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。     

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.     

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.     

无线传感器网络基于APIT的混合定位算法

为了克服定位算法近似三角形内点测试法(approximate point-in-triangulation teat,APIT)的误差影响,将接收信号强度指示器(received signal strength indicator,RSSI)测距与APIT相结合,提出了APIT算法的改进算法-RAPIT(RSSI and APIT)定位算法.该算法引入限定距离的概念,将引起误差的节点的位置限定在以锚节点为圆心,以限定距离为半径的圆的重叠区域内.实验证明,该算法有效减少了误差,提高了定位覆盖度.     

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。     

无线传感器网络中基于接近度的无需测距定位算法

针对当前无需测距定位算法存在定位误差大的问题,本文提出了一种基于接近度的无需测距定位算法,接近度是本文定义的一个用来表示邻居节点距离远近的值.首先根据邻居节点之间的几何特征和邻居关系推导出一个线性函数,函数输出是接近度.然后用锚节点之间的距离和接近度计算一个矫正值,矫正值和邻居节点之间接近度的乘积作为邻居节点之间的估计距离.最后根据估计距离计算未知节点的估计位置.仿真结果表明,本文算法的估计距离误差和定位误差都要低于当前同类型定位算法.     

一种无需测距的无线传感器网络定位算法研究

定位信息是在无线传感器网络许多应用中不可缺少的,并且越来越重要。DV-Hop是一种典型的无需测距的定位算法。通过对DV-Hop算法的理论分析,找出其产生误差的主要原因,提出了一种改进的DV-Hop定位算法。增加锚节点数量及减少每条平均距离误差,有效提高节点定位精度。不用额外的硬件支持能够得到更接近实际位置的估算位置。仿真结果表明,提出的改进算法性能比原来的算法显著提升。     

无线传感器网络中面向压缩感知定位的动态字典算法

传统的压缩感知定位方法均假设目标准确落在某一预设的固定网格上。当目标偏离该网格,所采用的字典与真实稀疏表示字典之间存在失配,导致这些方法的定位性能大大降低。针对该问题,该文提出一种面向压缩感知定位的动态字典算法。该算法将真实稀疏表示字典建模为一个以网格为参数的动态字典,从而将定位问题转化为联合稀疏重构和参数估计问题。利用一阶泰勒展开对真实稀疏表示字典进行近似,将非凸的参数优化问题松弛为凸优化问题。仿真结果表明,相比于传统的静态字典算法,该文所提出的动态字典算法具有更好的性能。     

改进的无线传感器网络DV-Hop 节点定位算法

DV-Hop 算法是解决无线传感器网络节点定位问题的一种经典算法。文中根据经典的DV-Hop 算法提出了一种改进算法,通过引入更优的误差矫正和双曲线定位算法,减少了经典算法中多跳过程中积累的定位误差。比较和分析了经典DV-Hop 算法和改进后算法的仿真结果可以看出,改进后的DV-Hop 算法定位精度提高显著,在给定条件下的定位误差下降了约50%。     

一种新的无线传感器网络定位算法研究

针对传统无线传感器网络定位算法平均误差大、节点能耗过高、定位精度不够理想等缺陷,提出了一种新的无线传感器网络定位算法IMDV-Hop.该算法引进了局部跳数Si和修正因子δ-i,用修正因子-δi对局部跳数进行修正,使待定位节点到锚节点的平均跳数更加符合实际情况;通过权衡定位精度和能耗,分三种情况计算了平均每跳间距,使得平均每跳间距更接近于真实值.仿真实验结果表明IMDV-Hop算法平均定位误差低,具有较小的通信开销,在非规则网络中可达到较好的定位精度.     

无线传感器网络中非GPS的定位算法

无线传感器网络中节点自定位一直是一个具有挑战性的研究课题。全球定位系统(GPS)是一种传统的定位技术,但是定位的准确性低且网络花费较大。通过分析现有的节点自定位算法,认为六边形节点自定位算法是比较优秀的非GPS算法,该算法基于蜂窝交叠的思想,节点仅使用简单的连接矩阵和信标帧中的定位数据就能自定位,且定位准确性高,最后提出了今后要做的工作。     

Localization Algorithm for Large Scale Wireless Sensor Networks Based on Fast-SVM

Sensor node localization is one of research hotspots in the applications of wireless sensor networks (WSNs) field. In recent years, many scholars proposed some localization algorithms based on machine learning, especially support vector machine (SVM). Localization algorithms based on SVM have good performance without pairwise distance measurements and special assisting devices. But if detection area is too wide and the scale of wireless sensor network is too large, the each sensor node needs to be classified many times to locate by SVMs, and the location time is too long. It is not suitable for the places of high real-time requirements. To solve this problem, a localization algorithm based on fast-SVM for large scale WSNs is proposed in this paper. The proposed fast-SVM constructs the minimum spanning by introducing the similarity measure and divided the support vectors into groups according to the maximum similarity in feature space. Each group support vectors is replaced by linear combination of “determinant factor” and “adjusting factor” which are decided by similarity. Because the support vectors are simplified by the fast-SVM, the speed of classification is evidently improved. Through the simulations, the performance of localization based on fast-SVM is evaluated. The results prove that the localization time is reduce about 48 % than existing localization algorithm based on SVM, and loss of the localization precision is very small. Moreover, fast-SVM localization algorithm also addresses the border problem and coverage hole problem effectively. Finally, the limitation of the proposed localization algorithm is discussed and future work is present.     

基于贪婪思想的二阶段无线传感器网络定位算法

近些年来,将优化算法应用到节点定位问题当中成为了一个研究热点.本文假设下一次定位结果为准确坐标,对前后两次定位结果邻居节点之间距离关系进行深度分析和推导,得到一个邻域函数.在此基础上根据贪婪思想,提出了贪婪定位算法.为了达到更精确的定位结果,本文将贪婪定位算法分成两个阶段:第一阶段,根据贪婪迭代优化得到一组初始定位结果;第二阶段将满足一定条件的未知节点升级为锚节点,重新执行第一阶段的过程,重复第二阶段,直到没有未知节点可以升级为锚节点为止.实验结果表明,无论是定位精确度还是算法执行时间,本文所提算法都比当前的一些优化定位算法要好.     

无线传感器网络中的鲁棒区域定位算法

大多数传统的方法并不能处理一些影响定位算法性能的因素,如各向相异的投放环境,不精确的锚节点位置以及带误差的距离测量。该文提出一种鲁棒的区域定位算法,通过建立一个全局约束集来处理如上所述的影响因素。使用可行解区域投影方法计算每个节点的可行地理区域,将传感器节点的真实位置限定于该区域中,同时利用非凸约束计算其存在的内部空洞。此外为了提高该方法的实用性,提出了一种基于分簇的分布式迭代算法。仿真结果表明算法受地理环境,测量误差等因素的影响较小,能适用于传感器网络应用。