无线传感器网络节点定位技术应用

通过应用无线传感器网络定位技术，构建了一个人员监控系统。系统可以对人员位置进行实时定位，避免了因事故发生却不能确定事故地点造成的问题，减少了许多不必要的损失。目前，该系统已经处于运行和维护阶段，运行效果良好。     

基于动态分簇的矿井WSNs目标跟踪定位技术研究

无线传感器网络(WSNs)定位技术是传感器网络的重要支撑技术.现有的目标定位技术如RSSI、三边定位以及加权质心算法等,较多考虑的是平面网络或是如何提高定位精度问题,带来了较大的能耗.充分考虑了WSNs能耗有限的特点,提出了一种基于动态分簇的目标定位技术.该技术算法给出了基于簇结构的网络形成的算法思想,簇首以及簇成员节点的选取原则.基于动态簇的传感器网络的定位技术分为网络初始化、动态簇跟踪目标和簇的重组3个阶段.通过实验仿真,证明了簇组建成功概率与权值关系,以及不同运动场景和节点布置密度情况下与标跟踪的精度关系.该算法降低了网络能量开销,提高了定位精度,适合矿井传感器网络应用.     

基于RSSI距离修正的WSNs定位算法

针对无线传感器网络(WSNs)易受外界因素影响,导致三边定位的锚圆不能相交的情况,提出了一种接收信号强度指示(RSSI)距离修正定位算法。通过对锚圆半径进行修正,形成3个锚圆相交的区域,然后用加权定位法对未知节点进行准确定位。仿真和实验结果表明:在6 m×10 m的区域范围内,该算法的平均定位误差为0.62 m,和其他定位方法相比,有更好的定位精度。     

基于RSSI的WSNs加权质心定位算法的改进

针对无线传感器网络(WSNs)定位算法定位精度不高的问题,提出了一种基于RSSI测距的质心(Centroid)算法和加权质心(W-Centroid)定位算法相结合的新的定位方法WR-Centroid.该算法主要通过RSSI测距得出4个参考节点到未知节点的距离,再任选3个距离为半径,以相应的参考节点为圆心画圆得到3个圆的交叠区域,构成一个三角形,求出这个三角形的质心.依照这种方法,求得4个质心坐标,利用加权质心定位算法求出未知节点的坐标.仿真结果表明:该算法比加权质心定位算法精度有很大的提高.     

基于WSNs的定位策略在滑坡监测中的应用

将无线传感器网络(WSNs)应用在滑坡监测上,通过对传感器节点位置的监测关注坡体运动从而预测滑坡的发生.针对传统定位算法对坡体节点定位精度低的问题,提出一种改进的基于RSSI的加权质心定位算法(IWCLA),该算法考虑坡体节点所处的外部环境,引入锚节点误差系数,实时调整RSSI测距,同时引入锚节点环境因子的概念,将环境因子和修正距离的商作为算法权值,增强权值选取的合理性,降低外部环境的影响力.仿真结果表明:该算法明显地提高了坡体传感器节点的定位精度.     

基于新的锚传感器节点的WSNs列车定位算法

针对传统列车定位算法中存在的接收信号强度指示(RSSI)数据易受环境影响、定位时延滞后、定位误差较大等问题,研究了轨旁锚传感器不同的部署方式以及锚传感器的通信半径对列车定位精度带来的影响.提出了一种基于新的传感器锚节点的列车定位算法,利用网关传感器采集到的轨旁锚传感器RSSI值,优选后得到新的锚传感器节点的权重和位置坐标,新的锚传感器节点更加接近列车的实际位置,能够有效降低定位误差.仿真结果表明:与传统的加权RSSI列车定位算法相比,新算法对列车的定位效果有了进一步改善,定位精度明显提高.     

一种基于无线传感器网络的RF定位算法研究

提出了一种全新的RF定位估测方法。测量了在锚节点中的未知节点收到的信号强度,然后转换信号强度的信息为距离的估测。使用这些估测得到了一种未知节点的概率分配模型并终于找到了概率最大时候的位置,由此作为结果。实验中采用了Matlab作为仿真工具,而所得到的结果相比先前的定位方法有一定的优势。     

基于随机漂移粒子群算法的WSNs节点定位

提出了随机漂移粒子群优化（RDPSO）算法,并将该算法应用于接收信号强度指示（RSSI）定位算法中,以降低由RSSI测距产生的定位误差.在仿真实验中,分别比较了基于RDPSO和PSO的RSSI定位算法.实验结果表明：RDPSO算法是在优化性能上优于PSO算法,有效提高了节点定位精度,证明该方法收敛速度快,稳定性能好,精度高,适用于WSNs节点定位问题.     

基于RSSI的差分定位模型在粮库测温中的应用

传统粮库粮食温度测量中,测温节点的室内定位精度依赖大量信标节点,给实际的工程应用带来了极大不便。为简化应用模型,根据无线电波的距离衰减曲线特性建立差分定位模型,提出了基于接收信号强度指示(Received Signal Strength Indication,RSSI)差分定位模型的粮库测温节点定位方法。模型采用动态信标节点,根据RSSI值依次确定距离信标节点最近的未知节点,最终实现全部节点的定位。实验表明,基于RSSI差分定位模型的粮库测温节点不需要额外布置信标节点,可以降低环境随机误差,而且定位精度高于传统测距定位模型。     

基于区间分析的WSNs定位算法

为了降低接收信号强度指示(RSSI)的测量误差对节点定位精度的影响并提高算法的鲁棒性,提出一种新的基于区间分析的无线传感器网络(WSNs)定位算法.该算法在测距阶段运用自助抽样法消除RSSI的测量误差并构建测距的置信区间;在定位阶段,结合B-box定位法和集员辨识求出未知节点位置坐标的可行解集,通过网格扫描得到未知节点的估算位置.该算法通过仿真分析验证了可行性,并与传统的定位算法进行了误差比较,实验结果表明:该算法具有更高的定位精度且鲁棒性更好.     

