基于RSSI差分校正的最小二乘-拟牛顿定位算法

针对无线传感器网络(WSN)中存在定位精度不足的问题,提出了一种基于RSSI差分校正的最小二乘-拟牛顿定位算法。在RSSI测距方面,首先通过信标节点的自校正定位求得误差校正系数,将该误差校正系数运用到求未知节点到信标节点的距离当中。在定位计算方面,该算法运用最小二乘法估计简单和拟牛顿法收敛速度快的特点,将最小二乘法计算出来的初值,用拟牛顿法对未知节点坐标进行迭代求精。通过仿真实验表明,本文提出的定位算法定位精度高,与传统的最小二乘法相比提高了近36%的精度。     

无线传感器节点定位中基准锚节点的选择研究

针对无线传感器节点精确定位问题,提出一种通过选择基准锚节点实现提高定位精度的改进最小二乘定位算法。目前最小二乘定位算法未能充分利用通过合理选择基准锚节点达到提高定位精度的作用,鉴于此,提出利用累积相对误差最小方法选择基准锚节点,然后,用最小二乘法定位待测节点。仿真结果表明,在较少的增加算法复杂度的基础上能够较大地提高定位精度。     

基于粒子群优化的无线传感器网络非视距节点定位算法

针对室内环境中传感器节点间的非视距传播会降低定位精度的情况,研究基于无线传感器网络的非视距节点定位方法。根据不同环境下信标节点的测量模型和视距传播概率建立目标函数,采用粒子群优化算法估计出未知节点的位置,将利用最小二乘法计算出的节点位置作为粒子的初始位置。仿真结果表明,通过与最小二乘法、残差加权和RANSAC算法相比较,所提出算法能够较好地削弱非视距误差,且具有更高的定位精度。     

基于非线性规划模型的分布式声定位算法研究

在使用分布式麦克风阵列对目标声源进行定位时,为使定位误差达到最小,目前常采用最小二乘估计算法。但该算法会导致距目标声源越远的节点对定位结果的影响反而会越大,如果优先选取距目标声源较近的节点进行运算,又会造成未参与运算的节点定向信息的浪费。针对此问题,利用非线性规划理论,建立分布式声定位的非线性规划模型。仿真结果表明:采用非线性规划模型后,距目标声源较远的节点对定位精度的影响比最小二乘法小;当监测区域内可用节点数目较少时,此方法能有效提高定位精度。     

基于加权变尺度法的无线传感器网络定位

针对传统最小二乘法定位精度的不足,将工程控制优化中常用的变尺度法（DFP算法）应用到无线传感器网络定位问题中。该算法避免了计算二阶导数矩阵及其求逆计算,特别是对高维问题具有一定的优越性,从而实现对节点定位的优化计算。仿真实验结果表明,该算法能有效提高节点定位精度。     

无线传感器网络中Dv-Hop定位算法的改进

针对Dv-Hop算法中锚节点与待定位节点的估算距离引入的误差较大,从而影响使用最小二乘法定位的问题,提出了一种改进的算法.该算法主要原理是借助RSSI测距技术,并对锚节点与待定位节点间估算距离排序选出误差较小的一组数据,选用此组数据构建最小二乘法方程组中的被减方程,以提高定位精度.仿真结果表明,与传统的Dv-Hop算法相比,改进后的算法在不增加额外硬件和计算量的前提下提高了定位精度.     

粒子群优化在无线传感器网络定位中的应用

已提出的无线传感器网络节点的定位算法中大部分是针对二维网络,为了提高无线传感器网络节点的定位精度,提出应用粒子群优化实现无线传感器网络定位。该算法依据信标节点相对于未知节点的几何位置并利用粒子群优化算法估算未知节点的几何位置。通过仿真,并与最小二乘法比较,结果表明该算法能在不增加体积、成本、通信功耗的情况下,有效的提高节点的定位精度。     

