卡尔曼滤波在无线传感器网络节点定位中的应用

为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了适用于无线传感器网络的卡尔曼滤波模型.采用渐消自适应卡尔曼滤波对基于距离的初始定位算法进行求精,通过一跳节点间的相互制约,在全局范围对未知节点进行定位;基于卡尔曼滤波模型,对无线传感器网络的分布式算法和集中式算法的计算量进行了研究,得出计算量与节点数目的关系.研究结果表明,卡尔曼滤波能够有效提高节点的定位精度,尤其适用于网络节点密度小、信标节点比例低的情况.     

基于局部网络拓扑特征的鲁棒节点定位算法

针对无线传感器网络的较大测距误差严重影响定位算法精度和鲁棒性的问题,利用节点均匀部署网络的拓扑特征,提出了一种基于局部网络拓扑特征的鲁棒节点定位算法(LFLS算法).该算法通过构建节点测距高估粗差阈值参数和测距低估粗差阈值参数,在对未知节点1跳测距数据集进行粗差识别及剔除等预处理滤波的基础上,使用高斯加权最小二乘定位算法实现节点定位.仿真结果表明,基于局部网络拓扑特征的鲁棒节点定位算法的定位精度明显优于未采用局部网络拓扑特征进行粗差预处理的加权最小二乘定位算法,其中粗差测距直接相关节点的定位精度改进尤为明显.     

三元阵被动测距在浅海低频条件下的声速修正

声速是三点被动测距方法中影响距离解算精度的重要参数,当声呐系统的工作频率较高时,一般直接使用海水声速。但随着远距离探测声呐技术的发展,声呐工作频率越来越低。浅海波导中传播的低频声信号的相速度和群速度明显不同于海水声速,选取哪个声速项用于距离解算是一个值得研究的问题。通过理论分析与pekeris波导中的数值仿真,确定了三点被动测距解算公式中的速度项应为相速度。仿真结果表明选用简正波相速度用于距离解算能有效降低浅海低频时三点被动测距方法的误差。     

微粒群算法在无线电干涉测距定位中的应用

节点定位是无线传感网络的重要支撑技术.无线电干涉测距虽然测距精度高,但用遗传算法和迭代最小二乘算法进行节点定位的误差较大,本文针对这一问题.提出了基于微粒群算法的节点定位.该算法能够解决连续空间多维函数的优化问题,满足了基于无线电干涉测距节点定位的需要.仿真证明:该算法具有实现简单,运行稳定,计算误差小等优点.与其他常用节点定位技术相比,无线电干涉测距定位技术具有定位精度高,传播距离远,所需硬件设备少等优点.     

蚁群循环定位算法在WSNs节点定位中的应用

针对无线传感网络中测距和定位算法复杂、精度不高的问题,提出了一种基于蚁群算法的循环定位算法。首先,利用接收信号强度指示(RSSI)方法测量距离,并建立信号衰减模型来计算测距公式。然后,利用循环定位算法对8个锚节点进行循环定位,将定位结果的平均值作为盲节点的最佳位置。最后,将该算法与加权质心定位算法和三边测量法进行对比,实验结果表明,循环定位算法的定位精度和稳定性更佳。     

基于RSSI测距的三维无线传感网络萤火虫定位算法的研究

研究了三维空间无线传感器网络(WSN)未知节点的定位。针对目前三维空间无线传感网络定位算法精度低的问题,提出一种基于接收信号强度指示(RSSI)测距的萤火虫定位的算法。该算法首先利用RSSI进行测距,建立信号强度随传播距离衰减的模型,然后在已知一定数量的锚节点的情况下,通过萤火虫算法寻找目标函数最优值,进而对未知节点进行定位。仿真验证结果表明,该定位算法相比其他算法定位精度有很大提高,在30m×30m×30m的空间内定位误差仅为0.59m。     

无线传感器网络自适应定位方法研究

针对无线传感器网络中基于RSSI测距的定位问题,在无线信号传播信道模型的研究基础上,提出了利用信标节点间的相互通信,实时建立和修正信号强度与距离之间的映射关系的方法,提高了定位系统对环境的适应能力;提出了一种循环极大似然算法,该算法在极大似然算法的基础上进行了改进,大大降低了含有较大测距误差的数据对定位的影响。实验证明,自适应定位方法能够根据系统所处的环境自动建立映射关系,在低成本条件下,达到较高的定位精度。     

