双层协作的无线传感器网络目标跟踪方法

通过在无线传感器网络中引入双层监测机制,提出一种基于象限定位的目标跟踪方法。该方法依据位置关系选取相关性高的内外层节点,利用外层节点的快速侦测和内层节点的准确定位对移动目标进行定位跟踪,同时向汇聚节点快速上传移动目标轨迹。理论分析和实验结果表明,该方法可以降低无线传感器网络功耗,提高目标定位精度。     

基于改进单锚节点的无线传感器网络节点定位算法

节点定位是无线传感器关键技术之一。针对固定多锚节点方法定位精度低的缺陷,为了提高无线传感器的定位精度,提出一种基于改进单锚节点的无线传感器网络节点定位算法(SFOA-SVM)。首先采用单移动锚节点在无线传感器网络中移动,构建无线传感器定位模型的学习样本,然后采用SVM构建节点定位模型,并采用渔夫捕鱼算法模拟渔夫捕鱼行为找到最优SVM参数,最后采用仿真实验测试节点的定位性能。结果表明,相对于其他定位算法,SFOA-SVM提高了无线传感器节点的定位精度,具有一定的实际应用价值。     

基于二次栅格扫描的无线传感器网络定位算法

为了提高无线传感器网络的定位精度,在栅格扫描算法的基础上提出了一种基于二次栅格扫描的无线传感器网络定位算法.利用未知节点与两跳范围内的锚节点的连通性约束信息,在近节点对未知节点进行栅格扫描得到其初始位置估计的基础上,引入远节点对未知节点再次进行栅格扫描,从而提高定位精度.算法增加了远节点栅格扫描的计算量,但不需要额外地增加节点的硬件功能.仿真结果表明,与仅利用近节点的栅格扫描算法相比,该算法在锚节点密度增大的过程中可以更快地提高定位精度.     

基于HDV-Hop的无线传感器网络大型室内定位算法研究

大型室内公共场所是无线传感器网络定位技术天然的使用场所。针对经典的无线传感器网络DVHop定位算法应用性不强,定位精确度不高等缺点,Hybrid DV-Hop(HDV-Hop)定位算法改进了锚节点部署形式、数据路由方式以及坐标计算方法,较大地提高了定位精度,并扩展了无线传感器网络定位算法的应用性。在HDV-Hop算法之上实现了进一步的优化,得到一种更适用于大型公共场所的新型定位算法。新型定位算法将锚节点部署在大型公共场所中比较常见的矩形形状的周边,同时根据平均跳数选取平均每跳距离作为全局平均每跳距离进行距离计算。仿真实验结果表明,相对于HDV-Hop定位算法和采用矩形的锚节点部署方式的RHDVHop(Rectangular HDV-Hop)算法,新型定位算法具有较高的定位精度。     

基于不同平面的无线传感器网络节点定位算法

作为一种全新的信息获取和处理平台,无线传感器网络广泛应用在环境恶劣、不可到达领域中实现监测与跟踪任务。考虑到无线传感器通常部署在非平面应用场景,提出了一种基于补偿系数节点定位算法。算法中利用加权平均方法来计算补偿系数,同时在三边测量法中使用最小二乘解来提高无线传感器网络节点自身定位的准确程度。仿真实验表明该算法与传统的位于同一平面理想状态定位算法相比,更能提高定位精度以满足实际应用的需要。     

煤矿井下无线传感器网络节点三维定位算法

现有煤矿无线传感器网络节点定位存在定位精度差、功耗高等问题,提出一种基于信标节点规则部署的煤矿井下无线传感器网络节点三维定位算法,根据井下巷道特征成对部署信标节点,在定位估算时先将信标节点投影到与未知节点同一高度的水平面,再利用三边测量法进行平面定位,然后结合未知节点与信标节点的高度差即可实现三维定位。理论分析和仿真结果表明,该算法具有计算量小、通信量小、定位精度较高以及稳定性较好等特点。     

基于改进的RSSI无线传感器网络节点定位算法研究

研究无线传感器网络节点定位问题。接收信号强度值(RSSI)直接影响无线传感器网络节点定位准确度,而现有定位算法没有考虑锚节点的RSSI消息,造成节点定位精度低。为了提高无线传感器网络节点的定位精度,提出了一种基于RSSI的质心定位算法。首先通过无线信号强度计算出节点间RSSI值,然后把RSSI值转换成质心算法权值,最后采用质心定位算法对待测节点位置进行估计,获得节点的准确位置。仿真实验结果表明,与现有质心定位算法相比,基于RSSI的质心定位算法在不增加成本、通信功耗的情况下,提高了节点定位精度,降低了定位误差,适合各种规模的无线传感器网络的节点定位。     

基于测距和灰狼优化的无线传感器网络定位算法

节点定位是无线传感器网络实际应用中的关键问题,为了提高定位精度,提出了一种基于测距和改进灰狼优化的无线传感器网络定位算法。本文提出了一种用三个信标节点坐标估计未知节点坐标的定位数学模型,通过该模型完成未知节点初步定位估计,将其作为基于对数递减策略的灰狼优化算法的初始值,通过改进灰狼优化算法寻优获取未知节点的优化坐标。仿真结果显示：通过与已有相关定位算法相比较,本文所提出的算法定位精度更高,并且具有对测距误差鲁棒性强的优点。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

无线传感器网络节点自定位技术

节点位置信息是许多无线传感器网络应用的基础,节点自定位技术在无线传感器网络中具有重要地位。目前已经出现了各种节点定位算法,其中的KPS算法不需要锚节点和复杂的测距技术,具有一定的优越性,但当网络部署在非理想的环境中时,存在定位精度较低的问题。该文针对这一问题,提出了利用运动学定位方法对KPS算法中的参考节点位置进行修正,从而提高节点定位精度。仿真结果表明,改进算法能够明显提高非理想环境中的节点定位精度。     

