A novel adaptive cooperative location algorithm for wireless sensor networks

To overcome the disadvantages of the location algorithm based on received signal strength indication(RSSI) in the existing wireless sensor networks(WSNs),a novel adaptive cooperative location algorithm is proposed.To tolerate some minor errors in the information of node position,a reference anchor node is employed.On the other hand,Dixon method is used to remove the outliers of RSSI,the standard deviation threshold of RSSI and the learning model are put forward to reduce the ranging error of RSSI and improve the positioning precision effectively.Simulations are run to evaluate the performance of the algorithm.The results show that the proposed algorithm offers more precise location and better stability and robustness.     

针对多目标的分布式多边融合定位

针对基于接收信号强度指数(Received Signal Strength Indicator,RSSI)的多目标定位问题,结合点估计与椭圆估计算法,提出一种新的分布式多边融合定位(Distributed Multi-lateral Fusion Localization,DMFL)算法.首先,通过多边定位算法进行粗定位,估计目标的大致位置.其次,基于区间分析理论在线获取泰勒展式高阶余项的边界,并通过集员递归算法求解多目标定位问题.最后,通过实验和仿真验证该算法的定位性能.结果表明,在相同的节点布置条件下,与最新的RSSI定位算法相比,该算法的定位精度更高,最大误差小于0.3 m,并可提供保证包含目标真实位置的最优区域.     

Mathematical Advancement of General Chlorine Bulk Decay Model

An accurate chlorine bulk decay model is needed to ensure that potable water meets the microbial and the chemical safeties at the treatment plant and throughout the distribution. Among the mathematical models available,the general second-order chlorine bulk decay model( GBDM) is the most fundamentally sound.Application of the GBDM,however,has been hindered by its numerous fictive parameters and lack of an analytical solution. This theoretical work removes the two obstacles. The GBDM is solved through transformation and integration. The analytical solution provides deep insights into the GBDM and facilitates the parameterization and sensitivity analysis. The background natural organic matter( NOM) is characterized with the probabilistic distribution of functional groups. It reveals that the mean of the function group distribution is correlated with the initial chlorine decay rate coefficient( κ_0). A simple formula is developed to determine κ_0 directly from the initial chlorine decay. The theoretical treatment reduces the fictive parameters to a minimum. For the common lognormal distribution,the GBDM needs only three parameters,well defined as initial chlorine demand X_0,median rate coefficient km,and heterogeneity index σ. For more complicated scenarios,composite distributions are constructed through superposition of individual distributions. A highlighted example is to predict chlorine decay in blends of different waters. With the theoretical and mathematical advancement here,the GBDM can be applied effectively to any reactive background matter in any reaction systems.     

基于平方位置误差下限的优化功率分配方案

在无线传感网络中,节点定位是基于位置的应用基本要求。然而,现多数文献仅关注定位精度,而忽略了能量消耗对定位精度的影响。为此,针对基于接收信号强度RSSI(Received Signal Strength Indicator)定位方案,提出基于平方位置误差下限SPEB(Squared Position Error Bound)的优化功率分配SPEB-OPA(SPEB-Based Optimal Power Allocation)方案,目的在于最小化能量消耗。在SPEB-OPA算法中,将SPEB作为评定定位精度的参数,并推导出SPEB表达式,然后建立优化功率分配的目标函数,并考虑到锚节点位置存在误差。仿真结果表明,提出的SPEB-OPA方案极大地减少了功率消耗。当误差门限T=8时,SPEB-OPA方案的功率消耗比统一功率分配UPA(Uniform Power allocation)方案减少至50%。     

ZigBee网中减少障碍物影响的定位算法

从ZigBee定位优势出发,阐述了用于定位的ZigBee系统的拓扑结构,重点分析了基于RSSI的ZigBee的定位算法及实现,并建立了测量的物理模型.经过实验验证,该算法具有一定的实际应用价值,可以得到实验场景的最优测距模型.     

基于RSSI的无线传感器网络迭代安全定位算法

分析了无线传感器网络节点定位过程中的安全性问题,针对接收信号强度指示(RSSI)测距技术,提出了一种结合梯度下降法和离群检测技术的安全定位算法.仿真和实验结果表明:使用该算法的无线传感器节点在存在攻击的环境下依然能够正常定位,当平均测距误差为0.7m时,定位误差为1m.     

无线传感器网络中APIT-HR定位算法

针对无线传感器网络(WSNs)中近似四面体内点(APIT)质心定位算法计算复杂度高、定位精度差的问题,提出一种基于RSSI值折半的APIT (APIT-HR)质心定位算法.该算法以未知节点与三角形中的两个锚节点同时感知第三个锚节点的RSSI值进行比较并确定未知节点的存在区域,再以该区域质心作为定位结果.以面积规则和圆交域质心法改善APIT算法中存在的一些缺陷.仿真实验表明:相对于原始的APIT质心定位算法,APIT-HR算法降低了计算复杂度,提高了定位覆盖率和定位精度,定位误差缩小了22.8％.     

基于RSSI的无线传感器网络圆环质心定位算法

针对无线传感器网络质心算法受节点分布均匀程度的影响, 少数锚节点增大定位误差, 提出了一种圆环质心算法. 该算法以未知节点为圆心, 将未知节点通信区域划分成半径由大到小的圆环, 通过圆环剔除容易增大定位误差的锚节点, 筛选出合适的锚节点, 并在圆环上寻找近似等边三角形来进一步减小定位误差. 同时提出了利用RSSI值来形成圆环的方法. 仿真结果表明, 在100m×100m的区域中, 随机投放100个节点, 通信半径为20m, 锚节点数为20时, 圆环质心算法与质心算法相比, 定位精度提高了11%.     

基于Lévy飞行特征的蝙蝠算法及其在WSN定位中的应用

针对蝙蝠算法收敛易早熟、收敛速度慢等不足,提出一种改进的基于Lévy飞行特征自适应的蝙蝠算法。采用Lévy飞行策略取代原算法中蝙蝠飞行速度和位置的更新方式,充分利用Lévy飞行的重尾效应,有效避免局部最优值的吸引,加快了收敛速度,达到寻优能力和搜索能力的平衡。在无线传感器网络自身定位应用中,把定位问题转换为一个全局优化问题,使用改进的算法进行定位计算。通过Zigbee平台的实验表明,改进后的算法在不同空间位置的定位精度更高,收敛速度更快。算法实现条件简单、精度高,具有较高的实际工程应用价值。     

基于节点RSSI值与临界RSSI比例的跳数修正和跳距重估的DV-HOP算法

为了减少传统DV-Hop定位算法对未知节点定位时产生的较大误差,提出了一种基于节点RSSI值与临界RSSI比例跳数修正和跳距重估的DV-HOP算法。首先,采取节点RSSI值与临界RSSI比例来修正跳数,得到修正后的跳数;然后利用修正后的跳数求解跳距均衡系数对平均跳距进行穷尽三角组合加权修正,得到修正后的跳距;最后,将修正后跳距与通信半径进行比较,偏差最大和最小的跳距不参与计算,再求剩余跳距值的均值得到平均每跳距离。仿真结果表明：在相同的网络环境下,与经典的DV-Hop算法相比,文中算法仅需要节点通信芯片具有RSSI指示功能,并不需要其它额外的硬件,有效降低了定位误差;与其他DV-Hop修正算法相比,该算法同样也具有降低定位误差的优势。