一种新的无线传感器网络节点自定位技术

在无线传感器网络中,节点定位技术是许多应用的支撑技术,具有重要地位。目前已经出现各种各样的定位算法,KPS算法不需要测距,具有一定的优越性,但在某些应用中存在定位精度较低的问题。针对这一问题,提出了一种新的改进KPS定位精度的算法,仿真结果表明,该改进算法能够明显提高定位精度。     

基于非凸约束信息的传感器网络节点定位方法

节点定位是无线传感器网络中的关键性问题,大多数定位方法无法评估每个节点的定位精度。该文提出一种无需测距的定位算法,将传感器节点的真实位置限定于一个区域中,使用该区域的面积评估传感器节点的位置精确度,利用网络中的非凸约束提高定位精度。仿真结果表明,在使用非凸约束的情况下,对于节点总数为250,20%为已知位置节点的传感器网络来说,90%的节点能较好地被定位。     

带有罚函数的无线传感器网络粒子群定位算法

无线传感器网络是一种没有基础设施的无线自组织网络,它在军事、环境检测和智能家居等诸多领域具有广泛的应用.在无线传感器网络的绝大多数应用中,只有当节点和被感知的物体的位置是可知的,节点获得的信息才有意义.因此,节点定位技术是无线传感器网络的关键技术之一.近年来,粒子群优化算法(particle swarm optimization,PSO)等智能算法被用于无线传感器网络节点定位技术的研究.在粒子群优化算法定位技术研究的基础上,提出的带有罚函数的无线传感器网络粒子群定位算法(particle swarm optimization with penalty function,PSOPF)利用罚函数来加快算法的收敛速度和提高定位算法的定位精度.实验结果表明,和原有的PSO定位算法相比较,PSOPF算法具有更高的定位精度和更快的收敛速度.     

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。     

一种改进的无线传感器网络质心定位算法

在无线传感器网络中,确定节点位置或事件发生的位置对其监测活动至关重要。节点自身的准确定位不仅是提供监测事件或监测目标位置信息的前提,也是提供网络拓扑自配置、提高路由效率、向部署者报告网络的覆盖质量以及为网络提供命名空间等网络功能的基础。为此,本文对无线传感器网络定位技术中的质心定位算法进行了改进,对未知节点大致位置的算法做了新的修正,并对未知节点位置确定算法中的加权因子进行了优化,使未知节点的定位误差和定位精度更加精确。相比原加权质心定位算法,本文仿真结果表明,改进的质心定位算法无论在定位误差还是在定位精度方面都有很大的提高。     

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。     

无线传感器网络分布式节点定位算法研究

无线传感器网络在众多领域有着重大的应用价值,而网络的节点定位技术是这些应用的基本支撑技术.本文针对无线传感器网络节点的定位精度问题,提出一种新的分布式节点定位算法.介绍了算法的基本原理和实现方法.算法使用位置误差参数选择参与定位的节点,避免使用奇异信标节点信息,可以有效抑制定位误差的累积.仿真结果显示,这种算法具有定位精度高,计算复杂性和通信开销低等优点.     

无线传感器网络中的节点位置验证方法

节点位置信息是感测数据的重要上下文信息,节点自定位技术是无线传感器网络的支撑技术之一。在基于信标节点的定位技术中,信标节点位置的可靠性是影响网络服务质量的关键因素。针对信标节点位置漂移和恶意信标节点引起定位精度下降的问题,提出了一种基于信誉模型的分布式轻量级节点位置验证方法(ReputationbasedLocationVerification,RLV),通过建立无线传感器网络中的节点位置信誉模型来识别网络中的不可靠信标节点。仿真结果表明信誉模型能够较好的反映节点的定位精度,RLV算法可以探测出95%以上的不可靠信标节点。     

基于角度判断的无线传感器网络APIT定位算法研究

在无线传感器网络节点定位算法中,近似三角形内点测试(APIT)算法具有较好的定位性能,成本较低,实现容易,在节点密度比较密集的情况下能达到比较理想的定位精度。但是在节点相对稀疏的环境下该算法误判率高,误差较大。提出一种APIT改进算法,利用角度求和来判断未知节点位置,通过理论分析比较和仿真实验表明:该算法可以在节点相对稀疏的情况下减小定位误差,提高定位精度。     

粒子群优化在无线传感器网络定位中的应用

已提出的无线传感器网络节点的定位算法中大部分是针对二维网络,为了提高无线传感器网络节点的定位精度,提出应用粒子群优化实现无线传感器网络定位。该算法依据信标节点相对于未知节点的几何位置并利用粒子群优化算法估算未知节点的几何位置。通过仿真,并与最小二乘法比较,结果表明该算法能在不增加体积、成本、通信功耗的情况下,有效的提高节点的定位精度。     

A two-objective memetic approach for the node localization problem in wireless sensor networks

