共查询到20条相似文献,搜索用时 93 毫秒
1.
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。 相似文献
2.
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... 相似文献
3.
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。 相似文献
4.
5.
无线传感器网络中四面体三维质心定位算法 总被引:2,自引:0,他引:2
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。 相似文献
6.
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%。 相似文献
7.
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。 相似文献
8.
9.
10.
11.
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。 相似文献
12.
13.
NLOS环境下无线传感器网络TOA定位算法 总被引:1,自引:0,他引:1
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。 相似文献
14.
15.
16.
17.
18.
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。 相似文献
19.