基于RSSI差分似然估计的WSN节点定位算法

为了克服接收信号强度测量误差对无线传感嚣网络(WSN)节点自身定位精度的影响.在对极大似然估计定位算法和接收信号强度指示(RSSI)模型分析的基础上,定义了个体差异差分系数、距离差分系数和距离差分定位方程,把离目标节点最近的信标节点作为参考节点对基于RSSI的测距进行差分修正,并将测距差分修正和极大似然估计相结合提出了一种测距差分修正极大似然估计定位算法.算法通过RSSI进行测距,无需增加额外硬件开销,容易实现.定位精度可达2.5 m以下,适合于处理能力和能量有限的WSN节点定位.     

基于信号相位搜索的WSN节点定位算法

节点定位是无线传感器网络（wireless sensor network,WSN）研究的热点问题之一,基于信号相位信息与物理距离间的关系提出了基于信号相位搜索的WSN节点定位算法。该算法首先根据节点间信号相位信息,基于余弦相似性算法原理构建目标函数,将WSN节点定位问题转换为目标函数最优解搜索问题;然后基于质心定位算法原理确定搜索初始像素单元;最后利用梯度下降法替代逐像素单元的遍历搜索,在不影响定位精度情况下进一步提高定位效率,减小定位功耗。仿真实验结果表明,该算法的各项指标良好,适用于WSN的节点定位。     

无线传感器网络节点定位的仿真研究

研究无线传感器网络(WSN)节点定位精度问题,针对当前单一节点定位算法的定位误差大的难题,更好的满足WSN的低成本、低功耗要求,提出一种DV-Hop算法和粒子群优化算法相结合的WSN节点定位方法。首先采用DV-Hop算法对未知传感器节点与锚节点之间的距离进行估计,然后采用粒子群优化算法对未知传感器节点坐标进行校正,在不增加额外硬件的条件下,提高节点定位精度。在Matlab平台上进行仿真,结果表明,在相同条件下,改进的组合算法提高了传感器节点定位的平均精度,而且为WSN的节点定位优化设计提供了参考,是一种可行的WSN节点定位的解决方案。     

WSN中的质心定位算法研究

节点定位是无线传感器网络（WSN）中的关键技术之一。通过对质心定位算法的分析,提出了一种改进的质心算法（CSA）——以距离未知节点最近的锚节点为基准找出差异性最大的估计点,采用三角质心和多边质心计算估计点坐标提高定位精度。通过MATLAB仿真表明算法是有效可行的。     

传感器网络中一种基于迭代流形学习的节点定位算法

无线传感器网络(WSN)作为一种全新的信息处理平台,在各种应用领域有着广阔的应用前景,而网络自身定位技术是这些应用的基本支撑技术.首先,简要介绍了流形学习算法的基本概念和WSN节点自身定位模型,提出了一种基于流形学习算法的迭代MDS定位算法(IMDS).该算法中节点应用MDS技术从节点自身及其邻居节点的距离关系提取2维空间上的局部映射(map),并计算邻居节点在局部映射上的相对坐标,通过对局部映射的拼接可以获得网络的全局相对映射,再根据参考节点的坐标来对参考节点进行坐标匹配,从而通过平移,旋转以及镜像等几何方法来估计未知节点的绝对坐标.仿真试验表明,采用IMDS算法定位误差比dwMDS要降低大约15%,运算速度提高大约20%.     

基于动态PSO的WSNs发音节点定位研究

发音节点定位是无线传感器网络(WSN)一项重要的监控任务.为定位发音节点位置的极大似然估计解(MLE),通过分析栅格策略,基于此提出了动态粒子群优化(PSO)的算法,该算法在降低计算量的同时,减少了损失函数局部最优解的影响.另外,相对于原始数据,节点仅仅将信号的能量量测发送到融合中心,大大降低了对通信带宽和能量的消耗.在多种场景下进行了对比仿真,实验结果验证了该算法的优越性能.     

基于阈值机制与距离校正的WSN改进DV-Hop定位算法

在无线传感器网络的DV-Hop定位算法中,未知节点定位只考虑离它最近的锚节点的平均跳距,用它乘以跳数代替真实距离去进行定位,会导致较大的定位误差。针对DV-Hop算法以上的不足,本文提出了一种精度较高的基于阈值机制与距离校正的DV-Hop改进算法TMCD-DV-Hop。改进算法首先计算跳数阈值,考虑最近锚节点之外的其他锚节点在局部范围和全局范围的影响,依据阈值选择最优的校正平均跳距来估计距离,并对参与定位的单跳通信半径内的锚节点进行组合优化后,采用质心算法得到一个估计坐标,同时利用加权最小二乘法得到另一个估计坐标,最后以两个估计坐标的算术平均值作为未知节点的定位坐标。仿真实验表明,在同等网络环境中,改进后的TMCD-DV-Hop算法较DV-Hop算法更能有效地降低定位误差,提高定位精度。     

