基于移动锚节点的无线传感网RSSI定位改进算法

文章针对三维空间下固定锚节点在定位精度、成功率不高的问题,研究分析了基于RSSI算法的ERSS算法,提出了一种新的改进方法:利用移动锚节点采用特定移动轨迹并结合ERSS定位方法,修正了选取RSSI值时的合理性。针对边缘地区锚节点数量较少的情况,利用单一移动锚节点在空间内为圆柱体式旋转上升,平面上为以恒定角速度,自内而外逆时针旋转,周期性广播其坐标信息,从而确定未知锚节点的位置信息,同时利用ERSS算法,从而实现较为准确的定位。仿真结果表明,定位精度比未使用此方法的有了一定的提高。     

考虑锚节点位置不确定的水下目标定位算法研究

考虑时钟异步和声波分层效应的影响,该文研究了当测量过程受到未知噪声干扰,且锚节点位置不确定时水下目标节点的定位问题。首先构造了水下节点间飞行时间模型,设计了一种交互式异步通信协议,建立了最小化定位误差的优化目标函数。然后提出了一种基于深度强化学习的水下目标定位算法,并采用层归一化来改进深度神经网络,进一步提高模型的泛化能力。最后,仿真和实验结果验证所提方法的有效性。     

果蝇启发的水下传感网部署算法

在三维水下传感器网络中,恶劣的环境容易导致传感器节点失效,网络拓扑不稳定.考虑到实际水环境中存在障碍物及边界,提出一种果蝇群启发的水下传感网部署算法.该方法以网络重连通为约束条件,首先利用果蝇群的觅食行为求解节点移动位置,同时加入欧琼鸟飞行机制保持移动过程中网络拓扑的相对稳定性,最后采用障碍物局部感知移动模型进行避障.结果表明,该算法可以躲避障碍物,提高覆盖和连通,减少网络能耗.     

基于移动锚节点的无线传感网络节点定位算法

在无线传感网络定位算法中,锚节点位置决定了节点定位精度。为此,提出基于高斯-Markov模型的移动锚节点的节点定位(GM-MAL)算法。GM-MAL算法基于高斯-Markov移动模型,提出自适应锚节点的移动路径规划,通过速度调整策略、垂直平分线策略、虚斥力策略以及虚引力策略规划路径。在定位阶段,将非凸优化问题转化为双凸形式,再利用交替最小算法(AMA)求解,进而获取更短的锚节点移动路径。实验数据表明,引入虚引力策略提高了路径规划精度,覆盖了更多的监测区域。此外,相比于线性算法,GM-MAL的定位精度得到提高。     

基于改进单锚节点的无线传感器网络节点定位算法

节点定位是无线传感器关键技术之一,针对固定多锚节点方法定位精度低的缺陷,为了提高无线传感器的定位精度,提出了一种基于改进单锚节点的无线传感器网络节点定位算法(SFOA-SVM)。首先采用单移动锚节点在无线传感器网络中移动,构建无线传感器定位模型的学习样本,然后采用SVM构建节点定位模型,并采用渔夫捕鱼算法模拟渔夫捕鱼行为找到最优SVM参数,最后采用仿真实验测试节点的定位性能。结果表明,相对于其它定位算法,SFOA-SVM提高了无线传感器节点的定位精度,具有一定的实际应用价值。     

改进的DV-Hop无线传感网络节点定位算法

针对传感器部署密度大、分布不均匀,DV-Hop定位算法误差大等问题,提出了一种改进DV-Hop的无线传感器节点定位算法.首先采用DV-Hop算法对未知传感器节点位置进行计算,然后在采用遗传算法对DV-Hop定位的误差进行修正.仿真结果表明,改进DV-Hop算法提高了节点的定位精度,降低定位的误差,更能真实地反映传感器网络节点的实际分布情况.     

基于MCL算法的无线传感网络节点定位技术

介绍了Monte Carlo（MCL）定位算法在无线传感网络节点定位中的应用,对MCL算法的位置估计、位置预测、位置滤波等方面进行了详细说明,针对算法中存在的初始位置不确定的问题进行了改进,并对算法进行了简化。     

基于移动补偿的动态水下传感节点定位算法

水下传感节点静默定位算法是一种免时钟同步且易拓展节点的水声定位算法,待定位节点只需接收声信号即可计算出自身位置.受其独特的定位协议影响,其定位周期一般较长,定位精度受待定位节点自身运动影响较大.本文研究了待定位节点运动对已有算法精度的影响,并提出了一种结合移动补偿的动态水下待定位节点静默定位方法,补偿了待定位节点运动对...     

