一种改进的传感器节点多维标度定位算法

传感器节点的位置信息在无线传感器网络的监测活动等应用中起着至关重要的作用,而实现节点定位较好的方法是采用定位算法进行估计,因此定位算法的研究是目前热门的研究课题之一.本文主要研究分析了分布式加权多维标度定位算法,针对其不能适应网络连通度变化、网络拓扑不规则且收敛速度较慢等不足,提出了一种改进算法.该算法采用的加权机制与邻居选择机制综合考虑1跳邻居数目、节点自身定位精度与测距误差,并且引入最速下降法优化其目标代价函数.实验结果表明:在相同的实验环境下改进算法与原算法相比,在定位精度提高的情况下对不规则、大规模网络有很好的适应性且有更好的鲁棒性.     

基于弧参数约束的无线传感网络定位算法

针对现有的无线传感网络非测距定位算法在提高定位精度时,存在计算量大的问题,提出了一种基于弧参数约束的自适应三边定位算法.该算法首先将与未知节点连通的信标节点所构成平面分割成若干个三角形,采用APIT算法确定未知节点所在的三角形集合,选择周长最大的三角形的顶点作为定位所用信标节点.围绕3个定位圆重叠区域,对以未知节点为圆心的假设圆的弧高和弦长进行了多次估计,估计次数则根据未知节点所在区域大小自动调整.再以每条弦的垂直平分线和未知节点所在区域的交点作为位置估计值之一,最后取全部位置估计的均值作为定位结果.仿真结果表明该算法定位精度优于质心法和Convex-PIT算法.     

一种改进的质心定位算法

在无线传感器网络中,确定传感器节点的位置至关重要.通过对传统的质心定位算法进行分析,考虑到接收信号强度直接影响到未知节点的定位精度,提出了一种基于RSSI的改进的质心定位算法.该算法将每个未知节点的通信区域划分为6个部分,通过比较RSSI,找到对未知节点更为精确的估计区域,从而对未知节点作出更为精确的位置估计.仿真结果表明,相比于原始的质心定位算法,改进后的质心定位算法大大提高了无线传感器网络节点的定位精度.     

数据空泡修正的LTE-5G传感网节点定位算法

针对当前LTE-5G传感网移动节点定位方法存在定位精度较低、误差较高等问题,提出了一种基于拉普拉斯预估与数据空泡修正的LTE-5G传感网移动节点定位算法.构建拉普拉斯预估方法,对节点连通度及待测距离进行精度阶跃,以完成待定位节点与锚节点间的待测均衡距离的实时估计.通过在数据报文中添加0字节,设计了数据空泡修正机制,实时获取移动节点拓扑连通状况,以优化节点的均衡跳数和强化定位抗噪性能,再引入三角定位方法,实现节点坐标的精确定位.仿真结果表明,与当前常用的被动扫描定位算法、二向度定位算法相比,所提算法具有更高的定位精度与更小的误差水平.所提算法具有较高定位精度与抗干扰能力,能给LTE-5G传感定位领域提供一定的技术支撑.     

无线传感器网络中的DV-Hop定位改进算法

DV-Hop算法是无线传感器网络中一种典型的基于非测距的定位算法。针对DV-Hop存在的定位精度低的缺陷,本文提出了改进的算法。该算法中的平均跳距利用全网平均跳距与单个锚节点估计的平均跳距的均值来修正,并且根据连通度不同,选取最优的3个锚节点进行三边定位计算。     

改进的无线传感器网络DV-Hop定位算法

在众多定位技术中,DV-Hop定位算法是应用最广泛的算法之一,它实现简单,对节点硬件要求较低,但该算法使用跳段距离代替实际距离,而平均每跳距离的计算精度受网络的连通度、节点密度等影响。针对DV-Hop定位算法的缺陷,提出修正平均每跳距离和估计距离来提高定位精度的改进算法,并在3种不同的节点分布环境下进行仿真。仿真实验结果表明,改进后的算法定位精度得到了有效的提高。     

基于平均跳距估计和位置修正的DV-Hop定位算法

针对传统DV-Hop定位算法只考虑了最近一个锚节点估计的平均跳距,而导致定位误差较大这一问题,提出了一种基于平均跳距估计和位置修正的改进DV-Hop定位算法.改进算法在计算未知节点到各个锚节点距离时,考虑到离该未知节点最近的锚节点到其它锚节点的距离及跳数的不同,计算出不同的平均跳距,使其更接近于实际平均跳距,另外,改进算法还对初步定位结果进行了循环位置修正.仿真结果表明,与传统DV-Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,并且算法简单,计算量小,是无线传感器网络中节点定位的一种实用方案.     

