一种改进的传感器节点多维标度定位算法

传感器节点的位置信息在无线传感器网络的监测活动等应用中起着至关重要的作用,而实现节点定位较好的方法是采用定位算法进行估计,因此定位算法的研究是目前热门的研究课题之一.本文主要研究分析了分布式加权多维标度定位算法,针对其不能适应网络连通度变化、网络拓扑不规则且收敛速度较慢等不足,提出了一种改进算法.该算法采用的加权机制与邻居选择机制综合考虑1跳邻居数目、节点自身定位精度与测距误差,并且引入最速下降法优化其目标代价函数.实验结果表明:在相同的实验环境下改进算法与原算法相比,在定位精度提高的情况下对不规则、大规模网络有很好的适应性且有更好的鲁棒性.     

使用最速下降算法提高极大似然估计算法的节点定位精度*

阐述了极大似然估计算法用于无线传感器网络节点自定位的原理;阐述了最速下降算法求非线性方程组最优解的原理;提出在距离测量误差较大的情况下,使用最速下降算法优化极大似然估计算法所得的节点定位值,并通过模拟实验证实其可行性。实验结果表明,在无须多余通信代价的条件下,优化处理使定位精度得到很大提高,且算法收敛快,计算代价小,适用于无线传感器网络的节点自定位。     

一种抗独立攻击的WSN三维安全定位算法

为解决无线传感器网络中节点定位缺乏安全性和定位精度不高的问题,基于最速下降法与牛顿迭代法提出了一种新的三维安全定位算法。该算法首先给出三维空间下未知节点定位的计算方法和独立攻击模型,然后利用最速下降法和恶意锚节点检测技术选出最优锚节点数据,并结合牛顿迭代法实现了快速高精度的三维安全定位。实验结果表明,在危险的环境下,该算法能有效抵抗独立攻击以及在定位精度和未知节点可成功定位率方面都具有较好的优势。     

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.     

基于蝙蝠算法的无线传感器网络节点定位

节点定位是无线传感器网络的关键技术,针对最小二乘算法节点定位的不足,为了提高无线传感器网络节点定位精度,提出一种基于蝙蝠算法的传感器节点定位方法。首先将无线传感器节点定位问题转换成一个多约束优化问题,然后采用局部和全局搜索能力强的蝙蝠算法对其进行求解,最后在Matlab 2012平台上对定位性能进行仿真测试。结果表明,相对于其他节点定位方法,该方法提高了传感器节点的定位精度和定位效率。     

基于智能估计的无线传感器网络定位算法

节点定位是无线传感器网络的基本机制,位置数据是监测事件不可缺少的信息,传感器节点必须首先确定自身的位置.针对无线传感器网络的节点定位问题,提出了基于Free Search优化的智能定位算法,介绍了Free Search优化算法和智能估计的模型.该算法的基本思想是将参数估计问题转化为非线性函数的在线优化问题,利用Free Search获得未知节点坐标的最优估计.仿真结果证明,与最小二乘估计定位算法相比,新算法定位精度显著提高.     

基于连通度的分布式加权多维尺度节点定位算法

研究了迭代优化方法在无线传感器网络节点定位中的应用,针对多维尺度分析定位技术和传统的梯度迭代优化方法,根据数值实验确定了迭代步长和网络连通度之间的函数关系,提出了一种基于连通度的分布式多维尺度分析节点定位算法(a connectivity-based distributed weighted multidimensional scaling algorithm,简称dwMDS(C)).该算法首先根据网络的平均连通度确定迭代步长,然后对每个未知节点的局部代价函数进行优化求解.实验表明该迭代算法收敛快速且稳定,比基于SMACOF算法的dwMDS(G)算法在定位精度上有明显的提高.     

