异构IWSN下对Sybil攻击源的定位

针对工业无线传感器网络中女巫攻击源定位问题,采用一种基于RSSD的定位估计算法。首先,利用DV-Hop算法 估计出未知参考节点的坐标,并对RSSI值预处理。其次,将攻击节点位置估计问题转化为对非线性方程组的解算问题,分别利用最小二乘法和泰勒级数展开法对攻击节点进行定位。MATLAB仿真结果表明该定位算法可以有效地减少噪声的干扰,解 决攻击源不配合定位和信标节点数量少的问题,显著提高节点定位精度。     

基于人工蜂群改进算法的无线传感器网络定位算法

针对无线传感器网络无需测距的DV-Hop定位算法中,利用最小二乘法进行节点定位时存在较大误差的问题,提出了一种改进的DV-Hop智能定位算法。首先在详细分析DV-Hop算法中最小二乘法原理的基础上,将定位问题转化成全局最优化问题;其次根据人工蜂群算法计算最优化问题的优势,结合定位具体问题,提出了一种自适应人工蜂群算法;最后将改进的人工蜂群算法运用到DV-Hop算法未知节点的坐标估计阶段实现定位。仿真实验表明,改进的定位算法与最小二乘法及基于传统人工蜂群算法的DV-Hop算法相比,在不同锚节点比例和不同节点数的情况下,定位精度和精度稳定性都有明显提高。     

联合TDOA-AOA无线传感器网络半定规划定位算法研究

在无线传感器网络定位中,TDOA和AOA联合定位可有效利用多种位置信息提高定位精度.由于传统联合加权最小二乘(WLS)的目标函数非线性,在应用于无线传感器网络定位时,会产生多个局部最优解.因此,针对该问题本文将约束加权最小二乘问题转化为二次约束二次规划问题,之后通过引入半定松弛(SDR)方法将联合定位问题转换为低复杂度的半定规划问题(SDP),进而寻找全局最优解.并且针对实际应用中参考节点带误差的情形分析和推导了定位算法.与已有算法相比,提出的算法在参考节点无误差和有误差时都有更高的精度.此外,提出的SDP算法还能够实现只有两个参考节点下的目标定位.     

无线传感器节点定位中基准锚节点的选择研究

针对无线传感器节点精确定位问题,提出一种通过选择基准锚节点实现提高定位精度的改进最小二乘定位算法。目前最小二乘定位算法未能充分利用通过合理选择基准锚节点达到提高定位精度的作用,鉴于此,提出利用累积相对误差最小方法选择基准锚节点,然后,用最小二乘法定位待测节点。仿真结果表明,在较少的增加算法复杂度的基础上能够较大地提高定位精度。     

基于残差加权的三维DV-Hop改进WSN定位算法

针对无线传感网诸多具体应用中需要节点位置信息的实际需求,提出一种基于残差加权的三维DV-Hop改进定位算法的解决方案。该方案通过引入残差函数将提高定位精度的问题转化为等式约束条件下残差最小化的求解问题,采用最小二乘准则对待定节点与锚节点的最小跳数进行平均加权处理,并利用二次规划法将其最终转化为无约束条件下最小化的问题。经理论分析得出了三维DV-Hop改进定位算法的模型,实现待定节点的坐标估计并提高了定位精度。仿真结果表明,在相同通信半径、不同锚节点比例的情况下,改进三维DV-Hop定位算法的性能得到了明显提高。     

水下基于层级的约束加权最小二乘时差定位

针对距离无关定位算法与距离相关定位算法中定位精度的问题,分析了误差对定位性能的影响及影响误差的因素,在最小二乘定位算法的基础上,提出了一种基于层级结构的约束加权最小二乘时差定位算法。该算法利用AUV( Autonomous Underwater Vehicle)对水下节点进行分层,使得具有层级和深度信息的信标节点升降至未知节点所在平面,从而将三维定位转换为二维定位,降低了算法的复杂度,同时避免了距离未知节点较远的信标节点对定位的影响,提高了测距精度,使定位误差进一步降低。仿真结果表明,该算法在位置误差较小的情况下,可以明显地提高定位精度。     