WSN定位算法APIT的改进型设计

APIT算法是WSN中应用广泛的一种定位算法,在定位中要求有较高的信标节点密度和网络连通度,而现实中未知节点的分布是随机分布的.为了提高定位精度,针对传统 APIT 定位算法在节点分布不均匀和信标节点较少时定位误差较大的问题,对原算法进行改进.仿真结果表明,改进后的 APIT算法定位精度和网络覆盖率相比于原算法都有明显的提高.     

一种基于RSSI相似度的室内定位算法

无线传感器网络中节点的位置信息在很多应用中具有重要意义.本文研究了实际环境中节点的RSSI特性,为提高无线传感器节点定位的精度,提出了无线传感器节点在空间环境上的RSSI相似度概念,采用RSSI相似度作为权重因子,改进了加权质心算法.实验结果表明.改进后的算法具有更小的平均定位误差、更强的环境干扰鲁棒性.     

一种基于共线度的无线传感器网络定位算法

为了充分考虑锚节点之间以及锚节点与未知节点之间拓扑关系对无线传感器网络定位精度的影响,我们引入了共线度的概念并将其应用到多跳网络的节点定位中,在此基础上提出了一种基于共线度的无线传感器网络定位算法(CBLA).该算法首先动态地调节未知节点能够收集到的邻居锚节点信息,再通过共线度参数挑选网络中好的锚节点组进行位置估计,最后通过加权估计机制来得到最终的节点位置估计.理论分析和仿真结果表明,在规则网络中CBLA算法定位误差较小,最优情况下能够达到6%,在非规则网络中仍可达到较好的定位精度.     

一种分布式无线传感器网络节点定位新算法

针对无线传感器网络节点自身定位问题，提出一种新的节点定位算法，介绍算法的基本原理和实现方法。算法假设网络中有一定比例的锚节点（位置已知的节点）。通过未知节点和其无线射程范围内的锚节点之阃的通信约束和几何关系，得出该未知节点所处的圆弧区域，将该圆弧区域的质心作为未知节点的估计位置。该算法是一种完全基于网络连通性的无需测距技术的分布式算法，算法设计简单，计算量小。节点间通信开销少。仿真结果显示，该算法适合于各种规模的无线传感器网络的节点定位。     

New distributed positioning algorithm based on centroid of circular belt for wireless sensor networks

This paper presents a new distributed positioning algorithm for unknown nodes in a wireless sensor network.The algorithm is based exclusively on connectivity.First,assuming that the positions of the anchor nodes are already known,a circular belt containing an unknown node is obtained using information about the anchor nodes that are in radio range of the unknown node,based on the geometric relationships and communication constraints among the unknown node and the anchor nodes.Then,the centroid of the circular belt is taken to be the estimated position of the unknown node.Since the algorithm is very simple and since the only communication needed is between the anchor nodes and the unknown node,the communication and computational loads are very small.Furthermore,the algorithm is robust because neither the failure of old unknown nodes nor the addition of new unknown nodes influences the positioning of unknown nodes to be located.A theoretical analysis and simulation results show that the algorithm does not produce any cumulative error and is insensitive to range error,and that a change in the number of sensor nodes does not affect the communication or computational load.These features make this algorithm suitable for all sizes of low-power wireless sensor networks.     

大规模图上具有约束的多起点路径规划算法

路径规划查询是图数据上的一个基本问题,在众多的领域都有重要的应用价值。通常在实际问题中查询的路径是具有约束的,例如在外卖配送和共享出行问题中路径具有节点约束,其路径需要满足节点之间的先后关系约束。目前对于具有节点约束的路径查询问题,大多数的工作都在研究单起点的节点约束路径查询,但很难拓展到多起点节点约束问题中。因为具有节点约束的多起点路径查询问题是NP-hard的,所以该问题的大多数已有方法是使用贪心增量处理,但对于处理静态规则集拓展性不足。因此,提出了基于子路径的启发式算法和基于约束集拓展的精确算法,并在真实数据集上验证了算法的有效性。实验结果表明,启发式算法能够给出问题的精确解,而启发式算法能快速给出较好的近似解。     

