无线传感器网络中基于能量级加权的质心定位算法

针对无线传感器网络的内在特点以及传统质心定位方法的局限性,提出一种基于能量级加权的质心定位算法——PWC定位算法.它完全基于网络连通性,采用信标节点的能量级信息作为加权因子计算未知节点位置,体现了不同信标节点对质心计算结果的影响.仿真结果表明,该算法减小了平均定位误差,是一种适合大规模传感器网络应用的节点定位算法.     

水声传感器网络节点自适应加权定位算法

对水声传感器网络节点定位进行研究,针对水声传感器网络节点间测距精度不高的问题,提出一种水声传感器网络节点自适应加权定位算法。考虑到水声传感器网络节点间的测距误差随着节点间距离的增大而增大,算法改进了锚节点选择机制,并且对不同锚节点在定位测度中的权重进行加权,改进定位测度,提高了测距信息的利用效率。仿真实验表明该算法提高了节点定位精度。     

无线传感器网络加权质心相对定位算法

针对基于接收信号强度指示的无线传感器网络加权质心定位算法在实际应用中计算复杂的缺点,提出一种改进型传感器网络加权质心相对定位算法（WCL-RSSI）。该算法主要采用参考节点精选机制和定位组合精选策略选择定位自评误差小的节点进行三边测距定位,以此重建定位权值函数来减小坐标定位误差,最后采用加权质心法计算坐标,并计算该节点的定位自评估误差。仿真实验表明,在同等计算复杂度下,该算法较传统定位方法的定位精度有了明显的提高。     

基于虚拟压力传感器补偿的传感器网络模型 *

传感器网路布置模型是整个传感器网络监测系统的关键技术,直接影响网络成本及性能。目前研究者 提出很多传感器布置模型,但这些模型在实际工程中实用性差、成本高。在软传感器启发下,根据实际监测环境 特点,运用数学分析方法,提出一种虚拟传感器补偿算法,该方法大大地提高了传感器网络的性能,降低了成本。 实验显示,基于虚拟压力传感器补偿的压力传感器网络具有很高的工程实用价值。     

无线传感器网络中基于RSSI的加权DV-HOP定位方法

节点位置是无线传感器网络应用不可缺少的信息。DV-HOP算法是一种常见的无线传感器网络节点自定位算法。标准DV-HOP算法在计算跳数时并未根据邻居节点间距离对跳数进行加权处理,导致当邻居节点间距离差别较大时算法定位精度低的问题。从RSSI的耗散模型可看出,RRSI可以作为距离的比征,提出一种基于RSSI的DV-HOP加权算法。该算法基于节点接收信标节点位置元组时的信号强度（RSSI）对邻居节点间跳数进行加权处理,将节点间的跳数与距离相关联。仿真实验结果证明该加权算法可大大提高定位精度。     

基于多通信半径的加权DV-Hop定位算法

DV-Hop定位算法是无线传感器网络中一种常用的基于非测距的定位技术,该算法使用平均跳距表示实际距离,在实际应用中造成很大的误差和节点能耗。为此,分析了加权DV-HOP 定位算法,并在加权算法基础上,引入多通信半径广播方法细化节点间的跳数,最后提出了一种基于加权DV-HOP的改进型RWDV-Hop定位算法。仿真结果证明,加权DV-HOP在定位精度上比DV-HOP算法提高了7.3%,改进型RWDV-HOP在定位精度上比加权DV-HOP算法提高了6.7%。     

基于三边定位的WSN锚节点加权补偿算法

为了有效抑制复杂环境对无线传感器网络节点定位精度的影响,以三边定位算法为基础,提出了一种锚节点加权补偿定位算法.该算法利用锚节点自身的定位功能,通过加权质心方法获得定位系统在锚节点附近的区域定位误差,并对该误差进行补偿,从而提高该区域盲节点的定位精度.实验结果显示,该算法简单有效,具有普遍应用意义.     

基于蜜源定位模型的无线传感器三维定位算法*

根据德国动物学家弗里希对蜜蜂舞蹈行为的研究成果,提出了基于蜜蜂舞蹈的蜜源定位模型。无线传感器网络作为一种全新的信息获取和处理技术,在许多领域均有着重大的应用价值和科研价值。而节点定位信息在无线传感器网络的应用中起着关键作用。针对目前有关二维平面节点定位算法难以推广到三维空间的现状,提出了无线传感器网络节点三维定位算法。仿真表明,该算法能有效地对三维空间中的传感器节点进行定位,是一种可选的定位方案。     

基于矿井三维WSNs多重覆盖和RSSI的加权质心算法

针对无线传感器网络(WSNs)的矿井灾害无线监测信息系统,提出一种基于矿井三维建模WSNs多重覆盖和RSSI的加权质心定位算法.根据矿井巷道的几何结构特征,将矿井建模成规则的拱型模型.介绍了一种矿井巷道固定节点无缝覆盖部署模型,并运用几何学求出了满足多重覆盖要求时的节点部署间距.在此基础上,提出了一种基于RSSI比值的加权质心定位算法,利用节点RSSI值求出加权系数,再对质心坐标进行加权处理.仿真实验表明:改进的质心算法有效地减少了定位误差,定位精度优于原算法.     

