基于遗传算法WSN节点定位算法研究

研究无线传感器网络节点定位问题.针对无线传感网络由于位置信息等原因而造成节点定位误差较大,精确度不高等问题缺陷,提出了一种改进的基于遗传算法优化DV-hop定位算法,并将算法应用在无线传感网络节点定位中,算法首先利用节点间的距离和锚节点的位置,在距离无关定位算法的最后一个阶段,采用遗传优化算法对DV-hop算法定位得到位置进行校正,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围,仿真结果表明,改进的网络节点定位算法定位误差小和定位范围广等性能,与原始的DV-Hop定位算法相比定位误差明显减小,精度明显提高.表明算法是一种高效节能的定位算法.     

基于Amorphous的无线传感器网络定位算法研究

简述Amorphous算法的定义及应用,详细的给出了Amorphous定位算法的步骤,系统分析了影响Amorphous算法定位精度的参数,包括锚节点的个数、节点通信半径和总节点的数目.给出了仿真结果并通过对仿真结果分析得出了上述参数的较优值.仿真结果表明,使用这些优化的参数,Amorphous算法可以有效降低无线传感器网络的节点的定位误差.     

基于线性参数加权评估机制的无线传感器网络节点定位

为解决无线传感器网络节点定位过程中拓扑计算复杂,且因随机误差因素导致定位精度不高等问题,提出一种新的无线传感器网络节点定位算法。评估接收到的锚节点信息,根据线性参数评估机制对待定位网络节点的位置进行初步估计,计算线性参数数值,搜寻到最佳的锚三角,使用加权评估方式,利用不同锚节点的三角定位参数进行多次加权平均计算,以获取节点的准确位置信息。仿真结果表明,与DV-hop算法、DV-distance算法相比,该算法的定位精确度更高,其定位过程中的误差更低。     

无线传感器网络栅格扫描定位算法研究

栅格扫描算法是无线传感器网络中一种典型的无需测距的定位算法。分析并仿真该算法中对定位误差、定位率及定位时间有较大影响的网络平均连通度、锚节点个数、节点通信半径以及栅格边长等重要参数。仿真结果表明,邻锚节点个数是影响定位误差及定位率的主要因素,栅格边长对定位误差起调节作用,而总节点数是影响定位时间的主要参数,并且在固定监测区域内,存在较优的参数设置,能够有效降低定位误差并提高定位率。     

基于RSSI加权质心和GASA优化的WSN定位算法

针对无线传感器网络节点在自身定位中广泛存在较大的定位误差的问题,提出一种基于RSSI加权质心和GASA优化的无线传感器网络定位算法。该算法假设无线传感器网络中存在一定比例的位置已知的锚节点,利用RSSI加权质心算法计算未知节点与锚节点间的距离,建立以未知节点位置为参数的数学模型,用GASA优化算法计算最优解从而获得未知节点的位置,实现未知节点自身的定位。仿真实验的结果表明,当锚节点个数为30,算法的平均定位误差在10%以内,比RSSI加权质心算法降低了10%~15.5%左右,并且随着节点个数的增加平均定位误差降低。     

基于DV-hop定位的误差加权改进算法

通过分析无线传感器网络DV-hop算法理论可知,平均每跳距离是网络定位精度的重要因素,为此提出了一种基于DV-hop定位的误差加权改进算法。改进算法采用限定网络数据包的传输距离,对接收到的有限锚节点进行误差加权处理;在定位阶段采用改进的粒子群对定位结果进行修正处理。Matlab仿真试验表明,改进算法降低了误差对定位精度的影响,提高了定位精度。仿真也证明了该方法在实际应用过程中的可行性。     

无线传感器网络APIT定位算法研究

针对无线传感器网络无需测距定位算法中典型的APIT算法在参数设置不同时,定位误差及定位时间差异较大的问题,具体分析并仿真了对定位误差和定位时间影响较大的因素,通过仿真结果分析得出,网络平均连通度和节点个数分别对APIT算法的定位精度及定位时间起主导作用.理论分析与仿真结果表明,在不同监测区域内,在确保APIT算法低能量消耗的基础上,参数优化后的算法有效降低了节点的定位误差.     

