基于局部网络拓扑特征的鲁棒节点定位算法

针对无线传感器网络的较大测距误差严重影响定位算法精度和鲁棒性的问题,利用节点均匀部署网络的拓扑特征,提出了一种基于局部网络拓扑特征的鲁棒节点定位算法(LFLS算法).该算法通过构建节点测距高估粗差阈值参数和测距低估粗差阈值参数,在对未知节点1跳测距数据集进行粗差识别及剔除等预处理滤波的基础上,使用高斯加权最小二乘定位算法实现节点定位.仿真结果表明,基于局部网络拓扑特征的鲁棒节点定位算法的定位精度明显优于未采用局部网络拓扑特征进行粗差预处理的加权最小二乘定位算法,其中粗差测距直接相关节点的定位精度改进尤为明显.     

稀疏无线传感器网络移动节点定位算法

为解决稀疏无线传感器网络的现有MCB移动节点定位算法存在定位精度低和无法定位的节点的数量多的问题,对MCB算法进行了改进,进而提出了一种新的移动节点定位算法MCBP,该算法把已定位的节点作为其它未定位节点的参考点(准信标节点),利用准信标节点的位置信息参与后续定位过程,使更多的节点可以定位,并且提高了定位精度。仿真结果表明,MCBP移动节点定位算法比前人的类似算法的定位误差最大可减少22%,平均减少16%。无法定位的节点的数量最大可减少26%,平均减少12%。     

无线传感器网络中不良节点的判断与定位

为降低整个无线传感器网络的定位误差,基于图论相关原理和方法,对无线传感器网络中存在的边缘节点和亚孤立节点进行了判断,通过对此类不良节点周围的节点密度、接收锚节点的范围和方向进行分析,给出了不良节点定位误差偏大的理论解释和对其进行修正定位的解决方案,确立了无线传感器网络中边缘节点和亚孤立节点的判断与定位方法.不同场景下定位性能的仿真实验显示,运用这种方法,对规则的网络拓扑,经修正后不良节点的定位精度比修正前一般可以提高17%以上;对不规则的网络拓扑,经修正后的亚孤立节点定位精度比修正前一般可以提高10%以上.     

基于无线传感器网络的节点定位研究

无线传感器网络是对信息获取和处理的技术,通过通信技术使大量微小节点组成自组织网络,传感器网络包括数据的采集、传输、融合分析等。许多应用场所需要精确定位,使得无线传感器网络定位技术得到广泛应用和发展。本文通过对几种典型的定位算法研究,分析传感器网络节点定位算法的原理,得出的几种节点定位算法,并进行比较分析。     

大规模无线传感器网络分布式无锚节点定位算法

提出了一种低成本的大规模无线传感器节点分布式定位算法--仅需要选出少量参考节点和利用节点自身的无线收发器即可实现整个网络节点的定位的无锚节点定位算法.该算法首先从网络中所有普通节点中按照一定准则选取5个基准节点,以这5个基准节点作为"锚节点",确定一个坐标系;其他未知节点将根据到基准节点的距离计算出自身坐标.未知节点到...     

无线传感器网络节点调度算法

提出一种用于无线传感器网络的正三角形剖分节点调度算法,该算法把网络中各个节点的感知区域剖分成正三角区域。为避免出现网络盲点,在已提出算法的基础上又提出基于邻居节点信息的正三角形剖分节点调度算法。仿真结果表明,基于邻居节点信息的正三角形剖分节点调度算法能达到较好节能的效果,可以在保证覆盖范围的基础上延长网络的生存时间。     

基于非对称往返测距的海洋无线传感网络节点定位算法

提出一种新的基于非对称往返测距的海洋无线传感网络节点定位(LMARR)算法,该算法利用节点间非对称的接收与发送测距信息的时间差,推算出节点间海水声速以及未知节点与其邻居参考节点之间的距离,将三维距离信息转换成二维,运用最小二乘法完成定位计算。与SWN和ARTL算法相比较,仿真结果表明:LMARR算法能有效地提高节点定位的精度,特别是在深度为20～120m海水声速持续变化的区域,定位精度比SWN算法提高了20%,比ARTL算法提高了33%;此外,LMARR算法还具有较高的稳定性。     

环境监测无线传感器网络节点能源技术

介绍环境监测无线传感器网络节点能源技术,主要包括无线传感器网络节点的体系结构,IRIS模块仅有邮票大小和节能策略的设计等。     

基于遗传算法的三维无线传感器网络定位新算法

针对三维无线传感器网络节点自身定位问题,提出了一种基于遗传算法的新定位算法。该算法通过分析未知节点与它的无线射程范围内的已知节点之间的通讯约束和距离测量,对未知节点建立数学模型;针对此数学模型利用遗传算法求解,把该解作为未知节点的估计位置。理论分析和试验结果表明,该算法具有很强的健壮性,未知节点的失效和新节点的加入不会影响算法的性能,并且算法定位精度高,条件简单,适合各种规模的无线传感器网络的节点定位。     

卡尔曼滤波在无线传感器网络节点定位中的应用

为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了适用于无线传感器网络的卡尔曼滤波模型.采用渐消自适应卡尔曼滤波对基于距离的初始定位算法进行求精,通过一跳节点间的相互制约,在全局范围对未知节点进行定位;基于卡尔曼滤波模型,对无线传感器网络的分布式算法和集中式算法的计算量进行了研究,得出计算量与节点数目的关系.研究结果表明,卡尔曼滤波能够有效提高节点的定位精度,尤其适用于网络节点密度小、信标节点比例低的情况.     

