一种多跳Convex和APIT的改进定位:HCAPIT

针对定位算法中信标节点密度低带来的定位精度低以及定位覆盖率低的问题,提出一种基于多跳凸规划和PIT的定位算法HCAPIT。该算法利用未知节点的K跳邻居信标节点信息,采用最佳三角形内点测试法PIT估计未知节点可能存在区域,通过多跳Convex对区域缩小,对节点进行定位。仿真结果表明改进的定位算法更适合信标节点密度低的网络。     

基于APIT和粒子滤波的无线移动节点定位算法研究

传统的近似三角形内点测试( APIT),即近似三角形内点测试定位算法,广泛应用于静态节点定位.结合粒子滤波提出改进算法,将APIT算法推广到节点动态定位.算法根据节点的移动性和APIT多边重合区域确定采样区域,通过目标节点的接收信号强度指示(RsSI)序列值过滤样本,使样本值的数学期望收敛于目标节点.仿真表明:该算法有...     

无线传感器网络中一种改进的APIT定位算法

通过对无线传感器网络节点定位机制的研究,针对APIT定位算法中锚节点（anchors,即位置已知节点）稀疏而带来的定位精度低的问题,提出了一种改进的APIT定位算法。该算法结合了anchors对未知节点的影响因子和质心算法。仿真实验表明该算法在anchors稀疏的情况下,能明显提高定位精度,具有较普遍的工程应用意义。     

一种基于SBL和APIT的混合定位算法

由于子区域分割粒度的限制,基于阶次序列的定位算法(Sequence-based localization,SBL)存在边缘区域节点定位误差较大和不能保证平均定位误差性能的问题。针对这些问题,提出了一种基于SBL和APIT的混合定位算法,利用APIT信标三角形切割SBL算法子区域,减小子区域面积,实现了分割粒度的细化。通过预先进行系统训练,优化了混合算法的加权系数,进一步提升了算法的定位精度。仿真结果表明,相比于原算法,所提出的混合算法有效地提升了边界区域节点的定位精度,其平均定位误差降低了17.9%,使基于阶次序列的定位算法的定位精度得到了有效改善。     

一种基于APIT的无线传感器网络混合型定位算法

针对现有近似三角形内点测试（ APIT）算法在信标节点密集环境下定位精度不高、稀疏环境下覆盖率较低的问题,提出了一种混合型定位算法。该算法通过减小三角形内点测试（ PIT）时的三角形误判、选择优良的三角形,提高了信标节点密集环境下的定位精度。同时,该算法结合DV-Hop算法与两点定位法在稀疏环境下能计算出未知节点坐标的优点,提高了信标节点稀疏环境下的定位覆盖率。仿真分析表明：混合型算法有效地提高了信标节点密集环境下的定位精度和信标节点稀疏环境下的定位覆盖率。     

基于改进APIT算法的无线传感器网络节点定位

定位技术是无线传感器网络中一个比较重要的技术.近似三角形内点测试(APIT)算法是一种比较常用的算法,为了提高无线传感器网络(WSNs)定位精度,在APIT算法的基础上进行改进,将三角形进行中垂线分割成4个或者6个小区间,通过对各个节点接收到目标节点信号强度进行比较,判断目标节点位于哪一个小区域内.通过仿真可以得到,改进的APIT算法精度上有了很大的提高.     

基于三角形外接圆覆盖的改进APIT定位算法

在无线传感器网络( WSN)中,传感器节点定位在整个WSN体系中占有重要地位。 APIT( Approximate Point-In-Trian-gulation Test近似三角形内点测试法)相对于其他定位算法,具有硬件要求较低,定位性能较好等优点。该算法在节点密集的网络中,可以得到比较合理的定位精度,性能也相对稳定。然而,在节点随机分布的网络中,其定位误差是不容忽视的,且定位覆盖率也相对较低。针对此问题,分析了APIT测试中的典型错误———三角形内外覆盖判断错误以及产生的原因,提出了一种基于三角形外接圆覆盖的改进APIT算法———APICT( Approximate Point-In-Circumcircle Test)算法,并将此算法与APIT算法的仿真结果进行比较,证明了此算法的定位精度具有显著优势。     

无线传感器网络中APIT定位算法的改进

对无线传感器网络中的APIT定位算法进行改进,通过增加判定规则减小了判定未知节点是否在信标三角形的误差,可以显著降低Out-To-In Error错误率.     

WSN中APIT节点定位改进算法研究

为了提高无线传感器网络中APIT定位算法的定位覆盖率,提出了Min-max方法与APIT相结合的定位算法。改进算法不需要额外添加硬件,且容易实现。仿真结果表明改进算法与APIT算法相比定位覆盖率有显著提高。     

一种用于室内人员定位的RSSI定位算法

采用基于比较接收信号强度（RSSI）的测距技术,利用中值策略从锚节点多组测量值中选取最合适的RSSI值用于定位计算。针对算法用于室内人员定位的具体需求,采用室内环境下的无线信号传播模型,提出目标节点空间补偿模型,解决了因目标节点与锚节点处于不同平面导致定位误差较大的问题。最后验证改进算法的定位性能有较大提高。     