基于RSSI差分校正的最小二乘-拟牛顿定位算法

针对无线传感器网络(WSN)中存在定位精度不足的问题,提出了一种基于RSSI差分校正的最小二乘-拟牛顿定位算法。在RSSI测距方面,首先通过信标节点的自校正定位求得误差校正系数,将该误差校正系数运用到求未知节点到信标节点的距离当中。在定位计算方面,该算法运用最小二乘法估计简单和拟牛顿法收敛速度快的特点,将最小二乘法计算出来的初值,用拟牛顿法对未知节点坐标进行迭代求精。通过仿真实验表明,本文提出的定位算法定位精度高,与传统的最小二乘法相比提高了近36%的精度。     

基于优化策略的混合定位算法

针对无线传感器网络(Wireless sensor network, WSN)的应用需求提出一种基于优化策略的混合节点定位算法. 选择1-hop节点最多的点作为初始点, 利用多维标度(Multi-dimensional scaling, MDS)方法计算初始节点及其1-hop节点的相对坐标, 并将这些节点的坐标发送给周围未定位节点; 未定位的节点根据接收到的坐标与节点间的距离, 利用极大似然法估算自身的坐标; 最后通过坐标变换计算所有节点的绝对坐标. 在此基础上, 进一步提出将本文节点定位算法与集中式和分布式优化策略相结合来优化网络节点的估计坐标, 以提高节点定位精度. 仿真结果表明本文提出的算法是有效的, 能够较好地完成无线传感器网络节点的定位.     

布谷鸟算法在无线传感器网络中的定位研究

无线传感器网络（Wireless sensor network,WSN）中的核心技术之一就是节点定位。不同的定位方法对定位结果有不同的影响。针对最小二乘法在求解未知节点位置过程中定位精度的不足,提出一种WSN节点定位算法——基于改进的布谷鸟搜索算法(Cuckoo search ,CS)的定位算法。首先根据优化目标建立数学模型,然后设计了布谷鸟搜索算法中的适应值函数,并修改步长和拒绝概率参数,快速确定未知节点坐标位置。数字仿真实验表明：与基于距离向量跳数的定位方法（Distance vector hop,DV-HOP),基于自适应的布谷鸟搜索和距离向量跳数的定位算法（Self-adaption cuckoo search and distance vector hop,SACSDV-HOP)进行比较,本文算法可以有效提高节点定位精度,降低定位误差,具有较高的实用性。     

DV-Hop测距修正的定位算法研究

针对DV-Hop测距定位精度不准问题，提出基于DV-Hop测距修正的对数搜索（improved DV-Hop Ranging-based Logarithmic Search，DH-RLS）定位算法。DH-RLS算法利用锚节点间的真实距离信息估计跳距误差，修正跳距值，提高测距精度。利用质心定位算法估计未知节点的位置，并将此位置作为搜索起点，再利用搜索目标函数进行搜索，直至搜索到具有最小距离误差和的点。仿真数据表明，DH-RLS定位算法的归一化平均误差低于同类算法。通过对测距修正，降低了测距误差，同时利用搜索目标算法提高了定位精度。     

基于粒子群优化的改进加权质心定位算法

针对无线传感器网络低成本、高精度的要求,在采用接收信号强度测距的基础上,提出一种基于粒子群优化的改进加权质心定位算法。该算法易于实现,可调参数少,通过多次选代寻优提高定位精度。采用锚节点之间相互测距和定位补偿测距误差和定位误差。仿真结果表明,该算法与质心算法和加权质心定位算法相比,节点定位精度得到显著提高。     

椭球约束下减小三维定位中的非视距误差

采用精度较高的TOA测距方法对位于三维表面的节点进行定位时,非视距传播现象会造成测距值出现较大的正向误差。针对非视距误差提出一种判别算法,对参与定位的锚节点进行筛选,剔除掉非视距误差较大的锚节点,再用残差加权算法进行最终的位置估计。与最小二乘法和残差加权法相比,能够有效地减小非视距误差的影响,具有更高的定位精度。     

基于RSSI的WSN二维对数搜索定位算法

定位技术是无线传感器网络(WSN)应用的关键技术之一。针对WSN中的定位问题,提出一种基于接收信号强度指示(RSSI)测距的二维对数分布式搜索定位算法。采用改进的RSSI测距模型测量节点之间的距离,利用质心定位算法结果作为搜索起点,设计一种基于最小加权距离误差和的目标函数,对于每个节点通过二维对数搜索的方法,搜索具有最小加权距离误差和的点作为定位位置。仿真实验比较了质心定位算法、不带权值的二维对数搜索定位算法、基于RSSI的二维对数搜索定位算法在不同条件下的定位性能,结果表明基于RSSI的二维对数搜索定位算法的定位精度远优于质心定位算法,相比不带权值的二维对数搜索定位算法约提高了0.02R。     

