A robust localization algorithm in wireless sensor networks

Most of the state-of-the-art localization algorithms in wireless sensor networks (WSNs) are vulnerable to various kinds of location attacks, whereas secure localization schemes proposed so far are too complex to apply to power constrained WSNs. This paper provides a distributed robust localization algorithm called Bilateration that employs a unified way to deal with all kinds of location attacks as well as other kinds of information distortion caused by node malfunction or abnormal environmental noise. Bilateration directly calculates two candidate positions for every two heard anchors, and then uses the average of a maximum set of close-by candidate positions as the location estimation. The basic idea behind Bilateration is that candidate positions calculated from reasonable (i.e., error bounded) anchor positions and distance measurements tend to be close to each other, whereas candidate positions calculated from false anchor positions or distance measurements are highly unlikely to be close to each other if false information are not collaborated. By using ilateration instead of classical multilateration to compute location estimation, Bilateration requires much lower computational complexity, yet still retains the same localization accuracy. This paper also evaluates and compares Bilateration with three multilateration-based localization algorithms, and the simulation results show that Bilateration achieves the best comprehensive performance and is more suitable to real wireless sensor networks.     

基于比较信号接收强度的传感器定位算法研究

定位技术是传感器网络的重要技术,分析了几种Rangefree定位算法的特点,提出基于比较信号接收强度的传感器定位算法（LBRSSI）。其基本思想是通过比较接收到的信号强度大小来产生圆环,最后通过圆环的交集来确定节点的位置,并加入了角度阈值条件以适应无线信号的不规则性。研究了系统参数对于算法定位精度所造成的不同影响,结果发现无线信号损耗越不规则,算法定位精度越小,同时增加锚节点个数有利于提高算法的定位精度,而增加锚节点的传播距离也可以有限度地提高算法定位精度。     

一种基于动态跳数距离的有洞无线传感器网络定位方法

在无线传感器网络中,与距离无关的定位技术一直是一项挑战性的工作。尤其是在有洞的各向异性网络中,多}L节点之间的距离估算更是一个难点。针对有洞的无线传感器网络,提出一种新的距离无关定位方法,该方法可以较好地估算未知节点到参考节点之间的距离。其主要思想是,先佑算各信标节点对之间的平均单跳距离,然后选择平均单跳距离较大并且最短路径通过未知节点的信标节点对作为参考节点来估算未知节点的位置。新算法能够较好地滤除距离估算误差较大的信标节点作为参考节点。实验表明,新算法比以前的算法定位更准确。     

一种基于约束策略的无线传感器网络定位算法*

节点定位技术是无线传感器网络的关键支撑技术之一,对于无线传感器网络的基本理论方法和应用研究都具有重要意义。在深入研究分析距离无关定位算法的基础上,提出了基于约束策略的无线传感器网络定位算法。该算法无须测距,采用跳数估计节点间距离,并针对未知节点到锚节点距离计算中的不足,对锚节点的平均每跳距离作了修正;在估计未知节点坐标时,根据该未知节点通信范围内的锚节点对其所在位置进行约束。仿真结果表明,该算法具有较好的性能,比已有算法的定位精度有所提高。     

Path loss exponent estimation for wireless sensor network localization

The wireless received signal strength (RSS) based localization techniques have attracted significant research interest for their simplicity. The RSS based localization techniques can be divided into two categories: the distance estimation based and the RSS profiling based techniques. The path loss exponent (PLE) is a key parameter in the distance estimation based localization algorithms, where distance is estimated from the RSS. The PLE measures the rate at which the RSS decreases with distance, and its value depends on the specific propagation environment. Existing techniques on PLE estimation rely on both RSS measurements and distance measurements in the same environment to calibrate the PLE. However, distance measurements can be difficult and expensive to obtain in some environments. In this paper we propose several techniques for online calibration of the PLE in wireless sensor networks without relying on distance measurements. We demonstrate that it is possible to estimate the PLE using only power measurements and the geometric constraints associated with planarity in a wireless sensor network. This may have a significant impact on distance-based wireless sensor network localization.     

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.     