无线传感器网络基于2阶段聚合的目标跟踪算法

研究无线传感器网络中能量有效的移动目标跟踪问题.1)定义了一个基于网格的网络模型,该模型使处于网格顶点附近的节点工作、其他节点睡眠以节省能量,同时保证跟踪质量.2)分析了目标出现位置与网格单元的关系,针对每种位置关系给出了一个通用的定位算法.在此基础上,设计了一个基于2阶段聚合的目标定位算法,对单个网格内定位结果进行优化.3)提出了一个基于顺逆时针机制的最短路径选择算法传输目标定位的结果,保证最小化参与传输的节点数目.4)通过大量实验验证了所提出算法在能源节省和跟踪质量方面的有效性.     

基于多粒度流形学习的无线传感器网络定位方法*

针对FastMDS-MAP定位算法存在对不规则无线传感器网络定位误差大,选取的框架节点不能很好的体现网络的拓扑结构实现不同粒层定位的问题,通过选择不同的筛选半径获得不同粒度的框架节点,结合绝对坐标变换加权策略提出了基于多粒度流形学习的无线传感器网络定位方法(MG-MDS)。仿真实验结果表明,不规则网络中MG-MDS算法定位精度比FastMDS-MAP算法有明显的提高;且定位误差随着网络节点粒度的变细而变小。     

动态可靠信标结点无线传感器网络定位算法

在无线传感器网络中,距离无关定位技术得到了人们广泛的关注.在有洞的各向异性网络中,为提高普通结点到信标结点之间距离估计的准确性,提出一种距离无关的动态可靠信标结点定位算法.该算法以不同信标结点对之间最短路径上平均单跳距离差异为基础,得到普通结点的直接可靠参考信标结点集和间接可靠参考信标结点集.然后,从可靠参考信标结点集中选择参考结点对普通结点进行定位.仿真结果表明,与以前算法相比,新算法能降低定位误差.     

基于信标优化的无线传感网络定位算法研究

针对传统无线传感器网络节点定位精度低、能耗大及适应性不强等缺陷,提出了一种基于信标优化的无线传感网络定位算法ConDV-Hop.该算法采用贡献因子对信标节点进行优化选择,使过程累积误差大大减少,利用反馈思想引入修正系数对待定位节点的初始估算位置进行修正,有效地克服了定位精度对网络拓扑的依赖.仿真实验结果表明,ConDVHop算法在均匀网络和非均匀网络中都表现出良好的性能,是无线传感器网络中节点定位的一种实用方案.     

无线传感器网络改进型节点定位算法的研究

无线传感器网络节点位置信息对于事件监测起到至关重要的作用,节点定位技术是无线传感器网络应用的支撑技术之一。为了提高无线传感器网络节点定位的精度,同时减少定位计算过程中的能耗,在RSSI,HCRL定位机制分析的基础上提出了一种改进型的节点定位算法:接收信号强度比定位算法(RSS-RL),通过仿真试验显示:RSS-RL定位算法不仅降低了节点定位复杂度,而且,提高了定位精度。     

联合TDOA-AOA无线传感器网络半定规划定位算法研究

在无线传感器网络定位中,TDOA和AOA联合定位可有效利用多种位置信息提高定位精度.由于传统联合加权最小二乘(WLS)的目标函数非线性,在应用于无线传感器网络定位时,会产生多个局部最优解.因此,针对该问题本文将约束加权最小二乘问题转化为二次约束二次规划问题,之后通过引入半定松弛(SDR)方法将联合定位问题转换为低复杂度的半定规划问题(SDP),进而寻找全局最优解.并且针对实际应用中参考节点带误差的情形分析和推导了定位算法.与已有算法相比,提出的算法在参考节点无误差和有误差时都有更高的精度.此外,提出的SDP算法还能够实现只有两个参考节点下的目标定位.     

基于动态网格划分的移动无线传感器网络定位算法

定位技术是无线传感器网络中关键的基础支撑技术,目前提出了许多静态网络的节点定位算法,移动无线传感器网络的定位研究相对较少.针对定位节点和参考节点随机运动的网络模型,提出了一个基于动态网格划分的蒙特卡罗定位算法.算法中当接收的参考节点数超过一定阈值时使用最远距离节点选择模型,选出部分参考节点参与定位和信息转发,节约能耗.接着基于选择的或所有接收的参考节点构建采样区域,进行网格划分,使用网格单元数计算最大采样次数,在采样区域内采样并使用误差补偿的运动模型进行过滤,提高了采样效率,减少了计算开销,并保证了较好的定位精度.仿真实验表明算法在定位精度,计算开销、能耗等方面都具有较好的性能.     

一种基于蒙特卡罗法的无线传感器网络移动节点定位算法研究

定位技术是无线传感器网络中关键的基础支撑技术。文章研究无线传感网中信标节点静止、定位节点随机运动情况下的节点定位方法。在传统MCL算法基础上,提出一个改进定位算法,通过构建节点运动模型,进行运动预测、位置滤波,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、不同的连接度、不同的节点运动速度等情况下,均表现出了良好的性能。     

一种无线传感器网络的节点自定位方法

节点定位对许多无线传感器网络的应用来说是非常关键的,提出了一种基于移动锚节点的无测距的节点定位算法。此算法建立在Monte Carlo定位算法基础之上,通过利用节点收集到的信息来加速算法中样本的选取,从而提高定位的精度和效率。仿真结果表明,此节点定位技术平均定位精度能达到0.2个通信半径,与其他类似定位技术相比,能够明显提高节点定位精度。