无线传感器网络定位问题分析

GPS已经成为室外环境中一项非常成功的定位技术,但是受成本、环境以及安全性等因素的约束,在某些领域还无法使用,并且大规模部署GPS设备也不是一种经济的做法.目前大多数的定位系统都需要有线基础设施的支持,而随着社会以及计算技术的发展,人们对以一种Ad Hoc的方式来进行定位的要求越来越强烈.以一种经济的方法来实现Ad Hoc方式的定位问题吸引着越来越多研究人员的关注.主要分析了基于分布式定位算法的无线传感器网络定位问题.     

基于测距技术的无线传感器网络定位算法研究

街道、走廊等带状通道具有其环境特殊性,对该环境下无线传感器网络定位算法的研究是研究其他特殊环境下定位工作的基础,其研究成果在工业界具有很高的推广价值;为此,选择基于测距技术的RSSI算法设计了一种带状通道环境下的无线传感器网络定位算法。给出了算法设计思路及硬件条件,并在构建的实验平台下对其进行了实验验证;实验结果证明:算法对带状通道环境下的目标定位可获得较好结果。     

无线传感器网络节点定位问题研究

节点定位技术是无线传感器网络信息采集、传输和处理能力的基础技术之一。研究和分析了各类无线传感器节点定位技术,从定位精度、健壮性等方面分析总结当前无线传感器网络定位技术存在的问题,展望未来的研究前景与应用发展趋势。     

无线传感器网络中的节点定位算法

无线传感器网络是由部署在监视区域的大量微型的具有无线通信及计算能力的传感器节点,以无线多跳通信方式构成的分布式自组织网络系统。它能根据环境需要,通过功能有限的传感器节点之间的协同工作,对监控区域内的环境或监测对象的信息进行实时感知、采集和处理,获得详尽而准确的侦测数据。本文主要分析无线传感器网络中的定位技术,研究如何降低网络中的能量消耗,延长网络寿命。     

无线传感器网络节点定位问题

无线传感器网络(WSN)是由大量靠无线多跳方式通信的智能传感器节点构成的网络,围绕WSN出现了许多新的研究内容,节点定住是其中一个很重要的方面。本文给出了WSN节点定位的概念．分析了面临的挑战,从测距技术和定位算法角度介绍了当前的研究进展,指明了需要进一步研究解决的问题。     

无线传感器网络的定位问题综述

无线传感器网络是最近出现的一种新型网络,其定位问题是组网的基本和重要问题。文章首先给出了该网络实施节点定位的主要方法和技术原理,综述了定位问题的研究进展,对典型的节点定位算法进行了系统分类和优缺点分析,指出了无线传感器网络实施精确定位需要解决的问题。     

基于RSSI的无线传感器网络质心定位算法优化

为了提高无线传感器网络定位精度的准确性, 对质心定位算法进行优化. 在测距阶段, 采用均值滤波和中值滤波相结合的方式对RSSI值进行预处理; 在定位阶段, 使用距离倒数的指数幂对质心加权; 同时引入迭代的思想, 解决了定位中锚节点密度不高的情况下, 节点无法定位的问题. 实验结果表明, 本文改进的算法与质心定位算法和距离加权的质心定位算法相比, 能够有效地提高无线传感器网络的定位精度.     

一种改进无线传感器网络定位算法的研究

针对无线传感器网络节点定位机制的研究,定位算法是无线传感器网络领域中所研究的一个基本问题.传统的定位DV-Hop算法在随机布置锚节点定位时存在定位精确度不高、覆盖率较低和能量消耗较大等缺点.为解决上述问题,对传统的定位DV-Hop算法进行了改进,改进后的算法可以减少消息发送的数量,节省了节点能量,提高了定位的精度和定位覆盖率,修正了网络平均每跳距离与求知锚节点估计坐标的区域范围,并进行仿真.仿真结果表明,改进后的算法定位精度明显优于传统定位算法,证明了改进算法的正确性和有效性.     