无线传感器网络中Dv-Hop定位算法的改进

针对Dv-Hop算法中锚节点与待定位节点的估算距离引入的误差较大,从而影响使用最小二乘法定位的问题,提出了一种改进的算法.该算法主要原理是借助RSSI测距技术,并对锚节点与待定位节点间估算距离排序选出误差较小的一组数据,选用此组数据构建最小二乘法方程组中的被减方程,以提高定位精度.仿真结果表明,与传统的Dv-Hop算法相比,改进后的算法在不增加额外硬件和计算量的前提下提高了定位精度.     

传感器网络中改进的粒子群优化定位算法

为提高无线传感器网络节点粒子群优化(PSO)定位算法的收敛速度与搜索性能,将惯性权重的非线性调整策略及目标值排序的思想引入其中,从而实现对算法的改进,并将改进后的算法应用于传感器网络节点的定位。最后,通过仿真实验分别比较了在不同的锚节点密度、网络连通度以及测距误差下,该算法与标准粒子群优化算法及最小二乘法的定位结果。结果表明,改进后的算法不仅有效地抑制了测距累计误差,而且提高了收敛速度,该方法用于传感器网络节点的优化定位是可行的。     

一种改进的三边定位算法

针对基于加权最小二乘(WLS)的三边定位算法在线性化过程中损失定位信息的问题,提出了一种改进的三边定位算法。该算法利用WLS算法粗略估计未知节点的坐标,并利用损失的定位信息构建定位模型,通过求解该定位模型实现精确定位。仿真结果表明,与基于WLS的三边定位算法相比,该算法有效提高了定位精度,且巷道长宽比越大,定位性能越好。     

基于RSSI差分校正的最小二乘-拟牛顿定位算法

针对无线传感器网络(WSN)中存在定位精度不足的问题,提出了一种基于RSSI差分校正的最小二乘-拟牛顿定位算法。在RSSI测距方面,首先通过信标节点的自校正定位求得误差校正系数,将该误差校正系数运用到求未知节点到信标节点的距离当中。在定位计算方面,该算法运用最小二乘法估计简单和拟牛顿法收敛速度快的特点,将最小二乘法计算出来的初值,用拟牛顿法对未知节点坐标进行迭代求精。通过仿真实验表明,本文提出的定位算法定位精度高,与传统的最小二乘法相比提高了近36%的精度。     

Real Time Relative and Absolute Dynamic Localization of Air–Ground Wireless Sensor Networks

A novel approach for relative and absolute localization of wireless sensor nodes using a potential field method is presented. The main idea of our work is to develop relative and absolute localization algorithms for the position estimate of stationary unattended ground sensor (UGS) nodes using a potential field method. A dynamical model is derived for each sensor node to estimate the relative and absolute position estimates under the influence of a certain fictitious virtual force. In the algorithm the sensor nodes do not move physically, but a virtual motion is carried out to generate optimal position estimates. The convergence of the estimator system to a least squares solution is guaranteed using Lyapunov theory. Separate control algorithms for relative and absolute localization are developed which guarantee the convergence of the position estimates. The relative localization algorithm assumes that distance (i.e. range) measurements between UGS nodes are available and for absolute localization algorithm, uninhabited aerial vehicles (UAV) are available with on board GPS such that they have absolute position information together with range measurement information. In the relative localization algorithm the UGS nodes are localized with respect to an internal co-ordinate frame. In absolute localization the UGS nodes are localized with respect to the known absolute position of UAV in the air–ground network. The effectiveness of the control algorithm is highlighted by the real time implementation results.     

