在竞争中被选出的ANP所测方位角进行未知节点位置估计。融合算法将多个定位结果权值融合,得到目标定位结果。实验结果表明,算法在多种条件下都能避免夹角过大、过小引起的定位误差发散的问题,提高了定位精度与稳定性。     

无线传感器网络DV-Hop定位算法的研究

针对无线传感器网络中DV-Hop定位算法锚节点数的比例与节点定位精度以及覆盖率密切相关的问题,在分析原算法的基础上对其进行改进。改进后的算法未知节点只接收限定跳数内的锚节点的信息,当未知节点接收到3个或3个以上锚节点的信息时对其进行定位,然后将已定位的未知节点升级为锚节点,新旧锚节点共同参与剩下的未知节点的定位。仿真结果表明改进后的算法提高了节点的覆盖率和定位精度。     

基于GPSO-DVHop的传感器节点定位方法

为了减少无线传感器网络节点的定位误差,提出一种分群粒子群优化（GPsO）算法修正DV-Hop误差的传感器节点定位方法（GPs0-DVHop）。提出一种节点距离修正值策略,减少未知节点与锚节点间距离的估计误差,采用GPSO算法修aY-DV-Hop的节点定位误差,最后在Matlab2012平台上对算法性能仿真分析。相对于对比传感器定位方法,GPSO．DVHop提高了传感器节点定位精度,仿真结果验证了GPSO．DVHop的有效性。