无线传感器网络中基于RSSI算法的优化

研究表现煤矿井下巷道狭长、信号多径效应明显、通信条件差,井下无线传感器节点定位对环境敏感,导致节点定位误差较大.基于传统的RSSI算法基础上,提出一种给出衰减校正因子的三边加权质心定位算法.算法通过对RSSI衰减测量值补偿校正,近似接近节点间实际真实值;取任意的三点的校正距离算出未知节点的估计值后,求估计值的加权质心坐标为节点估计坐标.仿真结果表明,在相同的实验环境下,该改进的算法比传统的RSSI算法有更小的定位误差,提高算法对环境的适应性和定位精度,为井下无线传感器网络节点定位提供了依据.     

基于PSO-GSA优化的井下加权质心人员定位算法

针对煤矿复杂环境中,接收信号强度指示的人员定位精度较低,难以动态跟踪参数变化的问题,提出一种利用改进的引力搜索算法应用于加权质心定位中进行井下人员定位的方法。先采用对数距离路径损耗模型得到信标节点到未知节点的距离,然后通过加权质心定位算法对未知节点定位;最后利用粒子群万有引力混合算法对相关参数和估计的位置信息进行优化。实验结果表明,该方法能够增强对环境变化的自适应能力,更有效地提高定位精度。     

基于指纹量化的改进加权质心定位算法

针对室内人员定位信号存在干扰大、定位精度低的问题,提出一种基于指纹量化的改进加权质心定位算法。该算法在ZigBee通信环境下采集实际测量值建立指纹数据库,在量化域内根据未知节点接收到的RSSI值进行量化,获得量化距离及量化RSSI值,将量化距离以及产生的量化误差作为权值参数,进一步利用改进的交集三角形加权质心算法对未知节点进行定位。实验结果表明,该算法可以有效避免因信号衰减严重而造成的理论误差问题,提高了定位精度。     

传感器网络节点定位算法在煤矿安全中的应用

研究煤矿井下安全问题,对井下人员进行定位跟踪,提高煤矿安全生产水平,应建立安全监测系统.针对煤矿井下巷道狭长,无线通信条件差,信号多径效应明显,在传统的监测中,无线传感器节点定位算法对井下环境敏感,导致节点定位误差较大.为了提高定位的精度,提出了一种基于RSSI的质心无线传感器定位算法.算法通过对无线电信号传播路径损耗模型的分析,利用锚定节点与待定位节点间的RSSI值确定质心的权值,从而提高算法对环境的适应性和定位精度.仿真结果表明,在相同的实验环境下,算法定位精度优于传统无线传感器节点定位算法,能够满足井下人员定位准确性,为煤矿安全生产监测系统设计提供了依据.     

狭长直隧道环境中WSN的RSSI加权质心定位算法

采用无线传感器网络技术对井下人员和车辆进行准确定位是矿井作业安全保障的重要技术手段,但因井下巷道的空间半封闭特征和无线信号在巷道内传输的多径衰落等原因,使得传统平面和三维定位算法不能完全适用于井下巷道中的移动节点定位。针对这一问题,提出了一种改进的基于RSSI加权质心定位算法,该算法在巷道内节点分布模型的基础上,充分考虑巷道内无线传感器网络节点的异构性和移动性,将异构节点最大通信半径引入到权值的分配上,修正了权值。仿真实验表明,与普通的加权质心算法相比,提高了定位精度,且更适用于井下巷道、公路与铁路隧道。     

一种自适应煤矿井下环境的加权质心节点定位算法

为提高煤矿井下无线传感器网络节点定位精度,提出了一种自适应煤矿井下工况环境的加权质心节点定位算法;在信标节点双链式部署结构的基础上,首先利用未知节点周围RSSI信号强度最大的信标节点之间的位置信息和信标节点的平均RSSI值自适应地估计环境参数,再应用无线信号强度衰减模型计算未知节点到信标节点的距离,最后采用加权质心定位算法的平均值确定最终的节点位置坐标;仿真实验结果表明,所提出方法的平均定位误差为0.94m,有效降低了环境因素及RSSI的随机性对定位精度的影响,可用于煤矿井下无线传感器网络节点实时定位系统中。     