基于遗传模拟退火算法的无线传感器网络定位算法

无线传感器网络定位问题本质上是一个基于不同的距离或路径测量方法的优化问题.第一次提出了基于遗传模拟退火算法的无线传感器网络定位算法GASA-Hop,它是将遗传模拟退火算法作为DV-Hop的后期优化.其中,DV-Hop用来估计未知节点与锚节点的测量距离,GASA用来最小化与DV-Hop相关的适应度函数.仿真结果表明,本算法定位精度高、条件简单,比较适合无线传感器网络的节点定位.     

改进粒子群算法的无线传感器网络节点定位

为了提高无线传感器节点的定位精度,针对粒子群优化算法存在的问题,提出一种改进粒子群优化算法的无线传感器网络节点定位方法。根据锚节点选择准则,把上一代和当代节点位置的平均值作为下一代目标节点的参考节点,采用改进粒子群算法对节点的定位结果进行优化,在Matlab 2012平台上进行仿真对比实验。仿真结果表明,相对于标准粒子群算法,改进粒子群算法加快了定位速度,提高了无线传感器节点定位精度,应用范围更广。     

基于信标优化的无线传感网络定位算法研究

针对传统无线传感器网络节点定位精度低、能耗大及适应性不强等缺陷,提出了一种基于信标优化的无线传感网络定位算法ConDV-Hop.该算法采用贡献因子对信标节点进行优化选择,使过程累积误差大大减少,利用反馈思想引入修正系数对待定位节点的初始估算位置进行修正,有效地克服了定位精度对网络拓扑的依赖.仿真实验结果表明,ConDVHop算法在均匀网络和非均匀网络中都表现出良好的性能,是无线传感器网络中节点定位的一种实用方案.     

无线传感器网络节点定位算法的改进

结合无线传感器网络节点技术中的定位精度问题,提出一种基于最小二乘法的牛顿迭代定位算法。通过数学分析的方法和对该算法进行了计算机仿真．并与最小二乘法的仿真结果进行了比较,结果表明该方法对于提高节点定位精度是有效的。     

基于图像识别的AH36钢激光焊缝节点定位技术研究

激光焊接过程中，强光导致焊接节点的视觉图像质量较低，降低了定位准确性。为了优化特殊材质的激光焊接节点定位精准度。以AH36钢为例，设计一种激光焊接节点视觉定位方法。在获取AH36钢的激光焊接节点区域图像后，通过EGDNet算法获取焊接节点边缘图像。利用Shi-Tomasi算法检测焊接边缘图像的角点，计算节点在AH36钢激光焊接图像中的位置坐标，完成AH36钢激光焊接节点定位。实验结果表明，该方法的焊接节点采集质量高、定位精度高、定位效率高。     

一种基于RSSI的无线传感器网络 全程优化分布式定位策略

针对目前定位算法存在精度与成本有较大矛盾的问题,在定位实施各阶段采取有效措施,提出一种新的基于接收信号强度指示(RSSI)观测模型的协作定位算法.该算法以有效计算方式获得距离数据,优选锚节点参与定位计算,通过泰勒展开迭代求精法实施位置优化,最终获得满足要求且定位精度较高的位置估计.引入协作定位思想,将满足一定要求的已定位节点升级为锚节点,参与其他节点的定位,提高了定位的覆盖率和定位精度.仿真实验结果显示:网络参数相同的条件下,本文算法定位效果接近基于实际坐标的泰勒级数展开算法,而远高于基本的最小二乘定位算法,且由于所需存储空间小,其定位精度也随测距误差的减小而快速提高,能够满足大规模无线传感器网络的定位需求.     

