一种基于网络密度分簇的移动信标辅助定位方法

现有移动信标辅助定位算法未充分利用网络节点分布信息,存在移动路径过长及信标利用率较低等问题。该文把网络节点分簇、增量定位与移动信标辅助相结合,提出了一种基于网络密度分簇的移动信标辅助定位算法(MBL(ndc))。该算法选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位。仿真结果表明,该算法定位精度与基于HILBERT路径的移动信标辅助定位算法相当,而路径长度不到后者的50％。     

传感网络中基于移动信标的网格扫描定位算法

节点定位是传感网络最基本的技术之一,对此提出一种基于移动信标的网格扫描定位算法(Mobile Beacon Grid-Scan,MBGS)。该算法在网格扫描定位算法基础上,利用一个移动信标巡航整个传感区域,产生大量的虚拟信标,提高网络信标覆盖率,然后普通节点利用这些信标信息减小其可能区域(Estimative Rectangle,ER),并把新可能区域网格坐标质心作为其最新估计坐标。仿真结果表明,与Bounding Box、质心定位算法以及传统的网格扫描定位算法相比,MBGS定位方法的定位精度更高,算法性能更加稳定。     

多移动信标辅助的分布式节点定位方法

为提高移动信标辅助定位算法的定位精度,避免重复扫描待定位节点,提出了一种使用多个移动信标的定位方法。这些信标在遍历网络时保持一定相对位置关系,使用TDoA技术测距并为未知节点提供距离信息辅助其定位。提出了基于最优覆盖策略的2种移动信标路径规划方法。仿真结果表明,所提出的算法具有较高的定位精度,且所使用的移动路径性能较高。     

基于蒙特卡罗的无线传感器网络中的移动节点定位算法

针对信标节点固定、待定位节点移动的应用场景,在传统MCB算法的基础上,文章提出一种改进的蒙特卡罗盒子定位算法。该算法利用节点的历史估算位置,构建节点运动模型,采用灰色预测理论预测待定位节点可能到达的区域;并利用待定位节点与邻居信标节点以及非邻居信标节点的相对位置信息定义扩展锚箱,增加过滤条件,提高样本有效性,从而提高定位精度。仿真结果表明,改进方案在不同的信标节点密度、不同的节点运动速度等情况下,均表现出良好的性能。     

基于无线传感器网络的一种改进Dv-Hop算法

无线传感器网络中的Dv-Hop算法是一种无需测距的节点定位算法,经仿真观察,该算法在信标节点密度较低时节点平均误差较大且稳定性不好.提出了一种改进Dv-Hop算法,即在一个网络区域的边缘设置信标节点.经仿真验证,该算法在和Dv-Hop同等信标节点密度的情况下,在定位精度、节点定位的稳定性以及能源消耗方面都有所改善.     

基于无线传感器网络的移动机器人定位导航系统

设计了一种基于无线传感器网络(WSN)的移动机器人轨迹跟踪定位系统,通过测算移动机器人和信标节点之间的无线电接收信号强度(RSSI)进而估计出它们之间的距离,采用自适应的扩展卡尔曼滤波算法对RSSI数据处理得到机器人的当前位置、速度、加速度等状态信息.为了提高系统的实时性和计算效率,动态选用网络中一部份信标节点进行轨迹跟踪定位计算,降低了移动机器人CPU的负担.采用CC2430芯片作为节点的通信和数据处理单元,现场试验结果表明该方法具有轨迹跟踪定位精度高、实现简单、成本低廉等特点.     

采用RSSI提高无线传感网络定位精度的算法

为了提高无线传感网络中节点的定位精度,同时又希望降低节点的定位开销,提出接收信号强度(RSSI)定位算法。以RSSI和三边定位原理为基础,详细阐述了该算法的定位思想,以伪代码的形式描述未知节点定位的实现过程。从存储、计算和通信开销3个方面与ALA方案做了定性分析,针对不同的冗余系数、不同的定位轮数和不同的信标数量进行了仿真,与ALA方案做了定量分析。分析结果表明,该算法达到了提高无线传感网络定位精度的目的。     

基于RSSI的精确室内定位算法

无线传感器网络的关键问题是实现节点的精确定位。为了解决基于RSSI的无线传感器网络三角形质心定位算法在有些情况不适用的问题,本文提出一种新型的基于RSSI的精确室内定位算法,此算法提出了虚拟信标节点的概念并用此来修正未知节点位置。实验表明,该算法具有较高的定位精度,能满足大多数的应用场合,具有一定的实用价值。     

基于加权最小二乘变尺度法的无线传感器网络定位

为了降低整个无线传感器网络的成本和减小测量误差对定位精度的影响,一般传统做法是把已定位的未知节点升级为信标节点,再对其他节点进行定位,但此情况会造成累积误差。为了减少累积误差,提出了一种加权的最小二乘变尺度定位算法,该算法首先利用加权最小二乘法对未知节点进行位置估计,然后把定位的未知节点升级为信标节点,再对剩下的未知节点进行位置估计,最后利用拟牛顿法对估计出来的位置进行优化。仿真结果表明,该算法能有效地减少测距误差和累积误差,降低网络成本,提高网络覆盖率和传感节点的定位精度,并且该算法不增加额外硬件设备,易于实现。     

