基于IMM-IKF的无线传感器网络非视距节点定位方法

针对非视距(NLOS)环境下的移动定位问题,提出一种基于交互式多模型-改进卡尔曼滤波(IMM-IKF)的无线传感器网络NLOS节点定位算法.算法在IMM算法框架下估计移动节点位置,采用两个平行的改进卡尔曼滤波算法对多个移动节点候选位置进行滤波处理,通过Markov链实现LOS状态与NLOS状态的转换,根据似然概率对两个滤波结果进行加权融合,从而获得移动目标位置.仿真实验结果表明,所提出算法可以有效抑制NLOS误差,实现精确定位.     

四阶模型下基于IMMKF的定位算法与性能分析

针对影响蜂窝网无线定位精度的非视距问题,对基于交互式多模型卡尔曼滤波器(IMMKF)的方法进行深入研究和详细分析。为了证明IMMKF的优越性能,建立复杂的四阶马尔科夫模型集合来描述无线通信信道。在此模型下的仿真结果表明,IMMKF随信道传播环境的变化在模型间进行自适应切换,更好地抑制了非视距误差,表现出了良好的定位性能和滤波性能。     

基于圆盘散射体的非视距定位算法

针对无线传感器网络目标定位中的非视距问题,为了抑制非视距误差,提高定位精度,提出一种基于圆盘散射体的非视距定位算法.新算法根据基站收到的多径到达时间,计算加权测量均值,与圆盘散射体模型理论均值进行匹配,建立目标函数,同时引入圆盘半径约束,通过对目标函数求取极值,解出含有目标位置的最优解.仿真实验结果表明,与其他目标定位算法相比,该算法能够得到全局最优解,提高非视距环境下的定位精度.     

基于多移动信标的DV-Hop定位算法

针对传统DV-Hop定位算法严重依赖拓扑结构的问题,提出一种基于多移动信标和DV-Hop的定位算法MMB-DV-Hop。利用多个移动信标遍历整个DV-Hop定位网络,并且这些信标保持一定的相对位置关系,使用RSSI技术测距并为未知节点提供距离信息以辅助定位,从而有效结合基于测距和基于非测距2种算法的优势。仿真结果表明,与传统算法相比,该算法能减少约10%~15%的归一化平均定位误差,不仅降低对网络拓扑结构的依赖,而且减少了距离估计误差对定位精度的影响,从而提高平均定位精度。     

基于MCB的传感网移动目标定位算法

针对MCB移动定位算法在实时信息采样方面的不足,提出了EMCB(Enhanced Monte-Carlo localizationBoxed)定位算法。该算法在MCB算法基础之上,引入遗传算法中的变异和交叉操作,使样本选择向后验密度值较大的区域转移,从而有效地解决了原算法存在的成功采样率较低的问题。仿真实验结果表明,同MCB算法相比,EMCB算法平均采样数减少了约30%,定位精度提高了约17%。     

基于无线传感器网络目标定位算法研究

随着科学技术的不断发展,现代化社会已经进入了信息化时代,因此计算机的在各个领域中的广泛应用也已经得到了认可。而无线传感器网络是计算机和通信学科一个新的研究内容,而目标定位在无线传感器网络应用中的研究也很重要。本文主要探讨的是基于无线传感器网络目标定位的算法研究,进一步确定了无线传感器在实际应用中的作用。     

基于多模型预测的WSN动态簇目标跟踪算法

分析了无线传感器网络(WSN)中现有目标定位算法缺陷,针对WSN中跟踪目标的运动不确定特性,提出一种基于多模型动态簇预测的WSN目标跟踪算法;该算法以多模型为目标动态建模框架,适应目标的不确定运动,在得到各模型预测之后,综合各模型预测估计形成全局预测估计,进而构造局部唤醒区域,将落入该局部唤醒区域的节点构造动态簇,通过择优规则,确定该节点动态族的簇首,实现目标的定位跟踪;仿真结果表明,与全局唤醒算法相比,所提出的基于多模型动态簇预测的WSN目标跟踪算法可适用于目标的不确定运动,并得到较好的跟踪精度。     

非视距环境下基于TOA的移动目标定位

研究了非视距(Non-Line-of-Sight, NLOS)环境下基于到达时间(Time-of-Arrival, TOA)的移动目标定位问题。假定移动目标速度在足够短的时间内为常数,则移动目标定位问题可转化为其初始位置和速度的估计问题。为降低非视距误差的影响,构造了约束最小二乘(Least Squares, LS)问题对移动目标的初始位置、移动速度和非视距误差进行联合估计,并通过合理近似减少了估计变量个数。由于所构造的约束LS问题为非凸优化问题,其全局最优解难以获得。为近似求解该问题,对其进行松弛,以转化为凸的半正定规划(Semidefinite Programming, SDP)问题。与现有方法相比,该方法不需要已知非视距误差的任何统计信息和路径状态。仿真结果表明,该方法缓解了非视距误差产生的负面影响,且在稀疏和密集的非视距环境下都取得了良好的性能。     