求解无线传感器网络定位问题的线性规划算法

传感器节点的定位问题是无线传感器网络中的基础性问题之一.提出了一种线性规划算法用于求解无线传感器网络定位问题.该算法利用RSSI值和经验的无线信号传播模型推导出所有可通信节点间距离的相对关系,利用节点的通信半径估算出可通信节点间的距离,并以此为约束条件利用矩形近似圆形,将二次约束的规划问题转化为线性规划问题;求解该线性规划问题便可得未知节点坐标.通过仿真实验,证明了当锚节点分布在网络边缘时该算法能得到较好的定位效果,分析了锚节点分布、锚节点个数、网络连通度等实验参数对定位结果的影响.相比凸规划定位算法,该算法大大降低了求解规划问题的次数,且在相同的实验条件下定位误差更小.     

基于精细化梯度的传感器网络节点距离测量

定位在无线传感器网络中具有极其重要的作用,而距离测量往往是定位的前提、寻求低成本、低开销、高精度的分布式传感器网络节点距离测量算法是本文的主要目的.根据无线传感器网络最小跳数梯度场中节点精细化梯度值的分布特征,提出了一种基于精细化梯度的传感器网络节点距离测量方法DV-FGI.与DV-hop算法相比,DV-FGI保留了DV-hop算法低成本、低开销的优点,具有更高的测量精度,并将节点距离测量分辨率从节点有效通信半径提高至网络节点间距.理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果.     

无线传感器网络分布式节点定位算法研究

无线传感器网络在众多领域有着重大的应用价值,而网络的节点定位技术是这些应用的基本支撑技术.本文针对无线传感器网络节点的定位精度问题,提出一种新的分布式节点定位算法.介绍了算法的基本原理和实现方法.算法使用位置误差参数选择参与定位的节点,避免使用奇异信标节点信息,可以有效抑制定位误差的累积.仿真结果显示,这种算法具有定位精度高,计算复杂性和通信开销低等优点.     

杰卡德系数差分误差跳距修正的DV-hop改进算法

为了减小无需测距的DV-hop算法的定位误差,提出基于杰卡德系数跳数修正因子的DV-hop改进算法（JDV-Hop）。改进算法使用节点个数集合的杰卡德系数细化节点间的跳数,减小对节点单跳距离内未知节点跳数的估计误差,然后利用DDV-hop算法中的差分误差系数进一步修正节点间的平均跳距。最后在选择参与定位计算的锚节点时,引入一种节点间可以协作式定位的可信度因子,将定位结果精度高的节点升级为新的锚节点,进行下一轮定位。MATLAB仿真结果显示,在相同条件下,改进算法不仅无需增加额外的硬件开销,且与DDV-hop等现有改进算法相比具有明显更高的定位精度。     

基于DV-hop算法的楼宇内三维投影质心定位算法研究

针对DV-hop定位算法在无线传感器网络中非测距定位时存在的精度不高的缺点,提出将其与投影技术及加权质心算法相结合的算法.该算法利用投影测距技术将楼宇三维空间转化为二维,将平均跳距算法改进为全网平均节点跳距算法,并利用数学方法中均分的思想将计算公式进行优化.在DV-hop算法的最后阶段利用三边加权质心算法建立目标函数.仿真结果表明,改进的楼宇三维投影质心定位算法在不增加硬件开销的前提下,减小了定位误差及不可定位节点比例,提高了定位精度.     

无线传感器网络DV-hop定位算法的改进

 DV-hop算法是无线传感器网络中典型的非测距定位算法,其核心思想是将平均跳距与跳数的乘积作为2个节点间的距离,即采用节点间跳段距离代替实际直线距离参与位置计算。跳段距离计算过程中的误差累计是影响DV-hop算法定位精度的主要因素。本文提出基于门限跳数的信标节点选择策略和基于权的平均跳距优化策略,通过这2种策略减少跳段距离计算过程中的误差累计,提高定位精度。改进后的DV-hop算法通过门限跳数优化信标节点的选取,仅将小于门限跳数的信标节点当作位置计算的有效节点,从跳数角度减少了误差累计;此外,改进后的DV-hop算法在未知节点平均跳距选取上,以最佳跳距替代最近信标节点的平均跳距,更加真实地反映了实际距离,从平均跳距角度减少了误差累计。仿真结果表明,改进后的算法在不同的信标节点数、不同的节点通信半径以及不同的节点稀疏程度下,均能得到更高的定位精度。     

