无线传感器网络质心和DV-Hop混合定位算法研究

无线传感器网络(wireless sensor networks)作为一种重要的信息获取和处理技术,可以在广泛的领域内实现目标监测、信息采集和目标追踪等任务,节点定位是无线传感器网络的重要支撑技术之一.而传统的定位算法具有定位误差大或定位率低的缺点.在对质心定位算法和DV-Hop定位算法的原理进行深入分析的基础上,提出...     

基于DV-Hop的无线传感器网络定位算法

针对无线传感器网络中DV-Hop定位算法其定位精度和覆盖率的不足,提出了一种按节点优先级进行定位并升级为新锚节点的改进算法。该算法是从第二轮次开始增加一次新锚节点广播,由各未知节点根据自身所收到的新旧锚节点广播的多少来确定其优先级,选择该轮次中优先级最高的节点按DV-Hop算法实现定位并升级为新锚节点,并在定位过程中利用加权最小二乘法降低了累计误差。选用Matlab进行相关仿真,结果表明改进算法在一定程度上提高了定位精度和覆盖率。     

基于多边形分解的质心定位算法

节点定位技术在无线传感器网络的应用中起到很重要的作用。为了能准确定位未知节点,确定未知节点的坐标,提出了一种新的质心定位算法——基于多边形分解的质心定位算法。该算法将锚节点构成的多边形分解成三角形,然后通过未知节点与邻节点交换信息,判断未知节点位于哪个三角形内,计算未知节点所在三角形的质心,最后用三角形三个顶点的RSSI值修正三角形的质心,将其作为未知节点的坐标估计。仿真表明新算法的定位精度比传统的定位算法有很大的提高。     

基于遗传算法和二进制蚁群算法的DV-Hop定位算法的优化

无线传感器网络(WSN)是一种由节点组成的无线自组织网络,在很多领域中有广泛的使用。节点定位是无线传感器网络中最重要的部分,使用无测距定位算法中传统的DV-Hop算法来定位误差较大。为了提高DV-Hop算法的精确度,提出了一种基于遗传算法和二进制蚁群算法来改进DVHop定位算法。遗传算法中利用了线性交叉和非均匀变异算子在种群中进行搜索,在此基础上,采用二进制蚁群算法进行进一步的搜索,而后比较适应度函数来保留较优的个体,从而产生了新一代种群。二进制蚁群算法中使得每只蚂蚁的智能化比较低,每条路径对应的存储空间相对较小,显著提高了计算效率。仿真的结果表明,提出的算法比传统的DV-Hop算法、基于遗传算法的DV-Hop算法有更快的收敛速度和更高的定位精度。     

改进的DV-Hop无线传感器网络定位算法

针对无线传感器网络节点定位问题中DV-Hop算法的不足,提出利用量子行为粒子群优化算法(Quantum-behaved Particle Swarm Optimization Algorithm,QPSO)对改进DV-Hop得到的估算位置校正.这种方法将定位问题看成一个多维优化问题,并且不需要任何额外硬件设备,也不会增加通信量.最后将仿真试验结果与粒子群优化(Particle Swarm Optimization,PSO)算法校正改进DV-Hop算法进行比较,表明QPSO算法在优化性能上优于PSO算法,有效提高了节点定位精度,证明该方法的有效性.     

星点质心定位算法最优门限研究

采用合适的门限,质心定位算法可以获得相对最佳的定位精度。系统信噪比,光斑位置以及光学系统结构的不同,都将影响最优门限的取值。当前普遍采用的门限确定方法不能实现质心定位算法对门限动态最优化的要求。分析了影响最优门限的各种因素,提出了一种基于星点灰度信息的最优门限确定方法,通过研究星象灰度信息与最优门限的关系,制作了基于灰度信息的最优门限曲线模板,采用线性插值方法确定最佳门限的取值。通过仿真实验验证,证明该方法能够实现星点质心定位算法的门限取值最优化。在不同信噪比情况下比现有门限确定方法均能获得更高的质心定位精度。     

