无线传感器网络节点定位算法

针对无线传感器网络(wireless sensor network,WSN)系统中节点的定位算法问题,提出了基于差分的DV-Hop定位算法,信标节点将测算的位置测定误差作为校正值向四周区域广播,未知节点接收到信标节点的校正信息后,据此修正自身的相对位置测算值,以减少节点定位误差,提高定位算法的精度。仿真测试表明,该算法与普通的DV-Hop算法相比,在定位误差与通信距离的比值等性能指标上得到了明显改善。     

无线传感器网络节点定位算法综述

节点定位是大多数无线传感器网络应用的基础。文章介绍了无线传感器网络节点定位的原理、节点定位计算的一般过程,讨论了现有的传感器网络节点定位算法的分类方法,并简要介绍了几种代表性算法的原理和特点。通过对现有算法的分析比较,指出了可能的热点研究方向。     

无线传感器网络节点定位算法研究

无线传感器网络可以在广泛的应用领域内实现监测和追踪任务,而网络中传感器节点的自身定位问题是无线传感器网络的关键技术之一,对无线传感器网络的定位原理、典型定位算法进行阐述,研究了几种重要定位技术．最后对上述算法进行了性能分析和比较．     

无线传感器网络动态节点定位算法综述

介绍了无线传感器网络节点定位的基本原理、定位算法的最新进展及其评价标准。从基于测距的动态节点定位算法和无需测距的动态节点定位算法两个方面分类讨论了典型的动态节点定位算法,并对各算法的性能进行归纳比较。最后指出了目前算法存在的问题及未来发展趋势     

无线传感器网络节点定位算法研究

针对无线传感器网络中DV-Hop定位算法在未知节点到锚节点距离计算中的不足,提出了一种新的距离计算方法。该算法考虑了未知节点到锚节点路径中相邻三个节点组成的夹角对距离的影响,从而更精确计算出距离,并对改进算法和原算法进行了对比仿真。仿真结果表明,改进算法有效地提高了节点的定位精度和覆盖率.     

高精度无线传感器网络节点定位算法

无线传感器网络在很多领域都有着广泛的应用前景,尽可能精确地确定传感器节点的位置是应用无线传感器网络时首先需要解决的问题.提出了一种新的基于物理学中的质点力学相关原理的距离无关的定位算法,与现有的距离无关定位算法相比,除了距离无关定位算法共同具有的优点之外,能够将平均定位误差降低到节点通讯距离的16%以下.给出了算法的实现过程和仿真结果,并且利用仿真结果与DV_Hop(距离向量跳段)算法进行了比较.比较结果显示,文中算法的定位误差约为DV_Hop算法的50%,在满足邻居关系方面文中算法也具有很大的优势,在定位时间上文中算法则存在定位所需时间过长的不足之处.     

无线传感器网络静态节点定位算法综述

针对无线传感器网络静态节点定位算法特点,总结了无线传感器网络节点定位的基本原理、定位算法的最新进展及其评价标准。从基于测距的静态节点定位算法和无需测距的静态节点定位算法两个方面分类讨论了典型的静态节点定位算法,并对各算法的性能进行归纳比较,说明了目前算法存在的问题,并提出未来发展趋势。     

基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。     

移动导标条件下的无线传感器网络节点定位方法

针对无线传感器网络定位目标和要求,提出了一种新的利用移动导标节点广播信号来实现未知节点位置估算的方法. 1个或多个移动导标节点随机游走于网络区域,并间隔性地广播自身位置信息,未知节点利用接收到的广播信息位置估算边界线进行节点定位. 仿真实验结果表明,新算法比传统算法具有更小的计算代价和更高的可靠性、稳定性.     

无线传感器网络中免测距的节点自定位算法

无线传感器网络定位技术的显著特点,是利用有限的锚节点信息从而实现对全网内所有节点的定位.而同心圆定位方法是精度较高的免测距定位算法,通过将一些与锚节点通信半径最接近点的距离范围形成不同程度的圆环,然后彼此相交增加对未知节点的几何约束关系并对其进行位置估计.仿真结果表明,该算法获得较高的定位精度,同时计算和通信开销适中,不需要节点具备测距能力,是一个可扩展的算法,适用于各向同性的密集网络.     