基于锚节点可部署性的无线传感器网络的定位算法

在实际应用中往往要求无线传感器网络提供节点位置信息,而节点定位算法的选择与很多因素有关,其中由于环境复杂程度及成本限制导致的锚节点可部署程度是很重要的客观因素之一.从锚节点可部署程度出发,提出了无线传感器网络的一种新的分类方法,系统地总结、阐述了锚节点分散部署于整个监测区域和只能部署于监测区域周围以及不能部署锚节点的3种网络可采用的代表性节点定位算法,并对3种网络的定位算法作了比较和评价.     

Privacy Preserving Solution for the Asynchronous Localization of Underwater Sensor Networks

Location estimation of underwater sensor networks (USNs) has become a critical technology, due to its fundamental role in the sensing, communication and control of ocean volume. However, the asynchronous clock, security attack and mobility characteristics of underwater environment make localization much more challenging as compared with terrestrial sensor networks. This paper is concerned with a privacy-preserving asynchronous localization issue for USNs. Particularly, a hybrid network architecture that includes surface buoys, anchor nodes, active sensor nodes and ordinary sensor nodes is constructed. Then, an asynchronous localization protocol is provided, through which two privacy-preserving localization algorithms are designed to estimate the locations of active and ordinary sensor nodes. It is worth mentioning that, the proposed localization algorithms reveal disguised positions to the network, while they do not adopt any homomorphic encryption technique. More importantly, they can eliminate the effect of asynchronous clock, i.e., clock skew and offset. The performance analyses for the privacy-preserving asynchronous localization algorithms are also presented. Finally, simulation and experiment results reveal that the proposed localization approach can avoid the leakage of position information, while the location accuracy can be significantly enhanced as compared with the other works.      

一种改进的无线传感器网络DV-Hop定位算法

传感器节点的自定位问题是无线传感器网络的重要研究内容之一。由于DV-Hop定位算法中误差来源主要是未知节点与锚节点间距离的估计误差,为了减小该误差,引入理想锚节点间距,排除锚节点计算出的单跳平均距离中的误差较大的部分,修正全网平均单跳距离,再对使用最小二乘法计算得到的未知节点坐标进行修正。仿真结果表明,该算法能有效提高节点定位精度,且算法对锚节点数目和节点通信半径要求较低,能有效节约网络的能耗和成本。     

Sensor network localization with imprecise distances

An approach to formulate geometric relations among distances between nodes as equality constraints is introduced in this paper to study the localization problem with imprecise distance information in sensor networks. These constraints can be further used to formulate optimization problems for distance estimation. The optimization solutions correspond to a set of distances that are consistent with the fact that sensor nodes live in the same plane or 3D space as the anchor nodes. These techniques serve as the foundation for most of the existing localization algorithms that depend on the sensors’ distances to anchors to compute each sensor's location.     

基于RSSI混合滤波和最小二乘参数估计的测距算法

针对基于RSSI的无线传感器网络定位测距问题,在对数-常态分布模型下提出了一种混合滤波及最小二乘环境参数动态估计的测距算法。以锚节点作为参考节点,采用基于均值滤波、中值滤波和高斯滤波的混合滤波方法优化RSSI值,运用最小二乘法估计环境参数,再由盲节点与锚节点的RSSI混合滤波优化值计算二者之间的距离。仿真结果表明,混合滤波性能优于其它单一滤波方法,环境参数估计相对误差小于2.5%,空旷环境下100 m范围内测距相对误差小于10%,满足无线传感器网络定位测距要求。     

一种新型的无线传感器网络三维定位算法

节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注.现有的大多数定位算法针对平面应用而设计,而现实应用中的无线传感器网络节点往往分布在三维空间中,研究三维空间定位更加符合实际节点的应用情况.针对目前三维空间定位算法的不足,提出了一种新型的无线传感器网络三维定位算法.该算法无需额外的硬件支持,根据未知节点通信范围内锚节点数目,建立空间向量模型进行定位;并且在估计未知节点坐标时,根据该未知节点通信范围的锚节点对其所在位置进行约束.仿真结果表明,该算法通信开销小,提高了节点定位覆盖率和定位精度.     