一种改进的DV-Hop无线传感器网络定位算法

针对传统DV-Hop无线传感器网络定位算法误差较大的缺点,将接收信号强度指示RSSI(received signal strength indicator)加入定位系统对原算法进行改进。通过RSSI测距技术计算信标节点邻居节点的距离;根据接收信号强度指示(RSSI)的比值修正节点间跳数;采用极大似然估计法对待定位节点坐标初步估计后再用加权质心算法进一步精确定位。仿真结果表明,该改进方法与传统DVHop算法相比定位精度有较大的提升。     

一种基于能量加权的阵列宽带信号定位算法

提出了一种基于能量加权的阵列宽带信号定位算法.首先,对宽带信号使用MUSIC算法在频域进行方向估计;再根据信号在各个频点能量的大小,对相应频点的估计值进行加权,从而得到最终的方向估计值.该算法克服了随机选择频点定位算法不稳定的缺点,同时也优于对各频点方向估计值进行等权平均的算法.仿真结果验证了该算法的优越性.     

改进 DV-Hop 定位算法在钢构建筑健康监测中的应用

针对钢构建筑中故障点定位精度不高的问题,提出了一种改进的DV-Hop定位算法,设计出无线传感网络技术检测故障点的方案。描述了钢构建筑健康监测系统中故障点定位方式,分析传统DV-Hop算法节点定位精度不高的缺陷,并对其进行针对性的3点改进：首先采用四通信半径来细化节点间的跳数;然后利用加权处理平均跳距进行修正;最后通过改进的麻雀搜索算法对故障点进行位置定位。以秦始皇陵兵马俑一号展厅钢构屋盖作为仿真对象,通过MADIS＿GEN软件进行建模和降维化处理,将改进的ISSADV-Hop与传统DV-Hop、IPSODV-Hop和IGWODV-Hop算法应用于钢构建筑中故障点定位进行仿真对比,结果表明归一化定位误差分别降低了19.64%、14.87%、8.96%,验证了本文设计方案能够有效地提高定位精度,更适合于钢构建筑健康监测系统中故障点定位。     

基于多通信半径和改进遗传算法的DV-Hop定位

针对无线传感器网络定位算法中DV-Hop(distance vector-hop)算法定位精度不高的问题,从跳数和跳距两方面进行优化,提出了一种利用多通信半径和改进遗传算法优化的DV-Hop定位算法。首先,设置节点的通信半径为多个,细化节点间的跳数,降低跳数误差;其次,将局部搜索能力强的禁忌搜索算法与遗传算法相结合优化信标节点的平均跳距;最后,采用加权的方式修正未知节点的平均跳距,降低跳距误差。仿真结果表明：在同等条件下,本文改进算法比传统DV-Hop算法和有关改进算法定位精度更高。     

基于网络空洞边界节点检测的DV-Hop改进算法

针对存在空洞的各向异性的传感器网络中,DV-Hop算法由于跳数估计不准确而导致精度降低的问题,提出了一种基于网络空洞边界节点检测的DV-Hop改进算法。首先利用一些可移动的锚节点标记并定位空洞边界上节点的坐标,再通过边界节点进而优化未知节点与信标节点间的跳数值,最后用改进的加权最小平方法进行未知节点自定位。仿真结果表明,当传感器网络中含有面积较大的空洞时,利用提出的算法能够让定位误差很大程度上减少,并且该算法可以更好地应用于实际场景。     

无线传感器网络加权垂直平分线定位算法

针对APIT算法和基于垂直平分线的区域定位算法(MBLA)迭代次数多,定位精度低的缺点,提出了加权垂直平分线定位算法——WMBLA。该算法根据待定位节点接收到的2个锚节点的RSSI值的比值,移动两锚节点连线的垂直平分线,然后确定待定位节点在垂直平分线的哪一侧。仿真表明:WMBLA算法定位精度显著提高,定位误差是MBLA的一半,是APIT算法的1/4,迭代次数是MBLA的1/3。     

基于质心Voronoi结构的布点算法及应用

以初始点的Voronoi结构为基础,建立基于质心Voronoi结构的布点算法.该算法通过区域上的初始离散点构造Voronoi结构,利用面积坐标法确定Voronoi结构的质心点,以成本函数作为质心Voronoi结构的收敛准则.若质心点满足收敛准则,则将该质心点作为区域的离散节点.然后利用切边处理技术,实现复杂区域内的布点算法,即给出不同区域的均匀布点和非均匀布点.以长圆筒为例,采用基于Voronoi结构的布点算法对求解域进行点的离散,利用自然邻近Petrov-Galerkin无网格法计算其应力值,求得的应力值与精确值比较吻合,这证明了将质心Voronoi结构的质心点作为无网格法区域离散节点进行无网格法分析是比较精确、可靠的.     