无线传感器网络三维抽样定位

为了减小定位误差、提高算法的适应性,利用三维空间抽样和范围约束的方法,并结合对成功样本点的加权筛选,获得节点的三维估计坐标以实现定位.针对不同的节点功能,算法可以在基于跳数和基于距离两种方式下进行,并采用三种不同的抽样方案对这两种方式进行了分析和比较.初步仿真实验显示了该三维定位算法可以在锚节点比例20%的情况下,定位误差低于通讯半径的25%;测距误差增大到通讯半径的50%时,定位误差不超过通讯半径的35%.     

密集传感器网络中节点随机调度算法研究

对于密集型传感器网络,节点交替工作能有效地延长网络的生命周期。该文基于Cover的随机节点调度算法进行深入分析,首先给出k-覆盖网络中覆盖强度的定义,并利用基本概率理论估计k-覆盖网络的覆盖强度;然后分析2-覆盖网络中节点密度、覆盖强度以及能量节省水平之间的关系(即部署节点个数n和2-覆盖网络的覆盖强度Cn2以及划分COVER个数c)。该文研究工作对部署容错性较高的能量有效性传感器网络具有一定的指导意义。     

WSNs中基于簇结构的云信任模型研究

在无线传感器网络环境下,由于信任关系的随机性、模糊性和不可预测性等不确定性因素给网络交易带来了诸多安全问题。本文以无线传感器网络环境为研究背景,引入云模型理论,提出了一种基于簇结构无线传感器网络的云信任评价模型,实现了信任属性的定性概念与定量数值之间的转换。该模型模拟LEACH路由协议,根据传感器自身特性评价节点的信任值,准确识别自私节点。通过仿真实验证明了该模型能对节点准确而客观的评价,为无线传感器网络环境下信任评价的研究提供了一个新的思路。     

基于关联度分析的WSN节点信任模型研究

该文基于社会网络关联度分析的无线传感网络节点信任模型进行研究。给出了无线传感器网络的模型并将其与社会网络模型进行了相似性分析;建立了基于社会网络关联度的WSN节点信任模型,提出了基于关联度的传感器节点信誉度的计算方法;并设计了基于滑动窗口的传感器节点信任值计算及更新算法(SNTUA)。通过仿真实验,证明了该算法的有效性和准确性,其性能优越于其他两种算法。     

基于密度分簇的无线传感器网络定位算法

针对MDS-MAP(P)算法存在节点间最短路径距离计算误差、合并误差及算法复杂度过高等问题,提出了一种基于密度分簇的算法MDS-MAP(DB)。该算法选择邻居节点数最多的节点作为分簇机制的开始节点,一跳邻居节点组成的簇域内利用三角不等式法则测距,两跳内节点组成的簇域内利用最短路径法测距,且每个簇域内只有簇头节点执行测距算法,降低了测距误差及算法计算复杂度,提高了算法的性能。仿真实验结果表明,该算法具有更小的定位误差。     

一种复杂环境下无线传感器网络定位算法

通过对建立定位算法求解数学模型,针对RSSI(接收信号强度)受环境影响较大而提出了基于RSSI实际检测的定位算法。该算法利用锚节点实地测量信号损耗来确定定位算法的权值因子,以此进一步提高复杂环境下节点定位精度。通过模拟障碍物环境仿真实验分析可以看到,与加权质心算法相比,此定位算法的平均定位误差可下降1/4左右,而随着环境复杂度的提高,尤其是障碍物地带,其定位精度可提高一半左右。     

复杂山体表面传感器网络定位算法

存在障碍物的复杂3D凹/凸不平表面网络中锚节点部署难且成本高的问题是一个挑战。针对这个问题,该文提出了一种新的基于网络拓扑分形的三角划分定位算法3DT-ST。该算法仅利用网络连通特性和特殊节点,进行三角划分和建模,在每一个三角区域上采用MDS-MAP方法建立起局部的相对位置地图,再通过整合每个三角子区域,建立起整个传感器网络的全局位置地图。实验结果表明,3DT-ST算法与目前使用的SV方法相比,定位精度提高,定位误差降低明显,且定位过程无需锚节点和迭代,仅通过节点间的连通性进行定位,提高了定位的精度、降低了计算开销的同时节省了部署成本。     

无线传感器网络节点定位问题研究

定位技术是无线传感器网络重要的共性支撑技术之一。对无线传感器网络的定位问题进行了分类;把节点定位过程分成4个基本步骤,并以此分类和节点定位过程组成为线索,介绍并分析了现有的具有代表性的节点定位算法。指出了今后无线传感器网络节点定位算法研究可能的几个热点方向。