一种无线传感器网络节点定位算法的改进

利用无线信号强度实现了煤矿安全监测无线传感器网络（WSNs）节点问的自定位,提出了一种新的节点定位算法,介绍了算法的基本原理和实现方法。该算法不需要任何额外的硬件支持,节点间通信开销少。仿真结果表明：所提出的算法可以有效地提高WSNs节点的定位精度。     

基于非合作博弈的无线传感器网络功率控制研究

如何提高能量的有效性是无线传感器网络（WSNs）设计的重要问题,针对WSNs在多媒体等业务中的应用,对基于码分多址（CDMA）通信方式的WSNs模型,提出一种基于非合作博弈的WSNs功率控制算法,并证明了该算法纳什均衡的存在性及唯一性.仿真结果表明,所提出的算法在设计时充分考虑了节点的剩余能量问题,因此能够很好地降低网络的总发射功率,有效地节约节点能量,延长网络的生命周期.     

一种基于苯环结构的WSNs故障检测算法

节点故障是无线传感器网络(WSNs)研究中的一个重要问题。由于WSNs规模大,节点能量受限,加之传感器制作工艺等方面的原因,使得节点发生故障的概率较高。针对WSNs中的节点故障问题,提出一种基于苯环结构的节点故障检测算法。该算法利用苯环结构的对称性,减少邻居节点的数目从而达到降低故障检测能耗的目的,同时延长了网络的生存周期。采用OMNeT++建立仿真环境,对算法性能进行测试。测试结果表明:该算法较其他算法具有较低的能量消耗和较高的网络连通性及可扩展性。     

一种基于TopDisc的WSNs拓扑控制算法

针对无线传感器网络（WSNs）中无线信号动态波动变化时引起网络链路不稳定和覆盖范围变小的问题,提出了一种基于TopDisc的WSNs拓扑控制算法.该算法通过引入拓扑控制参数控制网络拓扑优化以适应无线信号变化,给出了拓扑创建过程,对算法进行了仿真实验.仿真结果表明：改进的拓扑控制算法能够提升WSNs对复杂无线电环境的适应能力,提高了资源利用率和链路可靠性.     

改进的无线传感器网络路由算法

无线传感器网络(WSNs)节点部署的分散性以及节点本身的资源有限性要求WSNs路由算法必须满足低成本、低功耗的设计原则。对包括Cluster-Tree,AODV,LEACH和RPL在内的多种WSNs路由算法进行了对比分析,并以节点间的传输距离和节点剩余能量为度量单位,采用能量均衡策略对RPL算法进行了改进。在Cooja仿真环境下,构建不同节点数的网络,进行了仿真测试,验证了提出的路由算法能够延长网络的生命周期。     

无线传感器网络能量管理研究

传感器节点能量受限的特点使能量管理成为无线传感器网络(WSNs)设计的一个重要内容。对近年来无线传感器能量管理的研究进展进行了讨论和综述,指出了WSNs能量管理面临的问题与挑战。在分类阐述和比较当前具有代表性的各种休眠机制的同时,介绍了动态电压调节、动态功率管理、数据融合等能量管理策略。最后,指出了WSNs能量管理的未来发展方向。     

无线传感器网络关键技术研究

由具有感知、计算和通信功能的造价低廉的传感器节点以无线通信方式形成的自组织地网络系统即为无线传感器网络(WSNs)。无线传感器网络通过协作地采集、感知、分析环境信息,达到监测用户感兴趣的事件的目的。无线传感器网络的自组织性和协作性为其开辟了广阔的应用前景。然而,无线传感器网络具有资源受限和设计约束的特点。资源受限是指传感器节点具有受限的无线通信范围、有限的电源供给、低带宽、有限的计算能力和存储能力等特点。设计约束是指无线传感器网络的设计取决于其应用目的和所监测的物理环境。本文首先介绍了无线传感器的概念,阐述了无线传感器网络的特点给研究带来的挑战。其次,本文分别从网络标准、通信协议、网络管理技术、以及数据压缩技术等方面介绍了代表性的研究工作。最后,本文对传感器网络的研究前景做出展望。     

WSNs中基于隐马尔科夫模型的目标识别问题研究

由于无线传感器网络（Wireless Sensor Networks,WSNs）资源受限,如何有效利用资源,提高目标辨别的准确度,是WSNs中目标识别系统的研究难题。以隐马尔科夫模型为分类框架,对一个声音传感器阵列节点簇内的目标识别问题进行建模;基于节点信号的空间关联性,改进了子节点Viterbi最大似然序列的计算状态,设置了子节点报送间隔,从而有效地判别局部状态。实验证明,改进后的算法在维持判别正确率的同时降低信息传输量10%以上。     

基于UKF区域交叉定位的WSNs Sink节点动态跟踪算法

为了提高无线传感器网络（ WSNs）使用寿命,对WSNs的目标跟踪方式进行研究,提出基于无迹Kalman滤波（ UKF）的WSNs Sink节点动态跟踪算法,以实现高效节能的资源管理和利用方式。首先利用UKF算法对目标节点的下一位置进行预测,然后通过四圆区域定位交叉定位算法对Sink节点的位置区域进行局部准确定位。实验结果表明：这种动态的Sink节点预测定位算法能够有效缩短数据发射传感器和Sink点之间的距离,减少跳数,从而实现负载均衡降低能耗的效果。     