无线传感器网络的分区域质心定位算法

针对无线传感器网络（WSNs）质心定位算法定位精度较低和一般的改进型质心算法计算复杂及数据通信量大的问题,提出一种新的质心定位算法——分区域质心定位（RPCL）算法.该算法将包围未知节点邻居锚节点组成的三角形划分为7个区域,每个区域的确定1个质心作为未知节点的估计位置.仿真结果表明：RPCL算法的平均定位误差比一般的质心定位算法减小20％以上;参数优化后,误差减少到49％左右.     

无线传感器网络中APIT--VP三维定位算法

在研究APIT—3D定位算法思想基础上,提出了一种改进的定位算法APIT—VP。新算法解决了APIT—3D算法在节点分布不均匀的情况下定位精度和定位覆盖率较低的问题;在一定程度上避免了PIT—3D测试中出现的OutToIn和InToOut误判错误;并且利用基于中垂面分割法代替原先的网格扫描算法,降低定位运算复杂度,减少能耗。仿真实验结果表明:在无线传感器网络环境理想、300个节点随机部署在100 m×100 m×100 m的三维区域情况下,APIT—VP算法定位覆盖率可达90%,定位误差控制在25%左右,并且与APIT—3D算法相比有效降低了计算复杂度。     

基于WSNs的RSS无源被动定位算法评述

与传统有源定位技术相比,接收信号强度(RSS)定位技术无需目标携带任何电子标签,在需快速部署、紧急救灾等方面的应用前景广阔.阐述了RSS无源被动定位原理;详细介绍了RSS无源被动定位技术的几种定位算法;总结了当前算法存在不足之处,并展望了RSS无源被动定位技术的研究趋势.     

一种基于无线传感器网络的加权阈值质心定位算法

接收信号强度指示(RSSI)是一种根据信号的损耗和距离的关系的测距定位方法,但是由于噪声、传播模型和障碍物的影响,信号的衰减关系是不一致的,距离越远精确度越低。提出一种距离倒数的加权阈值的算法,将距离较远不在阈值范围内的点舍去,对保留下的点加权精细定位。实验仿真结果验证了该算法有效性地提高了定位精度,降低了定位误差率。     

基于RSSI校正的无线传感器网络定位算法

为了使接收信号强度指示（RSSI）的测量误差对节点定位精度的影响程度达到最小化,提出一种基于RSSI高斯加权校正的质心定位算法.首先通过高斯函数滤去偏差较大的RSSI值,然后再对余下的RSSI值加权计算得到优化的RSSI测量值,并利用测量到的RSSI值计算出锚节点与未知节点之间的距离,然后根据计算出的距离对锚节点坐标加权,并通过质心定位算法求出未知节点的位置坐标.仿真实验表明：该算法相比基于RSSI的质心定位算法,定位覆盖率提升3％～6％,平均定位误差至少减少4％,是一种定位精度更高的算法.     

一种基于RSSI的AOA估计算法

在无线传感器网络（WSNs）中,使用阵列天线进行到达角（AOA）估计存在成本昂贵和算法复杂度高的缺点,提出了一种基于接收信号强度指示（RSSI）的AOA估计算法。利用2个旋转的方向图部分重叠的定向天线接收RSSI值,通过双方向图求差法估计目标节点的AOA。实验结果表明：室内实验的AOA估计平均误差为6．7°,室外的平均误差为0．6°。该算法复杂度小,硬件成本低,适用于WSNs的节点定位。     

混合遗传算法在WSNs定位中的应用

定位是无线传感器网络(WSNs)的应用支撑,针对用最小二乘法处理DV—Hop算法第三阶段误差过大、定位精度差的问题,提出了遗传算法(GA)+单纯形法的混合GA后期优化处理DV—Hop算法。其中,DV—Hop定位算法第一,二阶段用跳距估计出信标节点与未知节点间的距离,再用GA(建立了代价函数与惩罚函数结合的适应度函数)与单纯形法(作为遗传算子增加了算法的局部搜索能力)结合的混合GA采用保优原则优化未知节点的坐标。通过仿真可知:该算法的定位精度高、网络覆盖率大,适合WSNs的定位。     

WSNs中一种基于移动信标检测的定位算法

信标节点在无线传感器网络(WSNs)定位技术中起着重要的作用,它作为参考节点决定着被定位目标的位置。在WSNs的实际环境应用中,信标节点可能会因为各种原因发生移动成为不可靠的信标节点,此时依赖不可靠信标节点来定位的未知节点将可能产生较大的定位误差,甚至失去了利用价值。针对信标节点发生移动的问题,提出了一种定位前期的基于可用信标的移动信标检测(BAB—BMD)方案。在节点定位之前,对定位节点收到的所有信标进行检测,并对移动信标重定位计算其可靠度。然后,依据信标可靠度选择可用信标节点进行定位,即基于可用信标的信标择优(BAB—BOS)算法。实验结果表明:BABBMD具有较好的检测准确度,同时采用BAB—BOS定位算法定位准确度要高于未进行移动信标检测的定位准确度和丢弃移动信标的定位准确度。