水下网络移动节点分布式定位算法

随着水下网络系统的发展,水下移动节点的分布式定位技术的研究受到关注。提出了一种自组织、可容忍节点失效与测距误差、计算量和通信开销小的分布式水下节点定位算法,该算法利用自适应加权、循环三角组合测量法提高定位精度。对基于TOA测距的循环三角组合算法的定位精度进行了仿真,分析参考节点数对平均定位误差的影响,并与三边测量法的定位精度进行了比较。仿真结果表明,该算法具有较高的定位精度,对节点失效和测距误差的鲁棒性高,并且降低了水下网络对参考节点的密度要求。     

稀疏无线传感器网络移动节点定位算法

为解决稀疏无线传感器网络的现有MCB移动节点定位算法存在定位精度低和无法定位的节点的数量多的问题,对MCB算法进行了改进,进而提出了一种新的移动节点定位算法MCBP,该算法把已定位的节点作为其它未定位节点的参考点(准信标节点),利用准信标节点的位置信息参与后续定位过程,使更多的节点可以定位,并且提高了定位精度。仿真结果表明,MCBP移动节点定位算法比前人的类似算法的定位误差最大可减少22%,平均减少16%。无法定位的节点的数量最大可减少26%,平均减少12%。     

一种基于包络相关的水下动态节点测距方法

针对浅海海域的水声环境复杂多变,由水听器直接观测的信号常常被一些噪声覆盖的情况,提出一种基于包络相关的水下动态节点测距方法,并实现对水下动态节点进行精确的距离测量。根据测距信号在浅海水域信道传播的特性,对接收到的信号进行巴特沃斯粗滤波、小波变换细去噪、包络相关的方法处理,有效保留信号的边沿、突变的信息,去除噪声的影响,通过将两通道的信号进行包络相关取得精确的时延差,并依据距离公式对节点间的距离进行精确测量。水域实验结果表明,通过比较节点间距离的误差,算法测距精度达到13 cm以内。     

水声传感器网络移动节点定位技术

针对水声传感器网络的移动节点定位问题,首先研究了基于距离测量值的多边定位方法(Multilateral Localization,ML);然后利用节点运动信息,提出采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行跟踪的方法;最后针对水下移动节点的测量值不同步问题,提出了修正扩展卡尔曼滤波(Modified Extend Kalman Filter,MEKF)以改进EKF的精度。仿真分析结果表明,MEKF的定位精度要好于EKF,而EKF和MEKF由于其用到了节点的运动信息,因此其定位精度要远好于ML。     

一种二分迭代实时声线修正算法

为提高对水下目标的定位精度,提出并实现了一种二分迭代实时声线修正算法。首先通过二分迭代法快速搜索出水下声源所发出的定位声信号传播声线的初始掠射角,然后以该初始掠射角对应的唯一声线为基础,根据斯涅耳(Snell)声线折射定理计算得到声源与水下接收阵元的距离值,最终利用与声线相符的三路测距值进行交汇解算,完成实时声线修正定位。湖上试验结果表明,该算法简单易行、运算速度快,能够满足实时修正处理的要求,在复杂水文条件下提高了水声定位系统的定位精度。该算法具有良好的工程实用性和通用性,可推广应用于同类水声跟踪定位系统。     

一种低计算复杂度的无线传感器网络分簇定位算法

针对已有的集中式定位算法定位精度低,而分布式定位算法计算复杂度高、通信量大的问题,提出了一种适用于无线传感器网络的计算复杂度低的节点分簇定位算法.首先,提出满足最大连通度的多边界节点分簇算法,采用此算法把网络划分为若干个簇,各簇分别进行簇内节点定位;其次,各簇进行融合,最终实现全网节点的定位.仿真结果表明,这种分簇定位算法比分布式定位算法计算复杂度低、通信量小、定位精度相当或略差,比集中式定位算法计算复杂度低、通信量小、定位精度高.采用该算法可以降低传感器网络节点定位过程中的能耗,提高计算效率,延长网络寿命.     

