传感器网络节点与目标事件的联合定位方法

评估传感器网络节点位置的不确定性对于需要鲁棒性考虑的网络应用有着重要的意义.本文利用网络中的邻接信息构成以节点位置为变量的约束集,利用投影的方法计算节点的所有可能位置范围.使用简单直观的多边形给出近似结果,同时给出了一种分布式实现算法.在考虑节点位置不确定性的情况下,对目标事件进行定位.仿真结果表明传感器网络在定位目标的过程中同样能提高节点定位精度.     

无线传感器网络中一种改进的凸规划定位算法

本文以无线传感器网络中的凸规划(Convex)定位算法为研究对象,针对传统凸规划算法引入无效区域导致定位精度不高的问题,提出了一种改进定位算法Convex-CIS(Circle In Shadow)。Convex-CIS算法在传统凸规划算法基础上,在不增加节点开销和硬件设施的情况下,以多边形的最大内接圆圆心作为定位结果,减少影响定位精度的无效区域,进而降低未知节点的定位误差。仿真表明,Convex-CIS算法能有效提高无线传感器网络中未知节点的定位精度。     

基于线性参数加权评估机制的无线传感器网络节点定位

为解决无线传感器网络节点定位过程中拓扑计算复杂,且因随机误差因素导致定位精度不高等问题,提出一种新的无线传感器网络节点定位算法。评估接收到的锚节点信息,根据线性参数评估机制对待定位网络节点的位置进行初步估计,计算线性参数数值,搜寻到最佳的锚三角,使用加权评估方式,利用不同锚节点的三角定位参数进行多次加权平均计算,以获取节点的准确位置信息。仿真结果表明,与DV-hop算法、DV-distance算法相比,该算法的定位精确度更高,其定位过程中的误差更低。     

无线传感器网络节点自定位技术

节点位置信息是许多无线传感器网络应用的基础,节点自定位技术在无线传感器网络中具有重要地位。目前已经出现了各种节点定位算法,其中的KPS算法不需要锚节点和复杂的测距技术,具有一定的优越性,但当网络部署在非理想的环境中时,存在定位精度较低的问题。该文针对这一问题,提出了利用运动学定位方法对KPS算法中的参考节点位置进行修正,从而提高节点定位精度。仿真结果表明,改进算法能够明显提高非理想环境中的节点定位精度。     

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.     

无线传感器网络中的节点位置验证方法

节点位置信息是感测数据的重要上下文信息,节点自定位技术是无线传感器网络的支撑技术之一。在基于信标节点的定位技术中,信标节点位置的可靠性是影响网络服务质量的关键因素。针对信标节点位置漂移和恶意信标节点引起定位精度下降的问题,提出了一种基于信誉模型的分布式轻量级节点位置验证方法(ReputationbasedLocationVerification,RLV),通过建立无线传感器网络中的节点位置信誉模型来识别网络中的不可靠信标节点。仿真结果表明信誉模型能够较好的反映节点的定位精度,RLV算法可以探测出95%以上的不可靠信标节点。     

基于网格扫描的WSN节点定位算法

现有的非测距定位算法无法准确获取未知节点的估计区域。针对该问题,提出一种基于网格扫描的分布式无线传感器网络(WSN)节点定位算法。计算每个被定位节点的初步估计区域,将该区域划分成网格阵列,通过逐个扫描得到有效网格,并将该有效网格区域的质心作为节点的估计位置。实验结果表明,在不同锚节点比率和不同节点总数的情况下,该算法的定位精度比DLE算法提高20%以上。     

无线传感器网络中多日冕分割定位算法的设计

无线传感器网络中结点定位一直是研究热点。本文提出了一种新的基于多日冕分割的定位技术来计算节点的位置。我们利用跳数形成的日冕来划分传感器网络,并将非锚节点锁定在一个日冕层中,当多个锚节点的日冕相交时,重叠相交区域被认定为非锚节点可能所在的位置。随着锚节点数量的增加,更多的日冕层将逐渐缩小至交叉点区域来进行结点定位。仿真结果表明,本算法在较少的锚节点情况下就可以达到较高的定位精度。本文还设计了一种快速计算相交区域的算法,在很大程度上减少了计算量,便于在传感器节点中应用。最后,我们将多日冕分割定位算法与LSVM、DV-Hop和CAB进行了比较,实验结果表明多日冕分割定位算法的定位精度明显优于LSVM和DV-Hop,在噪声环境下也优于CAB。     

基于正方形区域的WSAN节点定位算法的研究

在WSAN中,执行器节点可根据传感器节点感知的数据做出决策并执行相关操作,因此其对感知到事件的传感器节点的准确定位对于实施精确的控制策略至关重要.区别于现有WSN中的非测距定位方式,利用移动的执行器节点代替WSN中的锚节点,提出了一种基于正方形区域的WSAN节点定位算法.首先通过执行器节点的移动确定待定位传感器节点所在区域,然后通过迭代不断缩小该区域,当满足定位精度要求时计算区域的质心作为待定位节点的坐标.仿真实验证明,算法能够在存在RSSI误差和GPS误差干扰的情况下取得较好的定位精度,且使用少量的执行器节点完成定位不仅能节省网络部署成本,还可以克服传统WSN中非测距定位算法严重依赖锚节点密度的不足.     