基于跳数梯度的传感器网络节点距离测量

针对无线传感器网络节点距离测量精度问题,提出了一种基于平滑跳数梯度的间接测距方法DV-SHG(DV-hop with Smoothing Hop Gradient)。DV-SHG应用节点的邻居节点信息对跳数值和平均每跳距离进行修正以提高测距精度。理论分析及仿真结果表明,与DV-GNN(DV-hop with the Number of Gradient Neighbors)算法相比,在相同的计算和通信开销下,DV-SHG算法能获得较高的测距精度,在节点密集分布的无线传感器网络中具有很好的测距效果。     

基于跳数区域划分的DV-Hop改进算法

DV-Hop节点定位算法使用跳数乘以平均每跳跳距估算节点间的距离,而平均每跳跳距的估算精确度与网络的拓扑结构、节点密度、节点通信半径等参数都有关系。针对DV-Hop算法过程存在的不足,为减少定位误差,本文提出了一种基于跳数区域划分的DV-Hop改进算法,引入了RSSI测距技术和限跳机制,优化参与定位的信标节点组合,采用多次三边测量法,最后用质心法确定未知节点坐标。MATLAB仿真测试表明,在相同的检测环境下,改进后的算法与其他改进算法相比,能更有效地降低定位误差,提高定位精度。     

基于局部信标选择的无线传感器网络定位算法

针对DV-hop算法定位精度低的问题,本文分析了节点间的位置拓扑关系对定位精度的影响,提出了一种基于局部信标选择的定位算法(RBS-DV-hop)。该算法权衡了定位精度和计算复杂度,从三方面寻找局部最优的信标节点组,包括信标节点的共线度、未知节点与信标节点的跳数以及信标节点相对于未知节点的分布。仿真结果表明,改进后的算法明显提高了定位精度和稳定性,为合理选择信标节点组进行定位提供了一种方法。     

最小跳数路由无线传感器网络中的节点距离测量

无线传感器网络中的间接距离测量是一种性价比极高的距离测量方法,但目前测量精度还有待进一步提高。根据最小跳数路由无线传感器网络的行为特征,提出了一种基于最小跳数路由及其路由重复数的节点距离测量算法,与DV-hop算法相比,借助路由重复数较大地提高了距离测量精度。理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果。     

全局优化RBF网络的一种新算法

神经网络的输入变量、隐含层结点以及中心的选择对模型的性能都有重大的影响,以前的研究一般只考虑优化网络的参数或其结点数。为解决这个问题,提出了一种新的全局优化算法来自动选择RBF神经网络的输入变量和结点数目,并同时优化其参数。在提出的算法中,RBF网络的结点数目、输入变量的选择和参数都采用二进制编码,并用遗传算法来优化。为提高算法的性能和收敛速度,在遗传算法优化的同时引入了一种高性能的基于梯度的局部搜索算子(结构化的非线性参数优化方法)来优化RBF网络中的参数。Box-Jenkins煤气炉标准时间序列的预测问题被用来检验算法的性能。实验结果表明,提出的算法可以得到非常"紧凑"的RBF网络,且其性能优于其他一些算法。     

夹角修正的DV-hop传感器网络节点定位研究

位置信息对于无线传感器网络中的事件监测必不可少,考虑到传感器网络中节点能量和资源受限的特性,针对现有定位方法的不足,提出距离无关的ARDV-hop算法,通过夹角修正方式以提高定位精度。该方法先基于传统DV-hop算法获取平均每跳距离,然后逐一选取锚节点间通信线路中部的节点,通过该节点与两端锚节点的夹角来修正平均每跳距离,从而提高全网节点定位的准确性。仿真实验结果表明夹角的修正方式对于提高定位精度十分有效,即使在网络中节点分布不均匀的情况下仍能准确定位。