Wireless sensor networks (WSNs) are emerging as an efficient way to sense the physical phenomenon without the need of wired links and spending huge money on sensor devices. In WSNs, finding the accurate locations of sensor nodes is essential since the location inaccuracy makes the collected data fruitless. In this paper, we propose a two-objective memetic approach called the Three Phase Memetic Approach that finds the locations of sensor nodes with high accuracy. The proposed algorithm is composed of three operators (phases). The first phase, which is a combination of three node-estimating approaches, is used to provide good starting locations for sensor nodes. The second and third phases are then utilized for mitigating the localization errors in the first operator. To test the proposed algorithm, we compare it with the simulated annealing-based localization algorithm, genetic algorithm-based localization, Particle Swarm Optimization-based Localization algorithm, trilateration-based simulated annealing algorithm, imperialist competitive algorithm and Pareto Archived Evolution Strategy on ten randomly created and four specific network topologies with four different values of transmission ranges. The comparisons indicate that the proposed algorithm outperforms the other algorithms in terms of the coordinate estimations of sensor nodes.     

基于对称平衡不完全区组设计的无线传感器网络密钥预分配方案

针对无线传感器网络的密钥预分配问题,利用哈达玛矩阵,设计实现了新的基于组合设计方法的密钥预分配方案--基于对称平衡不完全区组设计的密钥预分配方案sBIBDHadamard KPS系列方案.首先,sBIBDHadamard KPS改进了现有多数方案只能共享单个密钥的问题,并实现了同等节点密钥组长度和共享密钥强度下,比现有支持多密钥共享的随机预分配方案更高的共享概率和更小的密钥路径长度,并且只要求大于2的节点邻居度数;其次,sBIBDHadamard KPS提出了一种实时合成共享密钥的方法,在节点密钥组物理长度不变的前提下,大大扩大了共享密钥选择空间,提高了安全强度;最后,sBIBDHadamard KPS使用补集设计和密钥分片两种方法进行扩展设计,实现了对较大网络规模的支持,并且在一定程度上优化了能量消耗.     

一种无线传感器网络定位算法的分析和改进

无线传感器网络(W SNs)能够实时监测和采集网络分布区域内的各种检测对象信息,有着广泛的应用前景。在W SNs中,节点定位技术是许多应用的支撑技术,定位的准确性直接关系到传感器节点采集数据的有效性。目前,已提出多种定位算法,Euc lidean算法由于通信开销小,具有一定的优越性,但在某些应用中存在定位精度较低的问题。针对这一问题,提出了一种新的改进Euc lidean的算法。用距离矢量路由技术替代直接测量节点间的距离,并运用迭代循环思想抑制定位误差的累计。计算机仿真结果证明:该改进算法能够明显地提高定位精度。     

基于最优跳距处理策略的无线传感器网络智能定位算法

针对传统DV-Hop算法存在较大定位误差及忽略锚节点自身误差的问题,提出了一种基于最优跳距处理策略(PSOHD)的智能定位算法。该策略充分考虑了网络拓扑结构和锚节点自身误差对定位精度的影响,首先对锚节点引入两个通信半径,并分别统计每个锚节点通信半径范围内的节点数;然后采用加权最小二乘估计修正锚节点间的平均跳距;最后对用于未知节点位置估计的平均跳距进行筛选并加权处理。另外在定位阶段引入了粒子群优化(PSO)算法对未知节点进行定位。仿真结果表明,在适当增加节点能量消耗的条件下,改进算法的定位精度有明显改善,是一种可行的无线传感器网络(WSN)节点定位的解决方案。     

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。     

空间传感器节点定位方法研究

无线传感器网络能够实时监测、感知和采集各种环境和检测对象的信息,但无线传感器节点在使用的过程中需要对其进行维护,而在投放传感器节点时,往往没有记录传感器节点的投放空间坐标或者由于其他因素导致传感器节点在投放后位置发生了改变,在这样的情况下,就需要对传感器节点进行定位。介绍一种传感器空间节点定位的方法,并对其误差及改进方法进行了讨论。     

无线传感器网络节点定位机制的研究

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,而且资源十分有限,全部节点都采用类似GPS的定位设备是不适宜的。文章介绍了无线传感器网络基于节点之间的连通性来估计节点的位置的定位算法,方法是在传感器网络中预先部署十分少量已知位置信息的信标节点,然后通过节点之间的跳数信息,实现对节点位置的估计。仿真显示该算法具有较好的实用性。     

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。     

全向视觉网络中锚节点竞争定位算法

以全向视觉节点为基础,研究视觉网络中节点定位精度与效率问题。全向视觉网络中各个锚节点测量未知节点得到方位角。通过分析两个不同锚节点所测得的方位角之差对定位误差传递的影响,提出锚节点对（Anchor Node Pair,ANP）定位优先度与权值概念。定位ANP之间根据优先度参与定位竞争,利用在竞争中被选出的ANP所测方位角进行未知节点位置估计。融合算法将多个定位结果权值融合,得到目标定位结果。实验结果表明,算法在多种条件下都能避免夹角过大、过小引起的定位误差发散的问题,提高了定位精度与稳定性。