应用三维弹簧系统模型的锚节点部署优化

为使随机部署的三维无线传感器网络中锚节点的分布更加合理,提高未知节点定位精度,针对锚节点部署进行优化。通过构建弹簧系统模型,将锚节点抽象为通过弹簧相连接的点,使部分锚节点在合力作用下进行伸缩运动,达到提高网络性能的目的。当锚节点部署优化完成后,应用近似三角形内点测试( APIT)和DV-HOP( Distance Vector-hop)算法测试优化前后的节点定位精度。仿真结果表明,三维空间下的锚节点经过弹簧系统模型的部署优化后,锚节点网络覆盖率和定位覆盖率均得到了提高,网络平均连通度有所提升,且定位精度显著提高。     

无线传感网中三维节点定位算法优化研究

传统的无线传感网(WSN)三维节点定位研究中,存在定位精度不足,收敛速度慢等问题,特别是当节点存在奇异矩阵时,传统三维节点定位算法的局限性尤为明显。文中针对三维节点定位存在奇异矩阵的情况,提出LMWCA算法。算法在加权质心定位算法的基础上,通过克服奇异矩阵,减小了锚节点自身定位的误差,然后通过修正节点间的权重系数,在一定程度上优化了三维节点的定位精度并提高了收敛速度。仿真结果表明,对比常规的3DLM算法和3DLLSE算法,LMWCA算法在节点存在奇异矩阵的3D定位环境中,定位精度更高,收敛速度更快。     

水下无线传感器网络中一种安全定位算法

提出一种基于阵列传输结构的无线传感器网络安全定位算法（USA）。该算法主要解决水下无线传感器网络（UWSN）面临的一些安全威胁问题。以提高无线传感器网络安全性,特别是位置信息的安全性为设计目标。利用节点协作形成的阵列作为天线阵列进行相互通信,在不增加额外硬件成本的同时,还获得阵列天线给无线传感器网络带来的优势,如减小多径效应、提高接收端的信噪比、增加系统容量等。USA算法基于这种阵列结构使网络得到很高安全特性,特别是,对Wormhole攻击具有非常好的抵御性能。仿真实验证明该算法的有效性。     

改进的无线传感器网络DV-Distance定位算法

针对DV-Distance定位算法受网络拓扑结构和环境噪声影响大等问题,从2个方面对算法进行了改进。改进的DV-Distance算法在原算法基础上,通过设定共线度阈值来优化多跳网络中定位锚节点分组的选择,使其能更好的适应低密度、不规则网络,并利用最小二乘算法与泰勒级数展开法相结合方法来估计最终位置,从而提高算法的鲁棒性。仿真结果表明,改进算法与原算法相比,具有更高的定位精度,并且在锚节点数量比较小和节点密度低情况下,仍具有较好的定位性能。     

移动无线传感器网络节点的定位

文中在MCB（Monte—Carlo Localization Boxed）定位算法的基础上提出了一种新的移动无线传感器网络（Mobile Wireless Sensor Networks）节点的定位算法——权重MCB算法。MCB算法在定位过程中,在采样和滤波阶段用到了一阶锚节点和二阶锚节点的位置信息,而没有应用到邻居节点的位置信息。权重MCB在定位过程中不仅用到了一阶锚节点和二阶锚节点的位置信息,还应用到了一阶邻居节点的采样集合里的采样点（即一阶邻居节点的估计位置）,从而改进了定位精度。对比MCB算法,权重MCB算法对定位精度的改进为13％～18％。     

无线传感器网络节点定位算法研究

作为一种全新的信息获取和处理技术,拥有十分广泛的应用前景,其中,节点定位是重要的核心技术之一,同时也是无线传感器网络技术及应用的最核心的技术基础。目前已有的定位方法主要是按照基于测距和非基于测距进行分类总结。在研究大量相关文献的基础上,用一种全新的视角对目前现有的定位方法进行重新分类,介绍了WSN无线信号衰减模型,提出一种基于RSSI校验的加权质心节点定位算法,且与相关定位算法进行了比较分析和仿真实验得出结论。     