具有交通规则约束的改进Dijkstra算法

传统Dijkstra算法在路径规划时无法适用于具有交通规则约束的交通网络。为解决该问题,在以往的路网模型和算法的基础上,提出一种具有交通规则约束的改进Dijkstra算法。算法对节点新增"待选择状态"和"可再更新状态",用以解决节点具有交通规则约束的问题;同时引入祖父节点,从而生成交通网络中各节点的三元组信息,以此作为回溯依据,可以得到从初始节点到目的节点的最短路径。该算法不仅适用于具有交通规则约束的交通网络,且具有较低的复杂度。通过理论分析证明了算法的正确性,并以长春市朝阳区的实际交通网络和随机添加的交通规则约束为数据进行了实验测试,验证了算法的有效性。     

基于AOA的无线传感器网络节点定位算法

在无线传感器网络节点SDP定位算法基础上,提出了一种改进的基于信号到达角(AOA)信息的无线传感器网络节点自身定位算法。本算法在所有节点的坐标轴方向都是未知的假定下,将AOA测量值用于计算信号到达差分角信息,将所有节点之间的角度关系表述为凸规划约束条件,从而将定位问题转化为一个凸集优化问题。在理想情况下,将定位问题转化为一个线性规划问题。实际情况中,考虑到测量误差,通过引入辅助变量,将定位问题转化为一个二次规划问题。仿真结果表明:改进算法与原算法相比,对AOA测量误差在10°以下时,定位精度提高约为5%~20%。     

移动自组织网络中基于移动Agent 的多约束QoS 多播路由算法

提出了一种移动自组织网络中基于移动Agent 的多约束QoS 多播路由算法．算法采用移动Agent 采集 网络信息,每个源节点构造一棵具有带宽和能量约束的多播树,选择节点剩余能量多的作为中间转发节点,以延长 网络的生存时间．当数据传输过程中链路发生断裂时,算法修复局部路径,而不是重新发送数据包,有效地降低了 路由重构和数据重传的可能性．利用网络仿真工具NS2 系统进行了仿真实验,实验结果证明新算法具有很高的效率 和鲁棒性．     

基于图编码网络的社交网络节点分类方法

针对如何融合节点自身属性以及网络结构信息实现社交网络节点分类的问题,提出了一种基于图编码网络的社交网络节点分类算法。首先,每个节点向邻域节点传播其携带的信息;其次,每个节点通过神经网络挖掘其与邻域节点之间可能隐含的关系,并且将这些关系进行融合;最后,每个节点根据自身信息以及与邻域节点关系的信息提取更高层次的特征,作为节点的表示,并且根据该表示对节点进行分类。在微博数据集上,与经典的深度随机游走模型、逻辑回归算法有以及最近提出的图卷积网络算法相比,所提算法分类准确率均有大于8%的提升;在DBLP数据集上,与多层感知器相比分类准确率提升4.83%,与图卷积网络相比分类准确率提升0.91%。     

一种基于有限信道的能量高效节点调度机制

在低负载、低功耗无线传感器网络中,节点状态切换的能量消耗因为用于数据传输的能量较小而变得不可忽略。针对此问题,提出了结合多信道技术与时分多路访问( TDMA)技术的节点调度算法。该算法设计了基于接收端的连续时隙分配策略以减少节点状态切换次数,并且在可用无线信道有限的约束条件下,提出了信道分配与时隙调整机制,实现了时隙重用并最小化有限信道约束对优化节点状态切换次数的影响。仿真实验结果表明,当可用无线信道数为3~5时,算法能够有效地改善节点能量效率。当可用无线信道数大于3之后,算法能够获得优化的数据汇聚时间。     

A Matching Algorithm in PMWL based on CluTree

Pattern matching with wildcards and length constraints (PMWL) is a complex problem which has important applications in bioinformatics, network security and information retrieval. Existing algorithms use the traditional left-most strategy when selecting among multiple candidate matching positions, which leads to incomplete final matching results. This paper presents a new data structure CluTree and a new matching algorithm RBCT*¹ based on CluTree. After establishing a cluster of trees with red and black nodes according to a pattern P and a text T, which is called CluTree, our RBCT algorithm uses the sharing degree, correlation degree and mixed information entropy of each node in the CluTree for path selection and dynamic pruning. Our RBCT algorithm traverses the CluTree and finds more occurrences compared to the existing algorithms under the one-off condition in a linear time cost. Theoretical analysis and experimental results show that the RBCT algorithm outperforms other peers in retrieval precision and matching efficiency.