基于蝙蝠算法的无线传感器网络节点定位

节点定位是无线传感器网络的关键技术,针对最小二乘算法节点定位的不足,为了提高无线传感器网络节点定位精度,提出一种基于蝙蝠算法的传感器节点定位方法。首先将无线传感器节点定位问题转换成一个多约束优化问题,然后采用局部和全局搜索能力强的蝙蝠算法对其进行求解,最后在Matlab 2012平台上对定位性能进行仿真测试。结果表明,相对于其他节点定位方法,该方法提高了传感器节点的定位精度和定位效率。     

DV-Hop定位算法改进方法研究

无需测距的网络定位技术因其具有成本低廉和算法灵活的特点,使其成为各国研究的热门技术。针对DV-Hop算法节点位置不明确的缺点,采用MIN-MAX与最小加权二乘法相结合替代三边测量的方法对DV-Hop定位算法进行了改进。通过在仿真平台上对改进的DV-Hop定位算法进行仿真实验,实验结果表明该改进算法可以提高定位精度。     

基于人工蜂群改进算法的无线传感器网络定位算法

针对无线传感器网络无需测距的DV-Hop定位算法中,利用最小二乘法进行节点定位时存在较大误差的问题,提出了一种改进的DV-Hop智能定位算法。首先在详细分析DV-Hop算法中最小二乘法原理的基础上,将定位问题转化成全局最优化问题;其次根据人工蜂群算法计算最优化问题的优势,结合定位具体问题,提出了一种自适应人工蜂群算法;最后将改进的人工蜂群算法运用到DV-Hop算法未知节点的坐标估计阶段实现定位。仿真实验表明,改进的定位算法与最小二乘法及基于传统人工蜂群算法的DV-Hop算法相比,在不同锚节点比例和不同节点数的情况下,定位精度和精度稳定性都有明显提高。     

一种基于插值的室内指纹定位系统设计与实现

由于室内环境的复杂性,无线传感器网络WSN(Wireless Sensor Networks)室内定位的精度一直不够理想.本系统在测距定位算法和非测距定位算法的基础上,提出了基于信号强度RSSI(Received Signal Strength Indication)的指纹定位方法.该方法利用Cokriging插值算法建立定位区域的多维RSSI向量指纹,通过匹配目标节点的RSSI向量与指纹RSSI向量确定目标节点的位置范围,最后使用K-中心点聚类算法提取目标节点的实际位置.实际场景实验和仿真实验结果都表明此方法在复杂的室内环境中具有较高的定位精度.     

无线传感器网络的分级定位算法

对无线传感器网络节点定位问题进行了研究,为了提高未知节点的定位精度,提出了一种与距离无关的分级定位算法（IDV-Hop+IMP）。当未知节点周围邻居锚节点的数量少于三个时,采用IDV-Hop算法;当未知节点周围有三个邻居锚节点时,采用IMP算法;当未知节点周围邻居锚节点的数量大于三个时,采用加权质心定位算法。仿真结果表明,在稀疏锚节点的环境下,在保证定位覆盖率的同时IDV-Hop+IMP算法比现有的如质心、DV-Hop有更高的定位精度。     

基于UWB/AOA/TDOA的WSN节点三维定位算法研究

为了将二维定位算法AOA和TDOA拓展成三维定位算法,文中提出了一种基于AOA/TDOA和UWB传输技术的WSN节点三维定位算法。该算法采用二维的AOA测角算法测量未知节点与信标节点之间的角度,采用TDOA算法测量未知节点与信标节点之间的距离,在测角、测距的过程中采用UWB通信技术来传输探测信号,使得探测信号具有较高的时间分辨率,从而提高测角、测距精度,最后基于文中提出的待测节点三维坐标计算方法求解出待测节点的三维坐标。为了验证算法的有效性,在Matlab软件中进行了仿真实验。结果表明：新算法定位精度相比于AOA算法、TDOA算法都有大幅度提高。理论和实践皆表明：新算法具有较高的定位精度,能够满足未知节点在三维空间中的定位需求。     

