基于迭代的无线传感器网络三维定位算法

针对目前无线传感器网络三维空间定位存在精度不高、计算复杂、传输数据量大等问题,提出了一种基于测距的分布式算法———高精度迭代三维定位算法(ILAH-3D)。该方法将经典二维算法AHLos(Ad-Hoc Localization System)扩展到三维空间,通过采用加权最小二乘法和加入定位节点升级锚节点的验证条件来减少累计误差,提高节点定位精度,并根据三维空间中节点的各种位置关系,给出了约束协作算法的执行条件,然后结合升级的锚节点再进行新一轮的定位运算。该方法计算简单、通信量小,与已有三维定位算法相比,在测距存在一定误差的情况下,依然可以达到很好的精度。     

三维无线传感器网络节点定位算法研究

在二维DV-Hop算法和APIT算法的基础上,各提出了一种可适用于三维无线传感器网络的非测距定位算法DV-Hop改进算法和APIT改进算法.DV-Hop改进算法通过在节点上设置接收阈值,使未知节点只接收距离较近的局部范围内的锚节点信息,而APIT改进算法则以四面体质心扫描取代了网格扫描.介绍了 2种算法的原理,并进行仿...     

三维无线传感器网络中DV_Hop定位算法的改进

在三维无线传感器网络中,采用非测距定位方法 DV_Hop时,由于三维空间中节点分布复杂,测距误差增大,定位准确度迅速降低,为了提升它的准确度,提出一种改进的DV_Hop定位方法,使用最小均方差估计未知节点与已知节点之间的距离,定位结果用粒子群算法优化,以距离误差因子加权均方误差作目标函数,采用凹函数递减策略,提前进入局部搜索,提高定位准确度。仿真结果表明,相同条件下,改进的DV_Hop算法定位准确度要优于传统DV_Hop算法。     

基于TOA的三维无线传感器网络节点定位算法

随着无线传感器网络应用的发展,对三维定位研究的需求日益迫切,但目前这方面的研究却很少。在TOA测距的基础上,提出了一种三维无线传感器网络节点定位算法,并对其性能进行了分析,给出了算法的时间同步误差和定位误差。最后在现有仿真平台OMNET 的基础上构建三维仿真模块,对算法进行了仿真实现,给出了该算法的定位精度和覆盖率。     

无线传感器网络中四面体三维质心定位算法

在研究普通三维质心定位算法和APIT-3D定位算法的基础上,提出了一种新无线传感器网络定位算法,即四面体三维质心定位算法。为降低计算复杂度,该算法用三维质心迭代算法代替了APIT-3D定位算法中的网格扫描算法,并在节点分布不均匀和低连通度的情况下,使用RSSI均值加权质心定位算法以提高节点覆盖率。仿真实验表明:该算法在无线传感器网络连通度低或节点分布不均匀时能获得较好的定位精度和定位覆盖率,并且与APIT-3D定位算法相比有效降低了计算复杂度。     

基于DV-HOP改进的无线传感器网络定位算法

由于在无线传感器网络中定位技术DV-HOP算法存在较大的误差,为提高其定位的精度,提出一种DDV-Hop算法对传统DV-Hop算法在两方面对未知节点定位进行优化。一方面在估算信标节点的平均每跳距离时提出理论最小跳数偏离度的概念,分析误差并进行距离的修正,另一方面通过信标节点的自身定位来获取定位误差对未知节点的定位坐标进行修正。仿真结果表明该优化算法提高了定位的精确度,减小了定位误差约8%~12%。     

三维无线传感器网络节点的序列重心定位算法

节点自定位技术是无线传感器网络的关键技术之一。三维序列重心算法利用锚节点两两之间的垂直平分面将定位空间分为边、面和体三类区域,缩小了未知节点可能存在的范围,并在所在范围内再次求出离未知节点最近三点组成的三角形的重心作为未知点位置的估计。该算法改善了二维序列算法误差较大的问题,且不需要增加硬件设施来实现特殊的功能。仿真结果表明,该算法可以达到较高的定位精度,能够满足三维空间中未知节点定位的应用需要。     

无线传感器网络APIT定位算法

无线传感器网络节点定位机制的研究中,基于距离无关的定位技术得到快速发展,其中基于重叠区域的APIT定位算法在实际环境下定位精度高,被广泛研究和应用.对APIT定位算法及其改进措施进行了总结,并给出性能比较结果.     

二进制无线传感器网络目标定位跟踪算法

二进制无线传感器网络是一种新的和具有巨大潜在应用前景的目标定位跟踪平台,它具有通信负荷少,生存能力强等特点。提出一种基于网络时间的迭代算法,在目标通过一定数量的节点后,给出较为精确的目标运动参数,并在算法迭代的过程中,不断优化算法结果。最后,运用多Agent仿真思想,借助于RePAST仿真平台对算法进行了仿真验证。     

无线传感器网络的节点定位算法

无线传感器网络作为一种全新的信息采集和处理方式,节点位置的确定是无线传感器网络应用的基础。结合无线传感器网络节点定位算法的性能评价以及分类方式,通过分析典型DV-Hop算法的误差产生,提出改进方案,并利用仿真环境验证。     

无线传感器网络移动节点定位算法

提出了一种信标节点以一定的几何形状进行移动来对未知节点进行定位的算法。利用未知节点到信标节点的信号强度值来确定未知节点所在区域,然后用几何方法计算得到其坐标。实验表明：提出的算法定位精度高,计算简单,适合各种规模的无线传感器网络的节点定位。     

