基于画图算法的WSN节点定位算法

针对无线传感器网络的节点定位问题,提出一种新的基于类Kamada Kawai画图算法的无线传感器网络节点定位算法,将无线传感器网络节点定位问题转化成画图问题,用经典的画图算法求得问题的最优解,从而实现对节点的定位。仿真实验结果表明,该算法收敛速度快、定位精度高、能够获得较好的效果。     

基于蝙蝠算法的无线传感器网络节点定位

节点定位是无线传感器网络的关键技术,针对最小二乘算法节点定位的不足,为了提高无线传感器网络节点定位精度,提出一种基于蝙蝠算法的传感器节点定位方法。首先将无线传感器节点定位问题转换成一个多约束优化问题,然后采用局部和全局搜索能力强的蝙蝠算法对其进行求解,最后在Matlab 2012平台上对定位性能进行仿真测试。结果表明,相对于其他节点定位方法,该方法提高了传感器节点的定位精度和定位效率。     

求解无线传感器网络定位问题的线性规划算法

传感器节点的定位问题是无线传感器网络中的基础性问题之一.提出了一种线性规划算法用于求解无线传感器网络定位问题.该算法利用RSSI值和经验的无线信号传播模型推导出所有可通信节点间距离的相对关系,利用节点的通信半径估算出可通信节点间的距离,并以此为约束条件利用矩形近似圆形,将二次约束的规划问题转化为线性规划问题;求解该线性规划问题便可得未知节点坐标.通过仿真实验,证明了当锚节点分布在网络边缘时该算法能得到较好的定位效果,分析了锚节点分布、锚节点个数、网络连通度等实验参数对定位结果的影响.相比凸规划定位算法,该算法大大降低了求解规划问题的次数,且在相同的实验条件下定位误差更小.     

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.     

改进DV-HOP输电线路上的WSN节点定位

输电线路在线优化监测问题,是现在电力系统领域研究的重要课题之一.针对输电线路上无线传感器网络节点准确定位问题,分别在一维和二维空间上给出了改进的DV-HOP算法,根据输电线路上的无线传感器网络节点链状线型非均匀分布特点,结合节点的连通性,精确计算未知节点到每个锚节点间的距离,再用三边定位算法准确定位.仿真结果表明,改进DV-HOP算法使得无线网络传感器节点定位误差受到抑制,能够达到更高的定位精度,更加适合输电线路上无线传感器网络节点定位定位.     

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。     

基于遗传模拟退火算法的无线传感器网络定位算法

无线传感器网络定位问题本质上是一个基于不同的距离或路径测量方法的优化问题.第一次提出了基于遗传模拟退火算法的无线传感器网络定位算法GASA-Hop,它是将遗传模拟退火算法作为DV-Hop的后期优化.其中,DV-Hop用来估计未知节点与锚节点的测量距离,GASA用来最小化与DV-Hop相关的适应度函数.仿真结果表明,本算法定位精度高、条件简单,比较适合无线传感器网络的节点定位.     

基于智能估计的无线传感器网络定位算法

节点定位是无线传感器网络的基本机制,位置数据是监测事件不可缺少的信息,传感器节点必须首先确定自身的位置.针对无线传感器网络的节点定位问题,提出了基于Free Search优化的智能定位算法,介绍了Free Search优化算法和智能估计的模型.该算法的基本思想是将参数估计问题转化为非线性函数的在线优化问题,利用Free Search获得未知节点坐标的最优估计.仿真结果证明,与最小二乘估计定位算法相比,新算法定位精度显著提高.     

基于和声搜索算法的WSN节点定位技术

节点定位问题是无线传感器网络中的最重要的基本问题之一。通过引入和声搜索算法来优化无线传感器网络中的节点定位计算,降低了测距误差的影响,提高了节点的定位精度;减少了计算的复杂度,加快了运算速度。仿真实验中通过与基于模拟退火、遗传算法的求解方法进行比较,结果表明定位计算技术在定位精度、运行性能方面的效果较好。     

基于遗传算法WSN节点定位算法研究

研究无线传感器网络节点定位问题.针对无线传感网络由于位置信息等原因而造成节点定位误差较大,精确度不高等问题缺陷,提出了一种改进的基于遗传算法优化DV-hop定位算法,并将算法应用在无线传感网络节点定位中,算法首先利用节点间的距离和锚节点的位置,在距离无关定位算法的最后一个阶段,采用遗传优化算法对DV-hop算法定位得到位置进行校正,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围,仿真结果表明,改进的网络节点定位算法定位误差小和定位范围广等性能,与原始的DV-Hop定位算法相比定位误差明显减小,精度明显提高.表明算法是一种高效节能的定位算法.     

移动无线传感器网络采样区域自调整的MCL定位算法

定位技术是无线传感器网络中关键的支撑技术之一。现有的无线传感器网络定位算法大多是针对静态场景的,不能直接应用于移动无线传感器网络。针对移动无线传感器网络的特点,在深入分析现有蒙特卡洛算法的基础上,提出一种改进机制,即采样区域自调整的蒙特卡洛节点定位(SA_MCL)算法。该算法通过对节点历史位置信息插值模拟获得节点的运动速度和方向,目的是为了自动调整采样区域,从而提高定位精度。仿真结果表明,采用SA_MCL算法,节点的定位精度有较大提高。     

对传感器网络定位技术现状的研究

随着学术界对无线传感器网络研究的不断深入,传感器网络节点的定位成为当前的热点。其中主要分为两种类型算法,分别为range-free和range-based。这两种类型的定位算法各有优势和不足之处。为了研究算法发展趋势,文中通过比较几种典型的定位算法,指出了各自的优缺点。最后指出了定位算法的发展趋势:range-based的定位算法比range-free的算法更适合传感器网络小型化、低成本化的需求,应该得到更大的发展。     

An efficient range-free localization algorithm for wireless sensor networks

Node positioning is a fundamental problem in applications of wireless sensor networks (WSNs). In this paper, a new range-free algorithm, called spring swarm localization algorithm (SSLA), is proposed for positioning WSNs. To determine the locations of sensor nodes, the proposed algorithm uses network topology information and a small fraction of sensor nodes which know their locations. Numerical simulations show that high positioning accuracy can be obtained by using the algorithm. Some examples are given to...     

