基于局部信标选择的无线传感器网络定位算法

针对DV-hop算法定位精度低的问题,本文分析了节点间的位置拓扑关系对定位精度的影响,提出了一种基于局部信标选择的定位算法(RBS-DV-hop)。该算法权衡了定位精度和计算复杂度,从三方面寻找局部最优的信标节点组,包括信标节点的共线度、未知节点与信标节点的跳数以及信标节点相对于未知节点的分布。仿真结果表明,改进后的算法明显提高了定位精度和稳定性,为合理选择信标节点组进行定位提供了一种方法。     

移动无线传感网中的迭代蒙特卡罗定位算法研究

研究移动无线传感网中的节点定位问题,分析影响蒙特卡罗定位精度的两个因素:观测值和前一时刻的位置样本集,提出一种迭代蒙特卡罗定位算法。该算法中,信标节点的位置信息在每个时间段只被它的邻居节点转发一次,但是接收到该信息的其他节点会保存它们,并在下一时间段将它们与待发送/转发的信息融合成一个数据包进一步转发,增加待定位节点用于估算前几个时间段位置样本集的观测值。待定位节点再利用蒙特卡罗算法迭代计算前面时间段的位置样本集,并充分利用观测值滤除较差样本,从而提高当前时刻的定位精度。仿真实验表明改进算法提高了定位准确度。当信标节点密度较低时,更能体现改进算法的优越性。     

基于信息素扩散模型蚁群算法的无线传感网路由研究

为了快速适应无线传感器网络拓扑的动态变化和节点能量的有限性,本文采用信息素扩散模型,提出一种基于蚁群算法的路由协议.由实际和虚拟两种信息素共同指引路由包和数据包进行偏向性路径搜索.进一步,根据数据包传输情况,对信息素采取奖惩机制,从而为路由优化提供支持.基于TOSSIM平台的仿真表明,该协议在保证数据可靠传输的同时,有...     

带有误差修正项的自适应学习控制

本文讨论了二阶系统在任意初态偏差下的自适应控制问题,借助学习控制及其初始修正的思想,提出了两种带有修正初态偏差功能的自适应控制策略:一阶吸引子控制器和零阶吸引子控制器.两种控制器都是将整个控制过程分成若干个等长时间的子过程,在每个子过程中控制算法都会进行误差校正和参数学习.其中,一阶吸引子控制器在每个子过程中同时修正所有状态偏差;而零阶吸引子控制器在每个子过程中先修正高阶状态偏差,再修正低阶状态偏差.并且两种控制器在控制过程中,都利用反正切函数对控制量进行连续化处理,解决了控制过程中的颤振问题.最后,通过计算机仿真验证了算法的有效性.     

基于移动信标的DV-Hop无线传感网络定位算法*

针对无线传感器网络中的定位问题,本文提出了一种基于DV-Hop和移动信标的新方法Mobile Beacon DV-Hop (MB-DV-Hop).该方法通过在DV-Hop定位网络中引入移动信标,实现了Range-based 和Range-free两种定位方法的有效结合.仿真结果表明,所提出的方法不仅较大地提高了平均定位精度而且极大地降低了平均通信量.     

基于Lyapunov优化的时变无线传感网路由研究

针对无线传感网应用中监测环境具有随机性和不可预测性等因素使得节点感知速率通常是时变的且某些时刻会超出链路容量的实际问题,设计了一种时变路由算法.在该算法中,将时变感知速率下的路由问题建立成以时均的网络能耗与丢弃感知数据代价的加权和最小为目标的随机优化模型,并利用Lyapunov优化技术求解该模型,进而得到一种路由策略来实时决策每条链路上的数据流量以及由于节点感知速率持续超出链路容量而不得不丢弃的数据量.进一步,讨论感知数据不被丢弃的条件,建立目标函数与感知信息最大传输时延之间的权衡关系.最后,通过仿真实验,验证了本文算法在能耗、感知数据的丢弃量及传输时延之间的均衡关系.还在不同的最大数据感知速率下,比较了本文算法与AVE算法的性能.     

基于蚁群的无线传感网最大化生存时间路由

为提高无线传感网的生存时间,对基于蚁群算法的最大化生存时间路由(MLRAC)进行了研究。该路由利用链路能耗模型和节点发送数据概率,计算一个数据收集周期内节点总能耗。同时考虑节点初始能量,建立了最大化生存时间路由的最优模型。为求解该最优模型,在经典蚁群算法的基础上,提出修正的蚁群算法。该算法采用新的邻居节点转发概率公式、信息素更新公式和分组探测方法,经过一定的迭代计算获得网络生存时间的最优值和每个节点的最优发送数据概率。最后,Sink节点洪泛通知网络中所有节点。节点根据接收到的最优概率,选择数据分组未经过的邻居节点发送数据。仿真实验表明,经过一定时间的迭代,MLRAC的生存时间可以收敛到最优值。该算法能延长网络生存时间,在一定的条件下,MLRAC算法比PEDAP、LET、Ratio-w、Sum-w等算法更优。     

基于无线传感网的目标跟踪算法及实验系统设计

为了对移动目标实现跟踪,设计了一个基于无线传感器网络和扩展Kalman滤波算法的目标跟踪系统.放弃了传统静态传感器方式,改用移动传感器方式获得目标距离信息,提出基于线性规划法的网络覆盖算法,减少了扫描探测区域的传感器数量,从而减少了采样时间,并提高了网络覆盖率.基于距离模型提出了窗口扩展卡尔曼滤波算法,该算法比普通扩展卡尔曼滤波具有更高的精度,通过实验验证了算法的有效性.     

基于最优信标组的扩展卡尔曼定位算法

节点定位是无线传感网的关键技术之一.针对传统的基于RSSI的定位算法精度低的问题,提出一种基于最优信标组的扩展卡尔曼定位算法(BBG-EKF).该算法分析影响定位精度的两个因素:未知节点与信标节点的距离和信标节点间的共线性,提出一种最优信标组选择机制,进一步通过扩展卡尔曼滤波实现精确定位.新算法复杂度低,定位过程中节点...