An Improved MDS-MAP Localization Algorithm Based on Weighted Clustering and Heuristic Merging for Anisotropic Wireless Networks with Energy Holes

The MDS-MAP (multidimensional scaling-MAP) localization algorithm utilize almost merely connectivity information, and therefore it is easy to implement in practice of wireless sensor networks (WSNs). Anisotropic networks with energy hole, however, has blind communication spots that cause loss of information in the merging phase of MDSMAP. To enhance the positioning accuracy, the authors propose an MDS-MAP (CH) algorithm which can improve the clustering and merging strategy. In order to balance the effect of energy consumption and the network topology stabilization, we present a weighted clustering scheme, which considers the residual energy, the degree of connectivity nodes and node density. As the original MAD-MAP method poses a limitation of merging condition, the authors relax the merging requirement and present a heuristic estimation method for lost connectivity over energy holes. Simulation results show that the improved MDS-MAP (CH) localization algorithm has achieved higher localization accuracy, better-balanced energy consumption and stronger network robustness.     

未知声速分布下的一种水下目标GPS定位修正算法

由于海洋中声速分布不均匀,要实现水下目标GPS的精确定位,必须进行误差修正。阐述了采用应答器工作模式的水下目标GPS系统定位原理,在水下目标GPS系统定位过程中,分析了一种基于欧氏几何原理的修正算法在声速分布未知时的定位修正效果和局限性,研究了算法出现盲区的原因,并据此对该算法进行了改进。仿真计算结果表明改进后的算法可有效减小声速分布未知时声速估计不准确造成的定位误差,提高了水下目标GPS的定位精度。     

二次误差修正的DV-Hop优化定位算法

介绍了无线传感器网络中DV-Hop定位算法的原理,分析了其误差产生的主要原因.针对传统DV-Hop算法在定位过程中求出的平均每跳距离值误差较大以及最终定位结果精确度不高的问题,提出了一种改进型DV-Hop定位算法.在改进算法中,信标节点通过计算一次误差修正了平均每跳距离值,通过计算二次误差修正了信标节点定位误差区域,从而使最终计算出的节点坐标更接近于真实值.仿真结果表明,改进算法在无需额外增加硬件开销的前提下,可以有效地提高定位精度.     

基于声压幅度比的多声源分离定位决策研究

利用声压幅度比模型,提出了一种基于声压幅度比的多声源分离定位方法,该方法利用盲信号分离算法实现混合声源信号的分离,根据谱估计的相似度确定接收信号中各声源的分配情况,结合幅度差异因子获得传感器的声源信号分布,再通过单声源的声压幅度比模型确定声源位置,实现多声源定位。由于盲信号分离算法比较成熟,且实际中的声源信号大多为非高斯,因而满足盲信号分离条件。该方法具有实用强、应用性广等特点,对其它分离、定位问题也有借鉴作用。     

Three-Dimensional Distance-Error-Correction-Based Hop Localization Algorithm for IoT Devices

The Internet of Things (IoT) is envisioned as a network of various wireless sensor nodes communicating with each other to offer state-of-the-art solutions to real-time problems. These networks of wireless sensors monitor the physical environment and report the collected data to the base station, allowing for smarter decisions. Localization in wireless sensor networks is to localize a sensor node in a two-dimensional plane. However, in some application areas, such as various surveillances, underwater monitoring systems, and various environmental monitoring applications, wireless sensors are deployed in a three-dimensional plane. Recently, localization-based applications have emerged as one of the most promising services related to IoT. In this paper, we propose a novel distributed range-free algorithm for node localization in wireless sensor networks. The proposed three-dimensional hop localization algorithm is based on the distance error correction factor. In this algorithm, the error decreases with the localization process. The distance correction factor is used at various stages of the localization process, which ultimately mitigates the error. We simulated the proposed algorithm using MATLAB and verified the accuracy of the algorithm. The simulation results are compared with some of the well-known existing algorithms in the literature. The results show that the proposed three-dimensional error-correction-based algorithm performs better than existing algorithms.     

基于参考点之间水声传播的声速剖面反演

针对海洋声速剖面测量成本高、长期观测困难的难题,文章初步研究了利用水下固定参考点与水面已知位置之间的声信号传播时延来反演海水声速剖面的方法,提出了一种等声速分层模型下的声速剖面反演方法。将海水分层,对声信号传播过程进行建模,推导反演声速的非线性方程组;再利用牛顿迭代法,对非线性方程组进行求解。通过仿真和海试试验数据处理,分层数不同时,反演声速与实际声速之间的误差随着分层数的增加而变小,声速误差最小为0.80 m·s^-1左右,验证了反演方法的有效性与准确性。