改进QGA在WSNs节点部署中的应用

对含有障碍区域的无线传感器网络（WSNs）节点部署问题进行研究。建立节点探测模型和网络覆盖率评价方法,基于概率传感器模型提出一种部署方式,即对障碍区域进行随机布撒节点,确定区域采用量子遗传算法（QGA）寻找最优节点部署位置,实现对同构WSNs节点构成的目标区域的高效覆盖。仿真结果与GA,QGA相比：改进QGA有效提高了算法整体的搜索能力和收敛速度。     

引入虚拟节点的无线传感器网络ELM定位算法

基于大部分距离无关算法能以改善锚节点比例提高无线传感器网络定位精度,提出了一种引入虚拟节点的无线传感器网络极限学习机(ELM)定位算法.通过引入的虚拟节点,寻找合适的未知节点升级为次锚节点,以增加锚节点比例,提高了定位精度.将ELM应用于节点定位,有效提高了定位的速度和精度,并因其强大的泛化性能,为无线传感器网络节点定位提供了新的思路.仿真结果表明:引入ELM定位算法和虚拟节点,有效提高了定位精度.     

非合作信标条件下水下无线传感网可靠定位技术

传统假设水下无线传感器网络的传感器节点和信标节点都是合作的,但是在军事应用等特殊场合下,某些节点容易被敌方捕获或入侵,因而水下无线传感网络中有时会存在一些非合作的恶意节点。针对存在若干非合作信标的水下无线传感器网络定位应用,提出了一种非合作信标节点约束下水下无线传器网的可靠节点定位算法。本文算法利用一跳邻居范围内信标节点独自投票机制实现对非合作信标的判决与剔除,从而减少由于存在非合作信标节点对定位误差的影响,同时也分析了不同比例非合作信标下的定位误差界限。仿真结果验证了本文提出的算法相比传统定位算法,在平均定位精度和定位覆盖率等方面都有所提高。     

无线传感器网络DV-HOP定位算法的改进

节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注.在深入研究分析无线传感器网络DV-Hop定位算法和部分已有改进算法的基础上,提出了一种新的改进算法.针对DV-Hop算法在未知节点到信标节点距离计算中的不足,该算法对信标节点的平均每跳距离做出改进;并对可参考信标节点数小于3的未知节点进行估计定...     

一种改进的DV-Hop传感器网络定位算法

基于DV-Hop的无线传感器网络定位算法在洪泛过程中产生大量信息而导致能量消耗大的问题,提出了一种选择边界锚节点的算法。通过减少参与洪泛的锚节点个数来减少能量消耗,从而延长无线传感器网络的生存周期。实验表明,提出的算法不仅能够减少传递的信息量,而且还能略微提高定位精度。     

山谷地形无线传感器网络DV-Hop定位算法研究

无线传感器网络在森林防火、目标追踪、灾难预警、环境监测等应用中,节点定位是关键技术之一。对山谷地形中无线传感器网络三维DV-Hop定位算法进行了研究。通过对三维DV-Hop定位算法误差分析,找出产生误差的主要原因,提出了相应的改进算法。仿真实验结果证明:改进后的算法提高了节点定位精度,并指出了在山谷地形应用三维DV-Hop定位算法时锚节点比例的参考值。     

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。     

基于超级节点的分布式传感器节点定位算法

针对无线传感器网络中数目庞大的传感器节点难以进行有效定位的问题,提出一种分布式的传感器节点迭代定位算法.基于整个网络中相互重叠的子图,该算法的每一步迭代涉及两个步骤:一是每个子图内的高效定位,二是相邻子图之间的局部一致.对于每个子图,采用共轭梯度法对节点进行局部定位;之后,对相邻子图重叠区域内节点的局部位置进行融合平均.这两个步骤持续进行,直至满足迭代终止条件.仿真实验表明,与现有分布式算法相比,所提出算法的定位误差降低了一个数量级,能够对大规模的无线传感器网络进行高效定位.     

基于次锚节点的无线传感器网络改进加权质心定位算法

针对加权质心定位算法（ WCLA）对锚节点数量要求较高和定位精度较低的缺陷,提出一种基于次锚节点的改进加权质心定位算法（ IWCLA-SAN）。该算法在加权因子中引入修正系数,以提高定位精度;同时,将基于粒子群优化（ PSO）的定位算法的未知节点升级为次锚节点,在锚节点数量有限的情况下,以提高定位精度和定位覆盖率。仿真结果表明：该算法能有效提高定位精度和定位覆盖率。     

基于多粒度流形学习的无线传感器网络定位方法*

针对FastMDS-MAP定位算法存在对不规则无线传感器网络定位误差大,选取的框架节点不能很好的体现网络的拓扑结构实现不同粒层定位的问题,通过选择不同的筛选半径获得不同粒度的框架节点,结合绝对坐标变换加权策略提出了基于多粒度流形学习的无线传感器网络定位方法(MG-MDS)。仿真实验结果表明,不规则网络中MG-MDS算法定位精度比FastMDS-MAP算法有明显的提高;且定位误差随着网络节点粒度的变细而变小。     

无线传感器网络改进型节点定位算法的研究

无线传感器网络节点位置信息对于事件监测起到至关重要的作用,节点定位技术是无线传感器网络应用的支撑技术之一。为了提高无线传感器网络节点定位的精度,同时减少定位计算过程中的能耗,在RSSI,HCRL定位机制分析的基础上提出了一种改进型的节点定位算法:接收信号强度比定位算法(RSS-RL),通过仿真试验显示:RSS-RL定位算法不仅降低了节点定位复杂度,而且,提高了定位精度。