基于Voronoi图的无需测距的无线传感器网络节点定位算法

将Voronoi图应用于无线传感器网络定位问题中,提出了VBLS(Voronoi diagrams based localization scheme)定位算法.它首先对接收到的anchor节点的接收信号强度(RSSI)从大到小进行排序,然后利用UDG图依次计算每个anchor节点的Voronoi区域,最后将所有Voronoi区域交集的质心输出作为定位结果.通过仿真将VBLS和另外两种无需测距的定位算法(W-Centroid和Centroid)进行了比较.仿真结果表明,对于anchor节点随机摆放的情况,VBLS的定位误差比Centroid和W-Centroid分别降低了18%和13%;对于anchor节点均匀摆放的情况,VBLS的定位误差比Centroid降低了7%,比W-Centroid增加了2%.     

复杂区域节点定位算法研究

传统的无线传感器网络节点定位算法假设节点间的最短路径长度与实际几何距离之间存在函数映射关系.然而对于布设在复杂区域的无线传感器网络而言,这种函数映射关系不再成立,直接应用传统定位算法将会带来较大的定位误差.针对复杂区域中各向异性的无线传感器网络节点定位问题,提出了一种基于参考节点凸包划分的测距无关定位算法CHP.首先,...     

节点分布对无线传感器节点定位性能的影响

为了提高无线传感器节点的定位准确性,针对当前算法没有考虑节点分布对无线传感器节点定位性能的影响,提出一种考虑节点分布的无线传感器节点定位算法。分析节点分布对无线传感器节点定位性能的影响,估计锚节点之间的实际距离和估算距离的误差,并采用DV-Hop算法进行初步定位,综合学习粒子群算法对DV-Hop算法的定位误差进行修正,采用多个实验对算法性能测试。实验结果表明,无论在节点分布均匀或分布不均匀条件下,该算法可以较好地修正DV-Hop算法定位误差,均明显提高了未知传感器节点的定位精度。     

二次栅格扫描与锚节点递减栅格扫描的定位算法

为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上作进一步的改进。首先利用二次栅格扫描确定初始定位点,并产生缩小的定位区域;在该缩小区域内,将邻居锚节点与初始定位点间的距离转换为理论信号强度值,再对比邻居锚节点实际接收未知节点的信号强度,对邻居锚节点进行有条件递减,得到递减锚节点栅格扫描法则,最终确定未知节点的估计位置。通过仿真实验的对比,改良后的定位算法在一定程度上提高了定位精度。     

基于Monte Carlo的无线传感器网络定位算法

无线传感器网络节点自身定位技术是无线传感器网络关键技术之一。针对目前各种定位算法存在定位精度较低的问题,提出了一种基于Monte Carlo方法的定位算法,该算法利用粒子到锚节点的距离计算各粒子的权值,通过滤波不断更新粒子的集合,使粒子收敛到未知节点的位置。对非视线情况、不同锚节点个数、迭代次数及粒子数进行了定位过程仿真,并和极大似然估计定位算法进行了定位结果比较。结果表明:该算法充分利用了对节点位置估计的有效信息,一定程度上抑制了非视线误差的影响,定位精度高,稳定性好。     

WSN中基于多径距离和神经网络的节点定位

为了实现802.15.4a无线传感器网络中的目标定位,提出了一种新的基于多径距离和神经网络的目标定位检测算法。首先通过目标出现时对多径效应的影响估计出到达时间差,从而计算出通信传感器节点之间的多径距离;然后把多径距离作为神经网络的输入,并将目标位置用于神经网络的训练;最后通过选择多径距离估计值和测量值的差的最小成本组函数来定位目标位置。对单目标和多目标的定位检测仿真结果表明,即使当网络中传感器数量和目标增加时,所提出的定位算法的误差累积分布函数也不会增大,而且其定位误差比其他定位算法的误差小,从而增强了网络的鲁棒性,提高了网络中传感器承受故障的能力。     

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。     

基于蒙特卡罗算法煤矿井下人员定位研究

对比分析几种常用的无线传感器网络节点定位方法.针对煤矿井下节点移动性可能导致普通的定位算法变得不精确,提出了蒙特卡罗定位(Monte Carlo Localization)算法.该方法利用物体运动的连续性,通过选取合适的模型完成移动节点位置预测与定位.经仿真验证在低密度锚节点环境下,蒙特卡罗方法位置估计误差明显低于其它方法,提高了移动节点定位算法的准确性.