Angle-of-arrival localization based on antenna arrays for wireless sensor networks

Among the large number of contributions concerning the localization techniques for wireless sensor networks (WSNs), there is still no simple, energy and cost efficient solution suitable in outdoor scenarios. In this paper, a technique based on antenna arrays and angle-of-arrival (AoA) measurements is carefully discussed. While the AoA algorithms are rarely considered for WSNs due to the large dimensions of directional antennas, some system configurations are investigated that can be easily incorporated in pocket-size wireless devices.A heuristic weighting function that enables decreasing the location errors is introduced. Also, the detailed performance analysis of the presented system is provided. The localization accuracy is validated through realistic Monte-Carlo simulations that take into account the specificity of propagation conditions in WSNs as well as the radio noise effects. Finally, trade-offs between the accuracy, localization time and the number of anchors in a network are addressed.     

基于帝国主义竞争算法的WSNs定位方案

遗传算法(GA)在无线传感器网络(WSNs)定位时存在收敛速度慢、精度低等弊端,针对以上问题,提出了一种利用帝国主义竞争算法(ICA)优化WSNs定位的方案。首先,使用了采样的方法来估计未知节点的初始位置;其次,依靠信标节点和相邻节点的相关信息建立了以最小化全局误差的三维空间的数学定位模型;最后,使用了最新的社会启发算法—ICA来进行定位优化。实验结果表明:与GA定位相比,ICA在WSNs定位上具有定位精度高、收敛迅速的优势。     

DV-Hop localization algorithm based on bacterial foraging optimization for wireless multimedia sensor networks

DV-Hop localization algorithm is a classic range free localization algorithm in wireless sensor networks (WSNs). Although easy to be employed in low cost and resource limited WSNs, DV-Hop localization algorithm suffers from low localization accuracy as the other range free localization approaches. To improve the localization accuracy, in this paper we introduce Bacterial Foraging Optimization (BFO), an efficient optimization method that has been widely applied in a variety of scientific and engineering applications. We conduct extensive simulations under different network setting, the simulation results demonstrate that the proposed algorithm achieves significantly higher positioning accuracy than the basic DV-Hop algorithm.

     

基于无线传感器网络节点的单兵鞋设计

无线传感器网络(WSNs)定位是传感器定位方法中比较实用、可靠的一种技术.为满足单兵作战环境需要,传感器定位技术只能采用无线、可靠、低功耗的技术.在基于WSNs背景下,将传感器定位系统安装鞋底,并通过定位系统自身感知、处理能力将周围环境定位结果实时显示在单兵作战头盔上.无线传输方式可以将战场环境信息实时返回到指挥中心,方便指挥员根据实时战场环境做出正确判断.     

Improving the localization accuracy of targets by using their spatial–temporal relationships in wireless sensor networks

Due to the low cost and capabilities of sensors, wireless sensor networks (WSNs) are promising for military and civilian surveillance of people and vehicles. One important aspect of surveillance is target localization. A location can be estimated by collecting and analyzing sensing data on signal strength, time of arrival, time difference of arrival, or angle of arrival. However, this data is subject to measurement noise and is sensitive to environmental conditions, so its location estimates can be inaccurate. In this paper, we add a novel process to further improve the localization accuracy after the initial location estimates are obtained from some existing algorithm. Our idea is to exploit the consistency of the spatial–temporal relationships of the targets we track. Spatial relationships are the relative target locations in a group and temporal relationships are the locations of a target at different times. We first develop algorithms that improve location estimates using spatial and temporal relationships of targets separately, and then together. We prove mathematically that our methods improve the localization accuracy. Furthermore, we relax the condition that targets should strictly keep their relative positions in the group and also show that perfect time synchronization is not required. Simulations were also conducted to test the algorithms. They used initial target location estimates from existing signal-strength and time-of-arrival algorithms and implemented our own algorithms. The results confirmed improved localization accuracy, especially in the combined algorithms. Since our algorithms use the features of targets and not the underlying WSNs, they can be built on any localization algorithm whose results are not satisfactory.     

无线传感器网络定位技术探析

传感器网络中的节点定位问题因为与实际的很多应用直接相关而尤为受到关注,其中主要分为两种类型算法,分别为rang-free和rang-based,这两种类型的定位算法各有优势和不足之处。为了研究算法发展趋势,文章通过比较几种典型的定位算法,指出了各自的优缺点。     

基于RSSI差分修正的加权质心定位算法

为了抑制接收信号强度指示(RSSI)误差对无线传感器网络节点定位精度的影响,从消除RSSI误差的角度,提出了一种基于对RSSI距离值差分修正的加权质心定位算法。该算法计算简单,无需硬件扩展,仿真结果表明:该算法比传统算法有更好的定位性能。