一种基于遗传算法的无线传感器网络定位新算法

针对无线传感器网络节点自身定位问题,提出一种基于遗传算法的新定位算法.该算法假设无线传感器网络中有一定比例的位置已知的节点,通过分析未知节点及其无线射程范围内的已知节点之间的通讯约束和几何关系,建立以未知节点位置为参数的优化设计数学模型,使用遗传算法求解此模型得出未知节点的位置,并通过修改遗传算法参数来提高遗传算法收敛速度.理论分析和试验结果表明,本算法具有很强的健壮性,未知节点的失效和新节点的加入不会影响算法的性能,并且算法定位精度高,条件简单,适合各种规模的无线传感器网络的节点定位.     

无线传感器网络基于凸规划的改进定位算法： convex—PIT

定位技术是无线传感器网络的关键技术之一,为了提高无线传感器网络的定位精度,在Convex算法基础上提出了Convex-PIT算法.Convex-PIT算法通过引入锚节点构成的三角形进一步滤掉节点不可能存在的区域,缩小节点可能存在范围,提高定位精度.Convex-PIT算法增加了判断未知节点是否在锚节点组成的三角形内的计算量,但不需要增加节点的硬件条件和额外的功能.仿真结果表明,和Convex算法相比,Convex-PIT可以明显的提高定位精度,在锚节点的比例从10%增加到30%的过程中,定位精度提高幅度平均约15%.     

基于移动节点的无线传感器网络定位算法

节点定位技术是无线传感器网络应用的重要支撑技术之一,为了提高定位算法的准确性,提出了一种基于移动目标节点的两步定位算法。该算法利用一个移动目标节点遍历整个网络,并周期性地广播包含自身当前位置的信息。而传感器节点的自身定位过程则可用基于无迹卡尔曼滤波(UKF)的目标跟踪方法实现。由于所用的目标状态模型和量测模型有一定的不确定性,所以先选取不共线的3个拥有RSSI测距能力的目标节点信息,利用Euclidean定位法提高滤波的初始位置精度,从而改善定位效果。通过仿真、分析和比较该目标节点在多种移动轨迹情况下的定位误差,这种两步定位法可以改善对目标节点移动轨迹的特殊要求的限制,能取得较好的定位精度,而且更适合于实际情况。     

Privacy Preserving Solution for the Asynchronous Localization of Underwater Sensor Networks

Location estimation of underwater sensor networks (USNs) has become a critical technology, due to its fundamental role in the sensing, communication and control of ocean volume. However, the asynchronous clock, security attack and mobility characteristics of underwater environment make localization much more challenging as compared with terrestrial sensor networks. This paper is concerned with a privacy-preserving asynchronous localization issue for USNs. Particularly, a hybrid network architecture that includes surface buoys, anchor nodes, active sensor nodes and ordinary sensor nodes is constructed. Then, an asynchronous localization protocol is provided, through which two privacy-preserving localization algorithms are designed to estimate the locations of active and ordinary sensor nodes. It is worth mentioning that, the proposed localization algorithms reveal disguised positions to the network, while they do not adopt any homomorphic encryption technique. More importantly, they can eliminate the effect of asynchronous clock, i.e., clock skew and offset. The performance analyses for the privacy-preserving asynchronous localization algorithms are also presented. Finally, simulation and experiment results reveal that the proposed localization approach can avoid the leakage of position information, while the location accuracy can be significantly enhanced as compared with the other works.      

传感器网络节点位置不确定性研究3

讨论了传感器网络节点定位中的位置不确定性问题,引入节点的可行地理区域反映出节点的所有可能位置范围.使用简单的多边形近似不规则的实际可行地理区域,并给出了一种分布式计算方法.仿真结果表明,使用6个顶点的多边形近似可行地理区域,其精度比使用4个顶点提高了约30%.此外,开销较小的分布式算法能最终收敛到集中式算法的计算结果.     

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。     

基于多AUV协作的稀疏水下传感网定位技术研究

如何在稀疏部署的水下传感器网络中实现传感器节点的高效定位是一个研究热点.提出了一种基于多个移动AUV协作的水下传感器网络内节点定位机制,利用AUV的精确自导航功能实现对网内未知位置节点的定位协助.提出的协作定位算法扩展了水下传感器网络的网内节点位置迭代估计方法,将信标节点和多AUV联合作为定位参考点,然后推导了基于最小二乘法的定位估计方程.仿真结果验证了该方法可以在定位节点比例、归一化定位误差和平均置信度等几个方面提高定位性能.     

基于Kalman滤波的无线传感网络的定位修正算法

针对无线传感网中的传感节点定位问题,提出了基于Kalman滤波的传感网络的定位修正LCKF(localization correction-based Kalman filter)算法.在LCKF算法中,锚节点位于感测区域的边界,传感节点利用来自两侧的锚节点的位置信息估计自己的位置,并取均值.然后,再利用Kalman滤波算法修正跳数长的一侧的位置估计.依据跳数短的一侧的位置估计数据修正跳数长的一侧定位精度.仿真结果表明,与同类算法相比,提出的LCKF算法的定位精度得到有效提高.     

基于分簇多节点协作规划的无线传感器网络定位算法

为了提升无线传感器网络的定位精度,减少网络在进行定位运算时节点能量消耗过大等问题,提出一种基于分簇的多节点协作规划的无线传感器网络定位算法,该算法先通过将网络形成多个分簇,计算簇内节点间的相对距离,再通过协作规划的方法来提升节点坐标定位的准确度。得到簇内节点相对簇头的位置坐标后,再求出簇头相对于汇聚节点的位置坐标,从而实现在网络中对任意节点的精确定位。实验仿真结果表明,与基于加权质心和参考节点序列的定位算法相比,基于分簇的多节点协作规划的定位算法可以得到更好的定位精度。