基于贝塞尔曲线的WSN等值线绘制算法

从无线传感器网络(WSN)环境数值监测应用的实际需求出发,提出了一种应用于该类场景中的等值线绘制(CMBC)算法。CMBC算法基于图形学中常用的贝塞尔(Bezier)曲线理论,通过选择部分节点提供信息给网关节点绘制等值线。此方法有效解决了监测应用场景中对最终监测精度的需求与大量报告节点所引发的高流量负载和网络能耗之间的矛盾。仿真结果表明,CMBC算法和已有研究工作相比能够使用更少的汇报节点完成高精度等值线的绘制,因此CMBC算法能够节省节点的能量,延长网络的生存期。     

基于能量优化模型的无线传感器网络分簇算法

考虑到无线传感器分簇网络中簇的规模、簇头数量和节点剩余能量是能量有效型分簇路由算法关注的重要指标,提出了一种基于能量优化模型(EOM)的分布式分簇算法——EOMC,该算法通过建立网络能耗优化模型,以最优簇头数构建分簇通信规模,并结合功率控制将候选簇头限制在一定宽度的选举环带,使得簇头分布均衡,同时兼顾到节点剩余能量进行分簇,以达到均衡节点能耗,延长网络生存期的目的。与低能耗自适应分簇分层(LEACH)协议的对比仿真的结果表明,该算法能够达到预期指标,算法的开销相对较小。     

基于RSSI测距的三维无线传感网络萤火虫定位算法的研究

研究了三维空间无线传感器网络(WSN)未知节点的定位。针对目前三维空间无线传感网络定位算法精度低的问题,提出一种基于接收信号强度指示(RSSI)测距的萤火虫定位的算法。该算法首先利用RSSI进行测距,建立信号强度随传播距离衰减的模型,然后在已知一定数量的锚节点的情况下,通过萤火虫算法寻找目标函数最优值,进而对未知节点进行定位。仿真验证结果表明,该定位算法相比其他算法定位精度有很大提高,在30m×30m×30m的空间内定位误差仅为0.59m。     

一种低计算复杂度的无线传感器网络分簇定位算法

针对已有的集中式定位算法定位精度低,而分布式定位算法计算复杂度高、通信量大的问题,提出了一种适用于无线传感器网络的计算复杂度低的节点分簇定位算法.首先,提出满足最大连通度的多边界节点分簇算法,采用此算法把网络划分为若干个簇,各簇分别进行簇内节点定位;其次,各簇进行融合,最终实现全网节点的定位.仿真结果表明,这种分簇定位算法比分布式定位算法计算复杂度低、通信量小、定位精度相当或略差,比集中式定位算法计算复杂度低、通信量小、定位精度高.采用该算法可以降低传感器网络节点定位过程中的能耗,提高计算效率,延长网络寿命.     

基于距离分区的多级异构无线传感器网络成簇算法

为了防止无线传感器网络(WSN)节点因为通信距离过长而过早死亡,有效延长网络生命周期,提出了一种基于距离分区的高能效的多级异构无线传感器网络成簇算法(MHCADP)。此算法将监测区域分为三部分,并根据不同监测区域和基站的距离部署能量不同的三类节点,按照节点剩余能量与网络平均能量的比例来选举簇头节点,让较高初始能量和剩余能量的节点拥有更多的机会成为簇头。另外,在数据传输时,考虑节点和基站的距离以及自身剩余能量,选择单跳或多跳的传输方式。仿真实验结果表明,与现有的重要成簇算法——低能耗自适应分簇分层(LEACH)算法和稳定选举协议(SEP)算法相比,MHCADP算法能够有效减少网络能量消耗和平衡网络负载,使网络稳定周期和生命周期延长50%以上。     

基于Mamdani模糊推理的无线传感器网络可信簇头选举算法

为了解决无线传感器网络中恶意节点成为簇头而引起的层次路由安全问题,提出了一种基于Mamdani模糊推理的可信簇头选举算法(TCEM)。TCEM算法根据节点的行为表现,采用贝叶斯原理评估节点信任值,在此基础上,结合密集度及向心度,使用Mamdani模糊推理方法计算节点优越度,选择最优者作为簇头,从而实现簇头的可信选举。仿真实验结果表明,该算法能有效阻止恶意节点成为簇头,且在簇头合理分布、网络整体能效等方面均有良好表现。