无线传感器网络中的HWC定位算法

提出一种跳数加权质心定位算法——HWC算法。它完全基于网络连通性,采用通信跳数信息作为加权因子计算待定位节点估计位置,体现跳数不同节点对多边形质心计算结果的影响。仿真表明,该算法减小了平均定位误差,是一种适合大规模传感器网络应用的节点定位算法。     

传感器网络加权质心自定位算法

提出了基于跳距的加权质心定位算法,用信标节点和未知节点之间的跳距来确定质心算法中各信标节点的加权因子,以提高质心算法的定位精度。对普通质心算法和改进后的质心算法进行了模拟仿真,结果表明所提出的算法从总体上看具有较好的定位效果。     

基于ZigBee的动态WSN节点定位

针对因障碍物影响而无法实现动态无线传感网MWSN (mobile wireless sensor network)高精度定位的问题,提出了基于RSSI信号传播模型的α-驱动更新的质心定位算法α- drive renewing weighted centroid localization(α-DRWCL).根据WCL (weighted centroid localization)的距离计算公式,建立了路径衰减因子α的计算模型,利用边界探测装置的探测结果适时改变α的值,得到较接近实际情况的各参考节点权重,达到了减小定位误差的目的.在实验环境中对α-DRWCL算法进行定位仿真,仿真结果表明了该算法的精确性和有效性.     

基于最大似然估计的加权质心定位算法

为解决无线传感器网络中节点自身定位问题,针对接收信号强度指示（received signal strength indication,RSSI）测距误差大和质心定位算法精度低的问题,提出一种基于最大似然估计的加权质心定位算法．首先通过计算将估计距离与实际距离之间的最大似然估计值作为权值,然后在权值模型中,引进一个参数k优化未知节点周围锚节点分布,最后计算出未知节点的位置并加以修正．仿真结果表明,基于最大似然估计的加权质心算法具有定位精度高和成本低的特点,优于基于距离倒数的质心加权和基于RSSI倒数的质心加权算法,适用于大面积的室内定位．     

基于RSSI加权质心和GASA优化的WSN定位算法

针对无线传感器网络节点在自身定位中广泛存在较大的定位误差的问题,提出一种基于RSSI加权质心和GASA优化的无线传感器网络定位算法。该算法假设无线传感器网络中存在一定比例的位置已知的锚节点,利用RSSI加权质心算法计算未知节点与锚节点间的距离,建立以未知节点位置为参数的数学模型,用GASA优化算法计算最优解从而获得未知节点的位置,实现未知节点自身的定位。仿真实验的结果表明,当锚节点个数为30,算法的平均定位误差在10%以内,比RSSI加权质心算法降低了10%~15.5%左右,并且随着节点个数的增加平均定位误差降低。     

基于蛙跳算法的无线传感器网络节点定位

为减小测距误差对无线传感器网络定位精度的影响,将蛙跳算法应用到距离式定位算法的位置计算阶段中,提出了蛙跳定位算法。该算法在适应度函数设计中,根据节点间的测距信息对锚节点进行了加权处理,以降低测距误差对定位结果的影响。结合最小最大法构造初始种群,使其包含更多可行解,从而提高算法效率。仿真结果表明,与采用极大似然估计法或总体最小二乘法来进行位置计算的距离式定位算法相比,该算法有效降低了距离误差对定位精度的影响,具有较高的定位精确度和稳定性,是一种实用的无线传感器网络节点定位方法。     

基于遗传算法的WSN移动信标定位及路径求取

针对无线传感器网络中使用移动信标定位问题,提出了基于遗传算法的无线传感器网络移动信标定位及路径求取方法。首先根据区域面积计算出三重覆盖所需的发射信标位置的个数,用遗传算法优化求取信标发射位置,再用流浪旅行商算法获取遍历发射位置点的最优路径,在遍历时基于加权质心算法对传感器节点定位。实验结果表明,该方法可对传感器节点进行高效定位。     

一种基于测距的无线传感器网络智能定位算法

提出了一种基于测距的无线传感器网的智能定位算法.建立了RSSI的理论计算模型;通过引入加权因子改进了DV-Distance定位算法(IDV-Distance).实验结果表明:改进后的定位算法提高了定位精度,改善了系统的稳定性.     

改进的无线传感器网络节点定位算法

为了减小无线传感器网络(WSN)节点定位中非视距传播误差产生的影响,提高节点定位精度,提出一种基于残差加权的牛顿迭代定位算法。先利用残差加权算法定位,得到未知节点的初步位置,再将该节点位置作为牛顿迭代定位算法的初始值进行迭代计算,最终得到更为精确的节点位置。仿真实验结果表明,该算法能有效地抑制非视距传播误差的影响,提高传感器网络节点定位的精度,且性能稳定。     

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％.