基于能量累加的空间目标星像质心定位

研究了CCD观测图像的亚像素级高精度质心定位方法以提高目标星像的天文定位精度.分析了影响定位精度的主要因素,如图像噪声、离散化采样误差及定位窗口选择等,结合CCD弥散斑的成像特性,提出了一种基于能量累加的空间目标星像质心定位方法.该方法使用插值方式降低离散采样点和实际感光区域光线照度的不一致性;利用弥散斑能量累加自适应...     

基于动态加权算法排课系统的分析与设计

主要分析并设计了基于动态加权算法的排课系统,使排课工作在自动化的基础上增加了人性化,能较好的满足教务人员的排课要求。     

基于质心侧偏角估计算法的车道保持稳定性控制

为了提高低附着系数路面车道保持能力和稳定性,基于质心侧偏角和横摆角速度与期望值的差值设计了车道保持转向角补偿模糊控制器。质心侧偏角和横摆角速度是表征汽车稳定性的重要参数,也是所设计的模糊控制器的输入量,但质心侧偏角不易直接测量。因此,针对质心侧偏角运动学和动力学估计算法各自的特点,并利用前者修正后者的估计值,提出了质心侧偏角集成估计算法。基于CarSim/Simulink仿真结果表明,所提出的质心侧偏角估计算法具有较高估计精度,所设计的转向角补偿模糊控制器具有更好的车道保持能力和稳定性。     

基于AFKF的多传感器加权融合算法

为实现对被测物体在匀速、匀加速以及变加速运动状态下的动态位置进行精确测量,提出一种基于自适应渐消卡尔曼滤波的多传感器加权融合算法,将各子传感器测量数据进行自适应渐消卡尔曼滤波,并由获得的均方误差阵实时为位置测量的估计值自适应分配权重,最终进行加权融合。通过算法的实例应用验证,与传统的MSIF-SKF算法相比,该算法具有更高的动态位置检测精度。     

基于网络空洞边界节点检测的DV-Hop改进算法北大核心CSCD

针对存在空洞的各向异性的传感器网络中,DV-Hop算法由于跳数估计不准确而导致精度降低的问题,提出了一种基于网络空洞边界节点检测的DV-Hop改进算法。首先利用一些可移动的锚节点标记并定位空洞边界上节点的坐标,再通过边界节点进而优化未知节点与信标节点间的跳数值,最后用改进的加权最小平方法进行未知节点自定位。仿真结果表明,当传感器网络中含有面积较大的空洞时,利用提出的算法能够让定位误差很大程度上减少,并且该算法可以更好地应用于实际场景。     

基于模糊加权均值滤波算法的三维重建

讨论了在逆向工程中激光测量提取三维数据的原理、基于模糊加权均值滤波算法的噪声处理等用于实物三维重建的若干关键技术问题,分析了相应的解决方法,并给出了OpenGL三维建模的实例.     

基于层次分析法与定位确定性的工件定位方案规划算法

结合层次分析法与定位基准选择的影响因素,构建定位基准选择的层次结构模型。两两比较各层因子的重要性后,利用标度法构造相邻两层的判断矩阵,反复验证判断矩阵的一致性,通过后判断矩阵的特征矢量可作为层权矢量。通过层权矢量的逐层相乘,所获得的组合权矢量即为定位基准选择的决策指标。考虑加工要求、工艺自由度与实际自由度之间的关系,将定位确定性等效为工艺自由度必须是实际自由度方程组的解,获得定位确定性的总体数目条件,作为定位方案设计过程中定位点数目够与不够的判断依据。同时,从工程应用的角度推导出定位确定性的局部数目条件,以确定定位基准上所布局的最少定位点数目。综合定位确定性的总体数目条件、局部数目条件以及定位基准的决策方法,构建定位方案的迭代规划算法。