基于比较信号接收强度的传感器定位算法研究

定位技术是传感器网络的重要技术,分析了几种Rangefree定位算法的特点,提出基于比较信号接收强度的传感器定位算法（LBRSSI）。其基本思想是通过比较接收到的信号强度大小来产生圆环,最后通过圆环的交集来确定节点的位置,并加入了角度阈值条件以适应无线信号的不规则性。研究了系统参数对于算法定位精度所造成的不同影响,结果发现无线信号损耗越不规则,算法定位精度越小,同时增加锚节点个数有利于提高算法的定位精度,而增加锚节点的传播距离也可以有限度地提高算法定位精度。     

改进的狭长空间中加权质心定位算法

针对目前狭长空间环境中信号多路径效应明显、传感器节点定位精度不足等情况,提出了一种基于信号接收强度(RSSI)的加权质心定位算法.该算法根据狭长带状区域环境特点部署信标节点,通过相邻信标节点的实际距离和信号接收强度,动态获取周围环境的路径衰落指数,提高RSSI测距算法的环境适应能力;根据当前环境改进加权质心算法的加权因子,引入修正因子,进一步提高算法的定位精度.理论分析和仿真结果表明,该算法设计优化,适应于狭长空间环境,宽度分别为3 m、5 m、8 m、10 m,信标节点的个数为10的巷道环境中,其定位计算精度比传统加权质心算法分别提高了22.1%、19.2%、16.1%、16.5%,稳定性分别提高了23.4%、21.5%、18.1%、15.4%.     

基于核的RSSI定位

定位在无线传感网络的应用中有非常重要的作用,但是目前定位技术的准确度不够理想,RSSI是一种能实际使用确定传感网络中节点间距离的技术。在无线传感网络中引进了核,核是一个拥有三个或更多有着固定位置关系传感节点的物体。核能定位其他核或节点,同时核也能被传感网络定位。通过模拟发现使用核能有效提高定位的准确度。     

基于模糊控制的无线传感器网络室内定位算法

提出了一种通过无线传感器网络组网,利用基于模糊算法的改进接收信号强度指示(RSSI)测距技术来进行室内定位的系统设计方案。通过模糊状态分类建立环境气候和障碍物的模糊分布参数,对“距离-损耗”模型进行改进,算出其隶属函数,从而得到较准确的测距公式,计算出移动节点的位置信息。实验结果表明：提出的定位算法在对移动节点定位的实时性和准确性上能满足实际需要,具有应用价值。     

无线传感器网络精度优选RSSI协作定位算法

针对目前无线传感器网络（WSN）定位算法中未知节点间接收信号强度指示（RSSI）冗余信息利用不足以及信息无筛选利用问题,提出一种新的精度优选RSSI协作定位算法。首先,利用RSSI阈值,从大量粗定位的未知节点中筛选出定位精度相对较高的节点;接着,利用subset子集判断方法从经过RSSI阈值筛选的节点中提取出受环境影响较小的节点,作为次选协作骨干节点;然后,使用锚节点置换准则,根据置换锚节点的定位误差,从次选协作节点中进一步提取出高精度的节点作为优选协作骨干节点;最后,以协作骨干节点为协作对象,根据精度优先级参与协作求精,对未知节点进行未知修正。仿真实验表明,该算法在100 m×100 m网格区域内的平均定位精度小于1.127 m。在定位精度方面,相同条件下,相较于改进的采用RSSI模型的无线传感器网络定位算法,该算法平均定位精度提高了15%;在时间效率方面,相同条件下,对比传统RSSI协作定位算法,该算法在时间效率上提高了20%。可见,所提算法可以有效提高节点定位精度,减小计算复杂度,提高时间效率。     

基于阈值分类及信号强度加权的室内定位算法

为了减小室内复杂环境下接收信号强度值（RSSI）波动和个别信标节点被干扰对定位精度的影响,提出一种基于阈值分类及信号强度加权的室内定位算法。先根据室内环境的路径损耗特征,对各参考点进行分类并分别确定其匹配阈值,再将接收信号强度作为参考权重进行加权定位,最终得到更为精确的节点位置。实验表明,该算法能减小RSSI随机抖动引起的误差,有效地削弱个别信标节点被干扰的影响,提高定位精度。     

无线传感器网络节点定位加权校正模型

为了降低定位算法本身和接收信号强度指示(RSSI)所产生的误差对定位精度的影响,在以往的定位算法(如利用高斯—马尔可夫模型定位)中加入校正机制,并将移动锚节点和固定锚节点定位技术相结合,提出了一种基于加权的校正模型和算法。仿真结果表明,采用加权校正模型有效地提高了节点定位精度,与采用高斯—马尔可夫模型定位相比较,定位精度提高了36.2%。     

无线传感器网络中一种基于栅格划分的概率定位算法

基于接收信号强度（RSSI）的节点定位算法是目前应用较为广泛的定位算法。由于无线信号受信道衰减和障碍物屏蔽等因素的影响,基于RSSI的定位算法精度不高。提出了一种基于栅格划分的概率定位算法,首先将待定位节点可能存在的区域划分为若干栅格,再根据无线信号在空间传输的概率模型,计算出待定位节点处于各个栅格的置信度,最后以置信度较高的栅格的形心为基准点,计算出待定位节点的坐标位置。算法降低了噪声污染对定位结果的影响,定位精度较高。