一种改进的煤矿井下无线传感器网络定位算法

针对煤矿井下巷道狭长,传感器节点分布不均匀,环境恶劣,井下人员定位不明确。传统算法定位精度不高。为此,提出一种改进DV-Hop的煤矿井下节点定位方法,利用无线信号同种介质中传播速度不变性,并利用节点间数据包传送时间对未知节点的估计距离进行修正。实验结果表明,改进算法有效地提高了无线传感器网络节点的定位精度,减少了定位误差,更加适合于类似于煤矿井下场景的定位需求。     

基于节点映射的井下无线传感器网络定位算法

针对目前井下定位算法对未知节点不在锚节点组成区域内的情况考虑不全面,从而导致定位误差较大的问题,提出了一种基于节点映射的改进加权质心定位算法。该算法对未知节点不在锚节点组成区域内的情况进行节点映射处理,并通过改进加权质心定位算法求锚节点的多个质心,通过质心节点对未知节点进行定位。仿真结果证明,该算法可以提高节点的定位精度。     

基于改进高斯混合滤波的矿井加权质心定位算法

针对煤矿井下复杂环境中无线信号的非视距传播导致RSSI定位算法存在测距误差大及定位结果不准确的问题,提出了一种基于改进高斯混合滤波的矿井加权质心定位算法。首先根据最大期望算法对未知节点的相应RSSI测量数据进行聚类,将它们划分为多个高斯概率密度函数模型;然后根据数据特征,利用赤池信息量准则对采样数据进行优化,得到精确的测量值;最后计算未知节点的初始坐标,将未知节点初始坐标和真实坐标间的误差值作为权值因子,结合质心定位算法计算得到未知节点的最终坐标,实现目标定位。仿真与实验结果表明,该定位算法可实现煤矿井下人员的高精度定位,平均定位误差为1.83m。     

基于RSSI测距的传感器节点质心定位修正算法

针对传感器网络节点定位精度问题,研究基于RSSI测距的定位算法,提出多信标节点质心定位修正算法,通过该算法计算得到多组未知节点估计坐标,并在此基础上利用质心定位修正算法计算节点坐标修正值;利用仿真实验,证明基于RSSI测距的传感器节点质心定位算法定位精度比传统质心定位算法定位精度提高13.8%,比RSSI加权质心定位算法提高6.3%。     

基于RSSI的WSNs加权质心定位算法的改进

针对无线传感器网络(WSNs)定位算法定位精度不高的问题,提出了一种基于RSSI测距的质心(Centroid)算法和加权质心(W-Centroid)定位算法相结合的新的定位方法WR-Centroid.该算法主要通过RSSI测距得出4个参考节点到未知节点的距离,再任选3个距离为半径,以相应的参考节点为圆心画圆得到3个圆的交叠区域,构成一个三角形,求出这个三角形的质心.依照这种方法,求得4个质心坐标,利用加权质心定位算法求出未知节点的坐标.仿真结果表明:该算法比加权质心定位算法精度有很大的提高.     

基于TDOA和AOA的煤矿井下三维定位算法

针对煤矿井下现有定位算法的定位精度难以满足实际需求的问题,结合煤矿井下特殊的环境条件,提出了一种基于TDOA和AOA的煤矿井下三维定位算法。该算法利用巷道中的传感器基站测量未知节点发出的辐射到达不同基站的时间差和它们之间的相对角度,通过包含未知节点的坐标信息并结合基站本身的坐标信息进行定位。仿真结果表明,通过与定位模型的结合,基于TDOA和AOA的算法可有效消除测量值中的噪声干扰与随机误差,定位精度高。     

煤矿井下无线传感器网络节点三维定位算法

现有煤矿无线传感器网络节点定位存在定位精度差、功耗高等问题,提出一种基于信标节点规则部署的煤矿井下无线传感器网络节点三维定位算法,根据井下巷道特征成对部署信标节点,在定位估算时先将信标节点投影到与未知节点同一高度的水平面,再利用三边测量法进行平面定位,然后结合未知节点与信标节点的高度差即可实现三维定位。理论分析和仿真结果表明,该算法具有计算量小、通信量小、定位精度较高以及稳定性较好等特点。     

