基于距离无关的WSN节点定位技术研究

WSN(无线传感器网络)的许多应用都是基于节点的位置信息,传感器网络由于节点数量巨大,资源十分有限,全部节点都采用GPS定位设备是不适宜的。该文在分析了WSN定位算法研究的基础上,分析了近年来提出的基于距离无关的定位算法,这些算法能有效地提高定位精度。     

基于RSSI的无线传感器网络定位技术的研究

节点定位技术是无线传感器网络(WSN)的支撑技术之一,给无线传感器网络的各种应用提供节点的位置信息,具有重要的作用。本文分析了无线传感器网络的节点定位算法的原理和分类,并着重分析了基于信号强度测距法(RSSI)的无线定位技术,提出了将信号强度理论值与经验值相融合的定位方法。     

移动无线传感器网络定位研究

近年来,随着硬件技术和通信协议的发展,无线传感器网络(WSN)获得了飞速发展。其中,移动无线传感器网络(MWSN)由于具有较高的灵活性,得到了极大关注,甚至还出现了小型自控移动传感器设备。虽然节点的移动性能够增加传感器网络的覆盖范围,并增强网络的连通性,但同时也带来了一系列挑战。其中,移动节点的定位问题尤为突出。对移动无线传感器网络定位方法进行总结,并分析移动无线传感器网络中的众多挑战。最后,提出了未来移动无线传感器网络定位研究方向。     

无线传感器网络节点定位的仿真研究

研究无线传感器网络(WSN)节点定位精度问题,针对当前单一节点定位算法的定位误差大的难题,更好的满足WSN的低成本、低功耗要求,提出一种DV-Hop算法和粒子群优化算法相结合的WSN节点定位方法。首先采用DV-Hop算法对未知传感器节点与锚节点之间的距离进行估计,然后采用粒子群优化算法对未知传感器节点坐标进行校正,在不增加额外硬件的条件下,提高节点定位精度。在Matlab平台上进行仿真,结果表明,在相同条件下,改进的组合算法提高了传感器节点定位的平均精度,而且为WSN的节点定位优化设计提供了参考,是一种可行的WSN节点定位的解决方案。     

基于RSSI-SO算法的WSN定位研究

无线传感器网络是一种基于无线通信技术的分布式传感器网络,广泛应用于环境监测、智能家居、智能交通等领域。在WSN中,节点的位置信息对于实现很多应用非常重要。因此,WSN定位算法是WSN研究的重要内容之一。鉴于此,提出了一种基于RSSI与蛇优化算法的WSN定位研究,利用节点之间的信号强度和蛇优化算法来实现节点的定位,最后进行误差分析。在实验环境中进行了对比实验,结果表明,本文提出的方法相比于三边测量定位算法,具有更高的准确度。     

浅析无线传感器网络及其在目标跟踪中的应用

无线传感络（WSN,Wireless Sensor Networks）是新兴的下一代传感器网络,是当前在国际上备受关注的、涉及多学科高度交叉、知识高度集成的前沿热点研究领域。该文简要介绍无线传感器网络的体系结构,对无线传感器网络的特点及节点定位、时间同步等支撑技术进行了探讨。最后阐述了无线传感器网络在目标跟踪中的应用。     

浅析无线传感器网络及其在目标跟踪中的应用

无线传感络(WSN,Wireless Sensor Networks)是新兴的下一代传感器网络,是当前在国际上备受关注的、涉及多学科高度交叉、知识高度集成的前沿热点研究领域。该文简要介绍无线传感器网络的体系结构,对无线传感器网络的特点及节点定位、时间同步等支撑技术进行了探讨。最后阐述了无线传感器网络在目标跟踪中的应用。     

基于虚拟力的无线传感器与执行器网络测距定位算法

针对无线传感器与执行器网络(WSAN)的传感器节点定位问题,提出了一种基于虚拟力的无线传感器与执行器网络测距定位算法,使用移动的执行器节点替代传统无线传感器网络(WSN)定位算法中的锚节点,并将虚拟力模型引入基于信号到达时间(TOA)的定位算法。该算法在利用虚拟力驱动执行器节点逼近提出定位请求的传感器节点的同时,根据信号传输时间计算节点间的距离完成节点定位。仿真结果表明,提出的定位算法使得节点定位成功率提高20%左右,平均定位时间以及定位开销均小于传统TOA算法,适用于实时性要求高、执行器节点数量较少的场合。     

基于测距的无线传感器网络定位系统

主要研究了无线传感器网络(WSN)的定位算法,结合N-hop Multilateration定位算法,针对CrossBox公司的无线传感器网络节点开发了一个小型定位系统,在实现过程中结合TinyOS系统提供的底层组件对原算法进行了一些改进,最后实物实验表明所设计的定位系统的可行性。     

基于蒙特卡洛方法的移动传感网节点定位优化算法

无线传感器网络正在被应用到各种各样的监测环境中,在这些应用场景中,传感器节点的位置信息大都是至关重要的.目前对传感器节点定位方面的研究大都只针对静态WSN的情况,对于移动WSN节点定位的研究仍然十分有限.该文提出了移动WSN中节点间互相优化定位的新思路,通过判断式筛选出定位精度高的节点,并协助其他节点进行定位条件的优化.所提出的算法TSBMCL通过更精确的裁剪待定位节点的蒙特卡洛盒,并增加节点的粒子滤波条件来实现节点的精确定位.大规模的仿真结果表明,该算法可精确的锁定节点位置区域,高效的采样得到节点的位置样本,相比于传统的移动WSN蒙特卡洛定位方法,大大提高了节点的定位精度.