一种基于虚拟锚节点策略改进的Bounding Box定位算法

针对Bounding Box算法定位误差大、覆盖率低的缺点,提出了一种采用虚拟锚节点策略的改进定位算法。首先未知节点利用其通信范围内的锚节点进行定位;其次,已定位的节点根据升级策略有选择性的升级为虚拟锚节点;最后,无法定位的节点利用虚拟锚节点实现定位。另外,在离散网络模型的基础上,通过建立双半径网络节点模型从而进一步约束了未知节点的位置。理论分析及仿真结果均表明,该算法在显著提高定位覆盖率的同时,有效地提高了定位精度。     

Distributed localization using mobile beacons in wireless sensor networks

A new distributed node localization algorithm named mobile beacons-improved particle filter (MB-IPF) was proposed. In the algorithm, the mobile nodes equipped with globe position system (GPS) move around in the wireless sensor network (WSN) field based on the Gauss-Markov mobility model, and periodically broadcast the beacon messages. Each unknown node estimates its location in a fully distributed mode based on the received mobile beacons. The localization algorithm is based on the IPF and several refinements, including the proposed weighted centroid algorithm, the residual resampling algorithm, and the markov chain monte carlo (MCMC) method etc., which were also introduced for performance improvement. The simulation results show that our proposed algorithm is efficient for most applications.     

基于UKF的移动信标辅助节点定位算法

常用的节点定位方法通常要求较多的信标节点,因此容易造成资源浪费.提出一种基于目标跟踪的移动信标辅助节点定位算法,信标节点在移动过程中周期性地发布自身位置信息,未知节点首先获取自身位置的近似估计,然后再利用无迹卡尔曼滤波(UKF)方法对移动信标进行跟踪,并完成进一步位置求精.在该算法中,未知节点之间无需相互通信,降低了能...     

信标节点漂移情况下的无线传感器网络节点定位机制

针对信标节点漂移情况下的节点定位问题,提出了一种分布式的信标节点漂移检测方法,采用节点自评分和协商机制,自动寻找可能发生了漂移的信标节点,同时针对大量信标节点发生漂移后的定位覆盖率下降问题,构建普通节点的定位可信度模型,并在定位盲区内使用一些较为可靠的普通节点作为临时信标节点进行定位。仿真实验表明,该算法在误检测、定位误差方面性能优于传统算法,具有较低的通信开销、较高的实用性和灵活性。     

Extended Kalman Filter-based localization algorithm by edge computing in Wireless Sensor Networks

The Extended Kalman Filter (EKF) has received abundant attention with the growing demands for robotic localization. The EKF algorithm is more realistic in non-linear systems, which has an autonomous white noise in both the system and the estimation model. Also, in the field of engineering, most systems are non-linear. Therefore, the EKF attracts more attention than the Kalman Filter (KF). In this paper, we propose an EKF-based localization algorithm by edge computing, and a mobile robot is used to update its location concerning the landmark. This localization algorithm aims to achieve a high level of accuracy and wider coverage. The proposed algorithm is helpful for the research related to the use of EKF localization algorithms. Simulation results demonstrate that, under the situations presented in the paper, the proposed localization algorithm is more accurate compared with the current state-of-the-art localization algorithms.     

无线网络中TOA定位算法的误差分析

利用误差分析的方法探讨了影响无线网络定位精度的有关因素。其定位误差主要取决于网络中各信标台的几何分布,及各测量值的大小。仿真显示:不同的信标组合其定位误差不同,通过TOA定位算法的分析、仿真及总结,给出了影响定位精度因素及提高定位精度的方法,为移动台的定位方案的选取提供理论依据。     

Optimising mobile phone self-location estimates by introducing beacon characteristics to the algorithm

Positioning technologies that use global system for mobile communication (GSM) networks for location estimation (such as the privacy observant location system (POLS) and the place lab framework) lack the accuracy that other positioning technologies like the global positioning system (GPS) have. GPS receivers are most of the time capable of placing a person within 10 m of a known location. Place Lab is an open platform framework implemented in Java for client-side location sensing that can calculate a position estimate from various beacon sources, such as GSM beacons. The POLS framework is a counterpart of Place Lab for Windows Smartphone devices which provide the tools to develop location-based services quickly. There is a lack of accuracy, however, when the location estimation algorithm uses only GSM readings. Measurements that have been made with Place Lab show a median accuracy of 232 m in downtown areas. Place Lab and POLS do not need additional hardware, apart from the mobile phone itself, however, their lack of accuracy compared to GPS is significant. Due to this rather poor accuracy, the use of those frameworks is limited to applications where the accuracy is not crucial. This article presents the results of improving the accuracy of location estimation in urban areas by extending the algorithm used in the POLS and Place Lab frameworks to take into account the beacon properties, effective radiated power (ERP) and beacon height when estimating a position. The extended algorithm based on beacon properties outperforms the centroid algorithm by over 30%.     

基于连通度和加权校正的移动节点定位算法

移动节点定位问题是无线传感器网络中的研究重点。针对移动节点定位误差大的问题,提出一种基于连通度和加权校正的移动节点定位算法。在未知节点移动过程中,根据节点间连通度大小选取参与定位的信标节点,利用加权校正方法修正RSSI测距信息,然后用最小二乘法对未知节点进行位置估计。仿真分析表明,节点通信半径和信标密度在一定范围内,该算法表现出良好的定位性能,定位精度明显提升。