基于四面体模型的三维加权质心定位算法

针对三维空间中未知节点的定位问题,提出基于四面体模型的三维加权质心定位算法。利用锚节点组成四面体,依据未知节点与锚节点间的距离大小,采取加权求和定位未知节点,利用接收信号强度指示器的数据信息对加权系数进行修正。仿真结果表明,该算法的定位精度较高。     

基于次锚节点的无线传感器网络改进加权质心定位算法

针对加权质心定位算法（ WCLA）对锚节点数量要求较高和定位精度较低的缺陷,提出一种基于次锚节点的改进加权质心定位算法（ IWCLA-SAN）。该算法在加权因子中引入修正系数,以提高定位精度;同时,将基于粒子群优化（ PSO）的定位算法的未知节点升级为次锚节点,在锚节点数量有限的情况下,以提高定位精度和定位覆盖率。仿真结果表明：该算法能有效提高定位精度和定位覆盖率。     

基于APIT技术的无线传感器网络目标定位算法

针对无线传感器网络的目标定位问题,提出了一种基于能量的目标定位算法.首先通过移动锚节点轨迹的采集,形成虚拟锚节点,利用三边定位确定未知节点的位置,增加锚节点的密度.采用近似三角形内点测试(APIT)算法对目标节点进行定位,并加入了加权质心因子,用锚节点对目标节点的不同影响力来确定加权因子,以提高定位精度.仿真结果表明:该算法可以有效地提高无线传感器网络目标定位的精度.     

基于自组织竞争网络的井下人员定位融合算法

针对基于加权质心算法的井下人员定位方法误差大的问题,提出了一种基于自组织竞争网络的井下人员定位融合算法。该算法利用自组织竞争网络的学习筛选能力,通过分组训练筛选出接近理论值的实际RSSI值,找出用于加权质心算法的有效坐标,在加权质心算法的基础上计算未知节点位置。Matlab仿真结果表明,该算法的定位精度比原加权质心算法显著提高。     

WSN中移动信标辅助的加权质心定位算法

质心算法是一种简单易实现的节点定位方法,但是它的定位精度多依赖于网络中信标节点的密度和分布。针对质心算法这一缺陷,本文提出了一种移动信标节点辅助的加权质心定位算法(MBAWCL)。该算法采用一个飞行的移动信标节点在网络部署区域上空按照设定的路径移动并周期性的广播自己的位置信息;未知节点对所接收信标信号采取一定的筛选机制存储信标信号,然后利用加权质心(WCL)方法计算自己的位置。实验测试证明该算法可以提高节点的定位精度,降低定位成本,提高定位效率。     

基于RSSI校正的无线传感器网络定位算法

为了使接收信号强度指示（RSSI）的测量误差对节点定位精度的影响程度达到最小化,提出一种基于RSSI高斯加权校正的质心定位算法.首先通过高斯函数滤去偏差较大的RSSI值,然后再对余下的RSSI值加权计算得到优化的RSSI测量值,并利用测量到的RSSI值计算出锚节点与未知节点之间的距离,然后根据计算出的距离对锚节点坐标加权,并通过质心定位算法求出未知节点的位置坐标.仿真实验表明：该算法相比基于RSSI的质心定位算法,定位覆盖率提升3％～6％,平均定位误差至少减少4％,是一种定位精度更高的算法.     

基于接收信号强度指示加权融合的质心定位算法

针对当前无线传感器网络质心定位算法在参考节点分布不均匀时定位误差较大,提出了一种基于RSSI加权融合的质心定位算法.通过将离未知节点距离由近到远的每三个参考节点组成三角形定位单元,运用传统质心算法产生质心,这样确保了质心的有效性.分析了影响定位精度的因素,通过加权因子来体现不同参考节点对质心坐标决定权的大小,并确定了各因素的权值.最后进行加权融合处理,使得整个定位精度得到了很大的提高.仿真结果表明,所提算法较之前的加权质心算法定位精度有了明显提高,最高可达38.41％.