高精度无线传感器网络三维定位算法

无线传感器网络节点经常处于深海、丘陵、森林等三维空间场景中,需要提供节点的三维定位信息。为此,提出一种三维无线传感器网络节点定位算法。该算法前期基于TDOA测距技术,并设置单跳邻居节点间距离不大于节点通信半径的权重为“1”,其余为“0”,后期基于矩阵迭代优化算法对待定位节点进行定位。采用Matlab仿真软件进行实验,结果表明该算法能获得较高的定位精度。     

基于测距的蒙特卡罗盒传感网定位算法研究

针对以蒙特卡罗算法为基础的无线传感器网定位算法普遍存在定位精度和采样效率低的问题,提出了一种基于测距的蒙特卡罗盒（R-MCB）定位算法。通过测距信息构造修正的包含有约束条件的方形边界框,使用从强约束条件中除去弱约束条件的启发法来提高采样效率,然后进行样本过滤和加权处理,并通过校准减少距离误差实现精确的定位。该R-MCB定位算法允许节点是静止或移动的,并且能够与可进行测距的节点和没有测距能力的节点协同工作。通过在传感器硬件上进行真实模拟定位算法证明,在多数情况下该R-MCB算法的定位误差,均要比WMCL算法（加权蒙特卡罗定位算法）的定位误差低10%左右。     

WSNs中一种基于移动信标检测的定位算法

信标节点在无线传感器网络(WSNs)定位技术中起着重要的作用,它作为参考节点决定着被定位目标的位置。在WSNs的实际环境应用中,信标节点可能会因为各种原因发生移动成为不可靠的信标节点,此时依赖不可靠信标节点来定位的未知节点将可能产生较大的定位误差,甚至失去了利用价值。针对信标节点发生移动的问题,提出了一种定位前期的基于可用信标的移动信标检测(BAB—BMD)方案。在节点定位之前,对定位节点收到的所有信标进行检测,并对移动信标重定位计算其可靠度。然后,依据信标可靠度选择可用信标节点进行定位,即基于可用信标的信标择优(BAB—BOS)算法。实验结果表明:BABBMD具有较好的检测准确度,同时采用BAB—BOS定位算法定位准确度要高于未进行移动信标检测的定位准确度和丢弃移动信标的定位准确度。     

基于进化算法的多通信半径DV-Hop改进定位算法

定位是无线传感器网络中最重要的问题之一。针对DV-Hop算法定位精度低问题，提出基于进化算法的多通信半径DV-Hop改进定位算法。该方法在多通信半径定位算法基础上，使用蛙跳算法对锚节点跳距进行优化，并对其适应值函数进行改进，让跳距值更接近真实值，然后在DV-Hop算法最后阶段利用遗传算法求解未知节点坐标。实验仿真结果表明，改进算法在不增加额外硬件情况下，大大降低了定位误差，相比于传统DV-Hop算法，定位精度提高了大约69%，相比其他文献，定位精度提高了大约21%。     

NLOS环境下无线传感器网络TOA定位算法

针对现有定位算法定位精度低、适用场景少的问题,提出一种非视距传播（NLOS）环境下的无线传感器网络电波到达时间（TOA）定位算法。对未知节点位置进行初步估计,将该估计值作为初始迭代参考点,利用泰勒级数展开法进行迭代计算,得到未知节点位置的二次估计值。使用二次估计值反推得到未知节点与各传感器锚节点的近似距离,将原始TOA测量距离与该近似距离之差作为非视距传播误差值,从而剔除NLOS误差较大的TOA测量组,利用误差修正后的TOA测量组再次进行泰勒级数迭代处理,实现未知节点的精确定位。仿真结果表明,该算法可有效抑制NLOS误差,相比传统定位算法,其定位误差小、定位精度高。     

无线传感器网络中基于RSSI的加权DV-HOP定位方法

节点位置是无线传感器网络应用不可缺少的信息。DV-HOP算法是一种常见的无线传感器网络节点自定位算法。标准DV-HOP算法在计算跳数时并未根据邻居节点间距离对跳数进行加权处理,导致当邻居节点间距离差别较大时算法定位精度低的问题。从RSSI的耗散模型可看出,RRSI可以作为距离的比征,提出一种基于RSSI的DV-HOP加权算法。该算法基于节点接收信标节点位置元组时的信号强度（RSSI）对邻居节点间跳数进行加权处理,将节点间的跳数与距离相关联。仿真实验结果证明该加权算法可大大提高定位精度。