基于几何学的无线传感器网络定位算法

提出一种基于几何学的无线传感器网络(WSN)定位算法。把网络区域中的节点分为锚节点和未知节点,假设在定位空间中有n个锚节点,由于受到几何学的限制,实际可行的锚节点序列是有限的,因此利用一种几何方法判断锚节点间的位置关系,从而选取最优的锚节点序列,能够更精确地确定未知节点的位置,并且分析了待定位节点的邻居锚节点数量对定位精度的影响。仿真结果表明,与已有的APS(Ad-Hoc positioning system)定位算法相比,该算法可有效地降低平均定位误差和提高定位覆盖度。     

无线传感器网络自定位算法的研究

针对无线传感器网络节点稀疏时会产生定位盲区的问题,在研究经典AOA(三角测量法)算法的基础上,提出了一种改进的无线传感器网络自定位算法,在节点自身基准线相对于绝对坐标轴夹角已知的情况下,未知节点只需一个邻居锚节点就能实现自定位.仿真实验证明,在节点数相同的情况下,改进的无线传感器网络自定位算法相比于经典AOA算法,有更高的有效定位率和更低的平均定位误差,适用于节点稀疏的网络环境.     

基于GEM-PHD粒子滤波的移动定位自更新传播算法

为了实现无线传感器网络(Wireless Sensor Networks,WSN)中移动节点的实时动态定位和更新,提出了一种基于广义运动概率假设密度粒子滤波的移动定位自更新传播算法,该算法利用锚节点作为观测者探测周围环境中存在的未知节点,收集探测到的信息,利用广义运动概率假设密度粒子滤波算法对未知节点定位.基于反向定位...     

基于锚圆交点加权质心的无线传感器网络定位算法

针对无线传感器网络节点能量有限,基于距离的定位算法有时并不适用的问题,在研究了未知节点与其无线射程范围内的3个锚节点之间的通信约束和几何关系的基础上,提出了一种基于锚圆交点加权质心的定位算法。该定位算法仅基于网络连通性而不需要测量距离,算法计算量小,节点通信开销小。仿真结果表明,当在100m×100m的区域范围内随机部署100个传感器节点,通信半径为30m、锚节点密度为16%时,相对定位误差为22.7%。     

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。     

无线传感器网络三维节点的插值规划定位

针对无线传感器网络中传感器节点的初始位置未知的问题,提出一种基于插值和规划算法的无线传感器网络三维节点定位算法.该算法利用锚节点坐标将节点所在空间曲面建立,并利用接收信号强度指示（RSSI）值和无线信号传播模型推导出所有可通信节点间相对距离.最后,利用0-1规划在空间曲面上选出满足距离约束且与未知节点数量相同的插值节点,从而估计出未知节点的空间位置.该算法设计简单,通信开销少.仿真结果表明,该算法具有较小的节点定位误差,并具有良好的稳定性和扩展性.     

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。     

网络入侵失稳控制时最优节点选择

针对网络入侵失稳控制时最优节点选择方法一直存在选择不准确、误差大的问题,提出基于能量融合信道均衡与控制簇头竞选的节点选择方法,并应用于入侵后网络失稳控制中.建立无线传感器网络的数据传输和节点分布模型,对网络失稳后的WSN信道进行均衡控制,根据簇头竞选结果控制每代节点的定位误差,降低节点在遭到入侵后的错误选择概率.结果表明,采用改进的选择方法可以提高节点的通信覆盖率,降低了节点的死亡率,提高了失稳控制性能,保障了网络的安全稳定.     

基于参考点序列的无线传感器网络节点定位算法

提出了一种基于参考点序列(Reference node sequence,RNS)的无线传感器网络定位算法,该算法对定位空间的锚节点建立voronoi多边形,以此生成由锚节点组成的voronoi图,并将voronoi图的顶点记为参考点,为定位空间增加了若干锚节点信息。从而使与传感器节点通信的锚节点数目增加,改善了锚节点不足给定位带来的负面影响。其次建立参考点和锚节点到传感器节点的序列等级,根据序列等级估计出传感器节点的位置。仿真结果表明,与DV-Hop算法和质心算法相比,本文算法可以更准确地估计出节点的位置,提高定位精度。     

具备小世界网络拓扑特性的无线传感器网络鲁棒性分析

无线传感器网络(WSN)传感器节点数量多且分布广,将复杂网络理论引入无线传感器网络(WSN),对分析网络拓扑结构、发现其中隐藏的规律以及提高网络性能具有十分重要的意义。根据LEACH分簇算法,通过将网络中介数较小的链路删除,构建具备小世界网络特性的无线传感器网络。提出基于网络负载和冗余的传感器网络连通性的测度,在此基础上给出无线传感器网络鲁棒性分析的方法。针对两种攻击方法,随机攻击和蓄意攻击,对基于小世界网络模型的无线传感器网络鲁棒性能进行分析。仿真结果表明,减少网络负载增加网络冗余利于传感器网络鲁棒性的增强。     

基于邻居筛选的质心迭代定位算法

无线传感器网络在经济、环境、军事等领域有着非常重要的价值和潜力,而节点自身定位问题是传感器网络的一个基本问题。该文对无线传感器网络中传统的DV-HOP节点定位算法存在的问题进行了分析;给出了筛选节点邻居算法减少消息发送的数量,节省了节点能量。并提出了一种新的质心迭代定位算法,有效控制了传统定位算法中不可定位节点的数量和定位误差。对于路由选择和数据融合有重要的作用。     