改进的无线传感器网络DV-Hop定位算法

在无线传感器网络中,DV-Hop定位算法在计算未知节点到锚节点的距离以及相邻节点跳距时存在较大误差。为此,提出一种改进的DV-Hop定位算法。在未知节点到锚节点的路径中,考虑相邻3个节点组成的夹角对距离的影响,根据邻近节点重叠度计算夹角,引入网络平均连通度计算节点间的跳距,从而更精确地计算距离。仿真结果表明,改进算法可提高节点的定位精度和覆盖率。     

NLOS环境下无线传感器网络TOA定位算法

针对现有定位算法定位精度低、适用场景少的问题,提出一种非视距传播（NLOS）环境下的无线传感器网络电波到达时间（TOA）定位算法。对未知节点位置进行初步估计,将该估计值作为初始迭代参考点,利用泰勒级数展开法进行迭代计算,得到未知节点位置的二次估计值。使用二次估计值反推得到未知节点与各传感器锚节点的近似距离,将原始TOA测量距离与该近似距离之差作为非视距传播误差值,从而剔除NLOS误差较大的TOA测量组,利用误差修正后的TOA测量组再次进行泰勒级数迭代处理,实现未知节点的精确定位。仿真结果表明,该算法可有效抑制NLOS误差,相比传统定位算法,其定位误差小、定位精度高。     

改进的无线传感器网络定位算法

定位是无线传感器网络的基础工作。现有定位算法利用参考节点的位置信息对非参考节点进行定位,当该信息受到攻击或误差的影响时,将导致算法精确度下降。该文将传统最小二乘定位算法与Metropolis-Hasting抽样算法有机结合,提出一种改进的最小二乘定位算法。建造一个可能遭受攻击的模拟环境,在该环境下比较改进后的算法和原算法,结果表明,改进后的算法具有较好鲁棒性。     

无线传感器网络栅格扫描定位算法研究

栅格扫描算法是无线传感器网络中一种典型的无需测距的定位算法。分析并仿真该算法中对定位误差、定位率及定位时间有较大影响的网络平均连通度、锚节点个数、节点通信半径以及栅格边长等重要参数。仿真结果表明,邻锚节点个数是影响定位误差及定位率的主要因素,栅格边长对定位误差起调节作用,而总节点数是影响定位时间的主要参数,并且在固定监测区域内,存在较优的参数设置,能够有效降低定位误差并提高定位率。     

基于网格扫描的无线传感器网络定位算法

分析典型的测距无关定位算法APIT与API2T,指出其存在定位精度低与覆盖率低的缺陷。针对该问题,提出一种基于网格扫描的无线传感器网络定位算法——API3T。重新定义邻居节点,改进网格扫描策略,从而减少In-To-Out错误和Out-To-In错误。仿真实验结果表明,该算法的定位精度与覆盖率较高。     

无线传感器网络的节能分布式分簇算法

针对无线传感器网络的异构特性,提出一种能量有效的分布式分簇算法EEDC。预先选择剩余能量较多的节点作为竞争簇头的候选簇头节点,以簇内通信代价作为候选节点竞争最终簇头的竞争参数,选择剩余能量高且通信代价低的节点作为最终的簇头节点。理论分析与仿真实验证明,EEDC能产生均匀分布的簇头集合,有效延长网络寿命。     

基于包标记的无线传感器网络溯源定位算法

标记概率计算作为概率包标记技术的关键内容,对算法的收敛性、最弱链、节点负担等方面具有重要影响。为此,分析现有算法的优缺点,结合无线传感器网络(WSN)的分簇结构,提出一种基于包标记的层次式混合概率包标记算法。扩大上下游节点的相对距离差,从而拉大节点标记概率之间的差距,增加上游节点标记的到达概率,在降低节点负担和算法复杂度的同时,提高算法收敛性。分析结果表明,该算法在收敛性、最弱链方面优于基本包标记法,在节点计算与存储负担方面优于自适应包标记法,可实现WSN资源约束条件下的整体优化。     

基于差分演化的无线传感器网络节点定位

针对无线传感器网络（WSN）节点的定位问题,提出一种基于差分演化的WSN节点定位算法。根据相邻节点间估计距离和测量距离之间的偏差构造目标函数,利用差分演化算法求出函数的最优解,达到最优解时的节点坐标即为未知节点的估计坐标。实验结果表明,该算法在锚节点比例为10％,节点无线通信半径R为1．8r的情况下,平均定位误差不超过5％,与带梯度搜索的半定规划定位算法相比,其定位精度更高。     

基于垂直平分线的无线传感器网络定位改进算法

针对传统基于垂直平分线的区域定位算法定位精度低、迭代次数多等缺点,提出一种改进的垂直平分线算法IMBLA。根据未知节点接收到的两锚节点接收信号强度指示( RSSI)值的比值,移动两锚点的垂直平分线,再确定待定位节点与垂直平分线的位置关系。该算法应用基于参考锚节点的高斯校正模型进行RSSI测距,包括有障碍物时的模型,不但适合各种环境,还能有效防止恶意攻击。仿真结果表明,与MBLA和IPAIT算法相比,IMBLA算法的定位精度和网络覆盖率较高。