无线传感器网络自定位算法的研究

节点自定位技术是无线传感器网络的关键技术之一,文章主要针对DV-Hop算法中定位精度的不足提出一种基于功率控制的改进算法。将RSSI和DV-Hop相结合,把传统DV-Hop算法中的跳数用虚拟距离代替,通过实际距离与虚拟距离的比例来修正平均每跳距离。为了减小定位误差和提高定位覆盖率,该文将锚节点分布在区域四周,并且将已定位的未知节点升级为锚节点。经仿真结果表明,与传统DV-Hop算法相比,改进后的算法可以有效提高定位精度。     

基于克里金空间插值的位置指纹数据库建立算法*

为解决室内定位系统中建立位置指纹数据库工作量庞大的问题,提出了一种融合信号衰减因素的普通克里金空间插值建库算法。该方法首先采用高斯滤波对有限预选参考点的信号强度采样数据进行预处理,并基于球状模型由参考点预处理数据拟合出空间变异函数,然后采用普通克里金插值法对其它位置的信号强度进行估值并生成相应的位置指纹,最后由有限实测数据生成大容量高分辨位置指纹数据库,并通过KNN_Filter算法和对数权重算法完成了定位仿真,验证了该建库方法的有效性。仿真实验结果表明,该算法在保证定位精度的前提下相比传统建库方法可降低40%左右的工作量,提高了室内位置指纹定位方法的工作效率。     

基于多通信半径加余弦定理的DV-Hop算法的改进

为了提高DV-Hop定位算法的定位精度,提出了一种基于多通信半径加余弦定理的DV-Hop改进算法。该算法的改进体现在两个方面:1)采用多通信半径 广播位置,多次广播,细分跳数,使得未知节点与信标节点之间的最小跳数更加准确;2)在估计未知节点与对应信标节点的距离后,根据余弦定理调整和校正了估计跳距。在同样的仿真环境下将改进算法与经典算法进行了对比,仿真结果表明改进算法有效地提高了传感器节点的定位精度。     

基于BADV-Hop的传感器节点定位方法

为了减少无线传感器网络节点的定位误差,提出蝙蝠算法（BA）和DV-Hop算法相融合的传感器节点定位方法（BA-DVHop）。在DVHop算法的第三阶段,利用蝙蝠算法代替最小二乘法来计算未知节点的坐标,以降低定位误差,对蝙蝠算法算法进行改进,避免算法陷入局部最优,最后在Matlab 2012平台上对算法性能进行仿真分析。相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度,具有较高的应用价值,仿真结果验证了BA-DVHop的有效性。     

基于移动锚节点的改进DV-Hop算法

DV-Hop是一种典型的无须测距的定位算法,针对该算法在定位过程中存在的定位精度不高的问题,提出了一种基于移动锚节点的改进算法。利用锚节点的移动形成多个虚拟锚节点,有效减少了锚节点的使用数量;并在原算法基础上,修正平均跳距,使其更接近真实值。仿真结果表明:改进算法定位误差比传统DV-Hop算法平均降低了约 30%,大大提高了定位精度。     

三维无线传感器网络中DV_Hop定位算法的改进

在三维无线传感器网络中,采用非测距定位方法 DV_Hop时,由于三维空间中节点分布复杂,测距误差增大,定位准确度迅速降低,为了提升它的准确度,提出一种改进的DV_Hop定位方法,使用最小均方差估计未知节点与已知节点之间的距离,定位结果用粒子群算法优化,以距离误差因子加权均方误差作目标函数,采用凹函数递减策略,提前进入局部搜索,提高定位准确度。仿真结果表明,相同条件下,改进的DV_Hop算法定位准确度要优于传统DV_Hop算法。     

基于布谷鸟算法的WSN节点定位研究

传感器节点定位技术是无线传感器网络（WSN）的核心技术之一。文中针对DV-Hop传感器定位算法在定位过程中产生累积误差的问题,首先提出改进的DV-Hop算法修正DV-Hop算法中的平均跳距,然后应用Cuckoo（布谷鸟）搜索算法进一步减少传感器节点定位的误差,最后采用仿真实验对其性能进行测试。仿真实验结果表明,文中所提出的混合算法,与纯DV-Hop算法相比,不但使用更少锚节点节省硬件成本,而且定位精度较高。混合算法能够达到理想的定位精度与效果,具有较高的实用价值。