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。     

一种改进的无线自主传感器网络定位算法

节点定位技术是无线自主传感器网络中的关键技术之一。为了提高定位精度,提出一种基于几何斜率的无线传感器网络（WSN）定位算法。网络区域中的节点分为锚节点和未知节点,利用几何学斜率的方法选取合适的锚节点,能够更精确地确定未知节点的位置。在三边测量法上运用最小平方误差方法求解,能够提高算法的精度。在新算法的基础上建立Matlab仿真。仿真结果表明改进的DV-HOP算法,在相同的锚节点数量的情况下,节点定位精度有明显的提高。     

无线传感器网络DV-Distance定位算法

针对DV-Distance定位算法得到的距离值误差较大的问题,提出一种定位精度相对较高的改进型DV-Distance算法。DV-Distance定位算法通过求未知节点到参考节点之间跳段距离之和来确定未知节点坐标,改进算法在原算法的基础上,将参考节点间的真实距离与这些参考节点间的跳段距离之和的比值作为修正权值,用这个修正权值来提高定位所需距离值的精确度,并利用RSSI测距技术限定可较为精确测距的有效未知节点,从而更进一步提高定位的精度。通过计算机的仿真和实验验证,结果表明此改进算法相对于原算法,较为明显的降低了定位误差,提高了定位的精度。     

基于非度量多维标度的无线传感器网络节点定位算法

把统计学中的多维标度技术应用到无线传感器网络节点定位是一种新的思路.提出了NMDSRSSI(nonmetric multidimensional scaling and received signal strength indication)定位算法,它利用非度量多维标度技术直接根据无线信号强度值来进行节点的定位,省去了以往利用无线信号强度的定位算法中先把强度转换为距离再进行定位所带来的计算误差和计算量.无线信号强度受实际环境影响存在反射、多径传播等问题,理论和实验分析表明算法对此具有较好的适应性.仿真与真实传感器节点的实验结果显示算法取得了较好的定位效果.     

无线传感器网络中一种改进的DV-Hop定位算法

节点定位是无线传感器网络应用的关键技术,文章分析了DV-Hop算法及提出的一些改进方法;DV-Hop算法简单把跳数作为衡量节点距离的标准,这样会由于跳数相同、实际距离远近不同而选用错误的锚节点定位引起较大误差;通过引入了RSSI测距模型,把测距技术和非测距技术相结合,校正距离锚节点远近,在一跳之内以及多跳情况下分别实现更高精度的定位从而达到在一定程度上降低定位误差的目的。     

基于RSSI的无线传感器网络节点自身定位算法

节点自身定位是无线传感器网络的基础性问题之一.提出了一种基于接收信号强度指示(RSSI)的节点自身定位算法.该算法利用RSSI值估算网络中所有可通信节点间距离的相对大小,得到网络中各节点位置之间的几何约束关系,并以此为约束条件,以锚节点质心和未知节点质心之间的距离最小为目标,将定位问题转化为非线性最优化问题.实验结果显示,当锚节点分布在网络边缘时,该算法可以达到较好的定位效果.     

基于RSSI的测距差分修正定位算法

为了抑制RSSI误差对无线传感器节点自身定位精度的影响,以三边定位算法为基础,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,并将差分法和质心法相结合提出了一种测距差分修正定位算法。该定位算法无需增加额外硬件开销,容易实现,定位误差可小于2.5m,适合于处理能力和能量有限的无线传感器网络节点。     

一种用于移动传感器网络的定位算法

无线传感器网络作为一种全新的信息获取和处理技术,可以在广泛的应用领域内实现复杂的大规模监测和追踪任务。在传感器网络中,定位问题已经是很多无线传感器网络应用的关键,以前的大多数定位算法只适用于静态网络。设计了一种适用于锚节点和普通节点都自由移动的移动传感器网络的定位算法,该算法结合Monte Carlo和RSSI方法,通过约束选取样点的样本空间,仿真结果显示同比提高了算法精度。     

动态无线传感器网络的改进蒙特卡罗定位算法

针对于无线传感器网络中移动节点的定位问题,在传统蒙特卡罗定位算法的基础上,提出了一种改进算法。该算法通过构建接收信号强度指示测距模型来限制样本区域以求提高采样效率。仿真结果表明,与MCL、MCB等其他蒙特卡罗定位算法相比,改进算法在不同的时间、不同的锚节点密度、不同的节点移动速度等情况下,都具有更好的定位精度。     

WSNs中基于RSSI优化的节点定位算法研究

为了提高基于接收信号强度(RSSI)定位算法的定位精度,提出基于RSSI改进的混合蛙跳的定位算法(MRSSI-SFL)。MRSSI-SFL算法用正态分布优化RSSI值,降低测距精度。再利用加权质心定位算法进行粗略定位,并依此估计设置搜索区域,随后利用蛙跳算法进行迭代求精。实验结果表明,相比基于RSSI测距的加权质心定位算法,提出的MRSSI-SFL定位算法有效地提高了定位精度。