基于ISSA-GRNN的无线传感器网络定位优化算法

为了减少无线传感器网络(WSN)节点在传统方法上的定位误差,增强定位的准确度,提出了一种融合改进的麻雀搜索算法和广义回归神经网络(ISSA-GRNN)的节点定位优化算法。首先,对普通DV-Hop算法和Centroid定位算法的节点信息分别优化,利用加权优化思想和节点信号强度修正DV-Hop算法的跳距与Centroid算法的质心。然后将修正后的跳距、质心特征和节点其他特征相融合,作为GRNN的输入向量进行训练。为了解决网络调节参数随机设置的问题,通过ISSA改进网络参数,并得到未知节点的最优预测位置。仿真结果表明,与其他优化算法相比,该算法平均定位误差较小,定位精度得以提升。     

大规模无线传感器网络快速定位算法

针对大规模无线传感器网络(WSN)定位算法普遍存在时间复杂度过高的问题,实现了WSN邻近节点间逐对"比较关系"矩阵到位置坐标的快速可视化映射.算法首先引进快速映射(FastMap)计算过程,把参考节点作为定位的轴点,选择距离最长的对角线作为轴线,避免了相对坐标到绝对坐标的转换过程;将FastMap运算的概略坐标作为MDS(multi-dimensional scaling)的输入,提高了定位精度.在MATLAB软件中设置600m×600m的定位区域,利用无线信号衰减模型产生虚拟测试点,分别针对包含3 600,1 600,900,576,400个节点的无线传感器网络进行仿真实验.结果表明:与随机型和经典MDS算法相比,所提出的算法在保持高的定位精度的前提下,大大降低了时间复杂度.算法被应用于智能超市导购系统,21辆购物车的平均定位误差为0.158 5m.     

无线传感器网络中节点的非测距定位算法

针对无线传感器网络（Wireless Sensor Network,WSN）中节点定位,提出了一种低消耗的节点自身定位算法。本算法先将检测区域划分网格,根据节点接收的信号强度,初步缩小定位范围,然后以DV－Hop算法原理为基础,用跳数比率构建Apollonius Circle,最终确定节点位置。该算法不需要任何额外的硬件支持,实验结果表明在锚点比例约50％,网络基本连通的情况下,网络通信负载较DV—Hop降低近33％。平均定位的精度达到29％以下。     

一种基于DV-HOP改进的无线传感器网络定位算法

针对无线传感器网络中经典定位算法DV-HOP定位精度低的缺陷,提出改进算法。该算法采用新的方式计算未知节点与锚节点的距离,提出锚节点信任度的概念,并利用加权最小二乘法计算节点坐标。Matlab仿真实验结果表明,在相同网络环境下,该算法能有效减小距离计算带来的定位误差,提高定位精度。     

WSN中一种基于虚拟锚节点的VA-RSSI定位算法

摘要： 针对无线传感器网络中传统RSSI定位算法精度较低的缺陷,提出一种设定RSSI有效阀值的VA-RSSI（Virtual Anchor RSSI）定位算法。该算法将定位后的盲节点升级为虚拟锚节点,提出虚拟锚节点信任度的概念与计算公式。采用虚拟锚节点信任度作为权值,由加权最小二乘法计算节点坐标。仿真实验表明,在相同网络环境下,该算法能有效降低测距误差,提高定位精度。     

基于粒子群进化的输电网络WSN节点定位算法

为了提升WSN的定位精度,提出了一种基于粒子群进化的定位算法,以应用于输电网络中的节点定位.该算法通过区域估计,缩小并限制传感器节点的预估计区域空间,并应用粒子群算法快速寻找节点定位的最优解.通过引入权重自适应的机制,加快节点定位的搜索速度,并提升算法的搜索能力.结果表明,该算法有效增强了WSN节点定位的精度,降低了计算复杂度,为输电网络的无线传感器网络提供更高效准确的定位服务.     

基于WSN特点对DV-HOP算法改进的研究

为了提高无线传感器网络(wireless sensor network,WSN)中与距离无关的定位算法的定位性能,通过对DV-Hop算法的分析研究,结合计算机模拟随机分布节点位置的概率统计方法,提出一种改进的DV-HOP-M算法,该算法实现了在已知3个信标节点的情况下,对整个网络节点位置进行粗略的估计。仿真结果表明:提出的算法较之原有的DV-HOP算法,提高了基于无距离WSN定位的精确度。     

无线传感器网络定位算法的研究

在无线传感器网络中,因无线传感器设备功耗、价格和硬件限制及对定位精度的要求,距离无关定位机制被认为是一类具有成本效益的解决方案。介绍了距离无关定位机制中的DV-hop定位算法,研究了不良节点、网络拓扑结构、锚节点和邻居节点对DV-hop定位算法性能的影响,分析了算法的通信量和计算量。在连通的网络中,该算法能够达到35%~40%的平均定位精度;该算法只需要较少的锚节点,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。     

锚点稀疏的无线感知网络定位算法

为有效实现锚点稀疏无线感知网络中节点的定位,提出一种多跳协作分布式定位算法.利用与局域范围内的多跳锚点通信协作,对定位的伪位置进行排除或缩小位置范围;同时,对影响定位精度的测距误差、锚点位置误差进行研究,利用误差分析技术优化锚点的选择,排除冗余锚点带来的误差影响;通过Matlab仿真实验研究定位率与锚点密度之间的关系,验证了算法的有效性和正确性.试验表明,该算法能显著提高定位率(尤其对处于网络边缘的节点定位),有效降低定位误差和定位成本.