基于Voronoi多边形的移动目标跟踪算法

分析讨论了Voronoi多边形的特性以及在目标监测与跟踪中的应用,提出了一种基于Voronoi多边形的移动目标跟踪算法。仿真实验结果分析表明,算法的计算和通信开销小,有效地节省监测节点的能量消耗,提高移动目标的监测效能。     

基于粒子滤波的移动物体定位和追踪算法

提出一种基于粒子滤波的目标定位算法PFTL(particle filter based target localization)以及一种基于网络覆盖问题的节点组织策略SAC(sampling aware tracking cluster formation).PFTL 的基本思想是,采用一系列带权粒子(weighted particles)来预测移动物体位置的后验分布空间,每个新时刻根据传感器的测量数据来权衡和定位目标.PFTL 通过引入误差容忍(error tolerant)的方式来存储和发送目标位置数据,使汇聚点关于物体位置信息的数据误差在一个可控的范围内,进而极大地减少网络通信负荷.SAC基于传感器采样离散化的特点来制订数据融合策略,并以最大化覆盖物体运动轨的方式动态地选取节点和进行节点簇的有效组织.模拟实验结果表明,与现有的几种定位算法和追踪协议相比,结合PFTL 算法和SAC 策略能够以较小的代价取得更好的定位效果和网络负载均衡,进而延长网络寿命.     

无线传感器网络定位综述

无线传感器网络定位在当前需求的推动下,已经成为热点研究领域。本文分别从定位方式、定位技术以及定位原理3个方面对无线传感器网络定位研究进行了梳理并展开了综述;其次,分别对3种基于无线传感器网络的定位算法进行了描述;然后,阐述了目前无线传感器网络定位的热点问题,其中,针对定位研究中非视距干扰问题,分别从非视距误差的数值特征和统计特征两个方面的研究现状进行了分析,并对基于多传感器融合的无线传感器网络定位方法进行了分析和总结;最后,针对无线传感器网络定位应用的挑战进行了展望。     

基于移动信标的无线传感器网络节点定位技术综述

无线传感器网络已在许多领域有着广泛的应用,网络中的节点定位是为诸多应用提供了基本信息,基于移动信标的无线传感器网络节点定位是重要的研究领域之一。介绍了基于移动信标的无线传感器网络节点定位的基本原理和评价标准,对该技术的未来进行了展望。     

基于最大似然估计的加权质心定位算法

为解决无线传感器网络中节点自身定位问题,针对接收信号强度指示（received signal strength indication,RSSI）测距误差大和质心定位算法精度低的问题,提出一种基于最大似然估计的加权质心定位算法．首先通过计算将估计距离与实际距离之间的最大似然估计值作为权值,然后在权值模型中,引进一个参数k优化未知节点周围锚节点分布,最后计算出未知节点的位置并加以修正．仿真结果表明,基于最大似然估计的加权质心算法具有定位精度高和成本低的特点,优于基于距离倒数的质心加权和基于RSSI倒数的质心加权算法,适用于大面积的室内定位．     

基于联合分簇和LASSO的室内指纹定位算法

为提高定位效率和定位精度,提出了一种基于联合分簇（Hybrid clustering, HC）和LASSO的室内定位算法。该定位算法首先利用簇匹配实现目标粗定位,再在簇内采用LASSO算法进行二次精确定位。通过基于接收信号强度（Received signal strength, RSS）信号特性的K中心聚类方法结合基于物理位置的联合分簇,来降低粗定位阶段的簇匹配错误以避免粗大误差。采用位置指纹RSS信号的覆盖向量的相似度作为分簇和簇匹配的准则来降低运算量。簇内定位阶段采用LASSO算法达到特征稀疏化,有利于目标节点存储空间和能耗的优化。在室内典型办公环境下的定位实验表明,本定位技术在降低在线匹配计算量的同时能保持良好的定位效果,在参考位置点间隔1.8 m时,平均定位误差为1.73 m。     

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。     

基于无线传感器网络的室内无线信道测量与分析*

首次针对无线传感器网络的典型室内应用环境——室内停车场对信道传播特性进行测定,通过线性回归对室内无线信道传播模型的衰减因子等参数进行拟合,并与室外测量结果进行对比,归纳出室内与室外环境中无线信号的传播具有不同特征,但仍然可用对数阴影单折线/双折线模型进行拟合,为室内无线传感器网络系统的研究与实现提供重要参考。     

WSN中基于UWB和移动信标点的安全定位方法

随着无线传感器网络(WSN)理论和技术的发展,基于位置的应用(如基于位置的存取控制)已成为一种新的需求.然而已有的定位系统没有考虑到特定环境下攻击者利用放大器、定向天线或者通过被俘获节点进行攻击的情形.本文利用超宽带技术(UWB)的优点,提出一种基于UWB和移动信标点的安全定位方法,更适合WSN中基于位置估计的应用需求.该方法首先定位出网络中用户节点的位置,然后进行位置验证,去除恶意信标点,最终实现准确定位.通过实验表明了该方法的有效性.     

无线传感器网络的节点定位算法

无线传感器网络作为一种全新的信息采集和处理方式,节点位置的确定是无线传感器网络应用的基础。结合无线传感器网络节点定位算法的性能评价以及分类方式,通过分析典型DV-Hop算法的误差产生,提出改进方案,并利用仿真环境验证。