无线传感器网络加权质心相对定位算法

针对基于接收信号强度指示的无线传感器网络加权质心定位算法在实际应用中计算复杂的缺点,提出一种改进型传感器网络加权质心相对定位算法（WCL-RSSI）。该算法主要采用参考节点精选机制和定位组合精选策略选择定位自评误差小的节点进行三边测距定位,以此重建定位权值函数来减小坐标定位误差,最后采用加权质心法计算坐标,并计算该节点的定位自评估误差。仿真实验表明,在同等计算复杂度下,该算法较传统定位方法的定位精度有了明显的提高。     

基于UWB/AOA/TDOA的WSN节点三维定位算法研究

为了将二维定位算法AOA和TDOA拓展成三维定位算法,文中提出了一种基于AOA/TDOA和UWB传输技术的WSN节点三维定位算法。该算法采用二维的AOA测角算法测量未知节点与信标节点之间的角度,采用TDOA算法测量未知节点与信标节点之间的距离,在测角、测距的过程中采用UWB通信技术来传输探测信号,使得探测信号具有较高的时间分辨率,从而提高测角、测距精度,最后基于文中提出的待测节点三维坐标计算方法求解出待测节点的三维坐标。为了验证算法的有效性,在Matlab软件中进行了仿真实验。结果表明：新算法定位精度相比于AOA算法、TDOA算法都有大幅度提高。理论和实践皆表明：新算法具有较高的定位精度,能够满足未知节点在三维空间中的定位需求。     

跳数加权DV-Hop定位算法

针对DV-Hop定位算法中距离估计误差对定位结果的影响,提出了一种信标节点优选方案和跳数加权DV-Hop定位算法。首先通过设定跳数阈值,保留跳数较少的信标节点,然后剔除近似在一条直线上的信标节点,完成信标节点优选,避免未知节点无法定位的情形。此外,利用Friis模型推导出距离估计误差与信号传播跳数之间的映射关系,采用传播跳数作为加权因子对定位结果进行了修正。仿真结果表明该算法降低了距离估计误差对定位精度的影响,提高了定位精度。     

基于移动锚节点的改进DV-Hop算法

DV-Hop是一种典型的无须测距的定位算法,针对该算法在定位过程中存在的定位精度不高的问题,提出了一种基于移动锚节点的改进算法。利用锚节点的移动形成多个虚拟锚节点,有效减少了锚节点的使用数量;并在原算法基础上,修正平均跳距,使其更接近真实值。仿真结果表明:改进算法定位误差比传统DV-Hop算法平均降低了约 30%,大大提高了定位精度。     

无线传感器网络自定位算法的研究

节点自定位技术是无线传感器网络的关键技术之一,文章主要针对DV-Hop算法中定位精度的不足提出一种基于功率控制的改进算法。将RSSI和DV-Hop相结合,把传统DV-Hop算法中的跳数用虚拟距离代替,通过实际距离与虚拟距离的比例来修正平均每跳距离。为了减小定位误差和提高定位覆盖率,该文将锚节点分布在区域四周,并且将已定位的未知节点升级为锚节点。经仿真结果表明,与传统DV-Hop算法相比,改进后的算法可以有效提高定位精度。     

无线传感器网络的分级定位算法

对无线传感器网络节点定位问题进行了研究,为了提高未知节点的定位精度,提出了一种与距离无关的分级定位算法（IDV-Hop+IMP）。当未知节点周围邻居锚节点的数量少于三个时,采用IDV-Hop算法;当未知节点周围有三个邻居锚节点时,采用IMP算法;当未知节点周围邻居锚节点的数量大于三个时,采用加权质心定位算法。仿真结果表明,在稀疏锚节点的环境下,在保证定位覆盖率的同时IDV-Hop+IMP算法比现有的如质心、DV-Hop有更高的定位精度。     

基于AIUKF的WSN节点定位算法

针对无线传感器网络节点定位精度不足的问题,在无迹卡尔曼滤波( UKF)的基础上,结合迭代约束条件和自适应因子,提出了一种自适应迭代无迹卡尔曼滤波( AIUKF)算法。根据基于测距的节点定位模型,采用RSSI进行测距,以极大似然估计法进行节点初步定位,利用AIUKF算法对节点进行精确定位,并且直接以RSSI作为系统的观测量。仿真结果表明,本文提出的基于AIUKF的定位算法相比EKF和UKF算法具有更高的定位精度。