基于遗传算法的多传感器网络中目标定位算法

应用于目标定位的多传感器网络系统中,测距定位是一种常用手段,但是由于系统设备和环境干扰等因素的影响,使得测距数据产生误差,影响定位精度。提出了一种基于最小二乘法和遗传算法的一种组合定位算法,首先利用最小二乘法,拟合出目标点的初始概位,并对各节点到初始概位的距离与测量数据的相对误差的绝对值进行排序,根据确定的剔除比例系数,剔除明显异常的测距数据后,再利用遗传算法对目标点进行定位。仿真实验表明,该算法简单易于实现,可有效提高定位精度。     

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。     

无线传感器网络中基于虚拟力的分布式节点定位

节点定位是无线传感器网络应用中需要解决的一个基本问题。传统算法大都基于集中式方法估计节点位置,从而导致较大开销。因此,结合最小二乘法进行初步估计定位,并在此基础上,给出了基于虚拟力的传感器节点定位模型,提出了基于虚拟力的分布式定位算法,该算法通过邻居节点间信息的分布式交互,能够有效节省定位开销。进一步,在定位过程中引入未知节点升级机制,以提高收敛速度。一系列仿真实验表明,该算法能够通过分布式迭代定位,快速实现全网节点的精确定位。     

基于人群搜索优化的无线传感器网络三点定位算法

为进一步提高无线传感器网络节点的定位精度,提出一种基于改进人群搜索优化的无线传感器网络三点定位算法.首先设计一种三点估计未知节点坐标模型;然后利用该模型求取未知节点的坐标,并将计算出的节点位置作为人群搜索的初始位置;最后采用改进的人群搜索算法优化未知节点的位置.仿真结果表明,通过与已有的相关定位算法相比较,所提出算法具有更高的定位精度.     

协同定位中的坐标配准策略研究

坐标配准是协同定位的重要组成部分,一个合理的坐标配准体系可以体现协同定位算法的性能,否则可能会放大定位算法的误差。本文详细比较了基于最小二乘 (least square, LS)与基于普氏分析(Procrustes analysis, PA)的配准方法的设计思想、适用条件,并给出了基于普氏分析的坐标配准算法的详细步骤。利用协同定位算法(经典MDS和Levenberg–Marquardt算法)得到的实验数据,详细分析了锚节点数量、测距误差、网络节点平均连通度对配准精度的影响。实验表明,在2D和3D环境中,基于普氏分析的配准算法,其配准精度和稳定性都优于最小二乘法,配准误差降低约为20%。     

非视距环境下室内RFID标签定位算法研究

在室内无线定位中,由于受到非视距NLOS的影响,信号的传播变得复杂起来。复杂的传播环境使得传统的定位算法例如最小二乘算法(LS)或者CHAN算法无法达到我们需要的精度。在使用无源超高频无线射频识别(Passive UHF RFID)技术的基础上,分析和建立了UHF RFID信道模型,并由此对定位误差进行了分析。基于运用相位法POA进行测距而得到的距离信息,提出了一种两步式标签定位算法:首先使用凸优化中的内点法将非视距误差消除,再使用加权残差方法进行精确定位。通过仿真结果的比较,表明本文提出的算法优于传统算法。     

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.     

抵抗恶意信标的安全优化DV-Hop算法

信标节点在无线传感器网络定位算法中起着关键作用,然而信标节点的安全常常被忽视.针对恶意信标节点发送虚假位置信息这种较常见且破坏性较强的攻击方式,在DV-Hop定位算法的基础上提出了一种抵抗恶意信标的安全Dv-Hop定位算法.该算法利用信标之间的距离约束来隔离恶意信标节点,同时采用多信标校正值权衡的策略克服了信标比例下降...     

一种容忍恶意锚节点独立攻击的安全定位算法

无线传感器网络中节点定位的准确性是网络能否得到合理应用的关键。在恶意危险的环境中,一些定位节点可能会受到攻击者的影响,以至于不能精确定位。文章提出了一种高效的无线传感器网络安全定位算法,该算法结合梯度下降法和异常检测技术,通过过滤掉恶意的数据,实现了高精度的定位。仿真结果表明,在受到独立攻击时,该算法能达到预期的效果,利用较少的计算资源达到了比现有算法更优的性能。