Geometrical Localization Algorithm for Three Dimensional Wireless Sensor Networks

The issue of localization has been addressed in many research areas such as vehicle navigation systems, virtual reality systems, user localization in wireless sensor networks (WSNs). In this paper, we have proposed an efficient range-free localization algorithm: Geometrical Localization Algorithm (GLA) for large scale three dimensional WSNs. GLA uses moving anchors to localize static sensors. GLA consists of beacon message selection, circular cross section selection. Three beacon messages are used to compute the center of circular cross section using vector method and perpendicular bisector method. The static sensors are localized with help of the center of circular cross section and geometrical rules for sphere. GLA is simulated in SINALGO software and results have been compared with existing methods namely chord selection and point localization. GLA outperforms both the compared methods in terms of average localization time and beacon overhead.     

一种基于迭代聚类的无线传感器网络定位算法

In wireless sensor networks, node localization is a fundamental middleware service. In this paper, a robust and accurate localization algorithm is proposed, which uses a novel iterative clustering model to obtain the most representative intersection points between every two circles and use them to estimate the position of unknown nodes. Simulation results demonstrate that the proposed algorithm outperforms other localization schemes (such as Min-Max, etc.) in accuracy, scalability and gross error tolerance.     

改进的DV-HOP无线传感器网络定位算法

为了提高无需测距的距离矢量（DV-Hop）定位算法对随机分布网络节点的定位精度。在分析了DV-Hop算法实现思想的基础上,提出了一种锚节点整体均匀分布优化方案,对该算法节点跳数进行优化。另一方面,在双通信半径算法基础上提出了一种三通信半径改进方法,使得两节点之间的跳数与距离的关系更接近线性规律,最后结合两种改进方法,进行整体仿真。仿真结果表明,锚节点均匀分布的三通信半径DV-Hop算法比双通信半径DV-Hop算法提高定位精度约为7%~8%。     

传感器网络的粒子群优化定位算法

无线传感器网络定位问题是一个基于不同距离或路径测量值的优化问题。由于传统的节点定位算法采用最小二乘法求解非线性方程组时很容易受到测距误差的影响,为了提高节点的定位精度,将粒子群优化算法引入到传感器网络定位中,提出了一种传感器网络的粒子群优化定位算法。该算法利用未知节点接收到的锚节点的距离信息,通过迭代方法搜索未知节点位置。仿真结果表明,该算法有效地抑制了测距误差累积对定位精度的影响,提高了节点的定位精度。     

An Advanced DV-Hop Localization Algorithm for Wireless Sensor Networks

In emerging sensor network applications, localization in wireless sensor network is a recent area of research. Requirement of its applications and availability of resources need feasible localization algorithm with lower cost and higher accuracy. In this paper, we propose an Advanced DV-Hop localization algorithm that reduces the localization error without requiring additional hardware and computational costs. The proposed algorithm uses the hop-size of the anchor (which knows its location) node, from which unknown node measures the distance. In the third step of Advanced DV-Hop algorithm, inherent error in the estimated distance between anchor and unknown node is reduced. To improve the localization accuracy, we use weighted least square algorithm. Furthermore, location of unknown nodes is refined by using extraneous information obtained by solving the equations. By mathematical analysis, we prove that Advanced DV-Hop algorithm has lesser correction factor in the distance between anchor and the unknown node compared with DV-Hop algorithm, improved DV-Hop algorithm (Chen et al. 2008) and improved DV-Hop algorithm (Chen et al. in IEICE Trans Fundam E91-A(8), 2008), which is cause of better location accuracy. Simulation results show that the performance of our proposed algorithm is superior to DV-Hop algorithm and improved DV-Hop algorithms in all considered scenarios.     

传感网络中基于移动信标的网格扫描定位算法

节点定位是传感网络最基本的技术之一,对此提出一种基于移动信标的网格扫描定位算法(Mobile Beacon Grid-Scan,MBGS)。该算法在网格扫描定位算法基础上,利用一个移动信标巡航整个传感区域,产生大量的虚拟信标,提高网络信标覆盖率,然后普通节点利用这些信标信息减小其可能区域(Estimative Rectangle,ER),并把新可能区域网格坐标质心作为其最新估计坐标。仿真结果表明,与Bounding Box、质心定位算法以及传统的网格扫描定位算法相比,MBGS定位方法的定位精度更高,算法性能更加稳定。