DV-Hop定位算法的误差分析

由于实现简单、无需额外硬件支持、具有较高的定位精度,DV-Hop算法成了目前应用最为广泛的算法之一。文章主要讲述了DV-Hop算法的过程与性能分析,着重分析了DV-Hop算法产生误差的主客观因素。     

一种改进的无线传感器网络节点室内定位方法

无线传感器网络节点室内定位准确性问题一直是研究热点。由于室内环境复杂、固定遮挡物以及走动人员均会造成信号衰减,若使用传统的RSSI定位算法其误差太大无法满足实际应用的需求。在不增加硬件开销的基础上,提出一种可以提高定位精度的改进定位算法。该算法首先通过离未知节点最近的三个锚节点划分三角形子区域,再根据RSSI值估算出该区域内路径损耗模型的参数A、n,并进一步通过锚节点的相互协作,得到测距误差模型参数k、Δ,最终计算出精确的位置信息。仿真结果显示:在相同的条件下,改进后的算法具有更高的定位精度,误差在1m以内,可以满足室内定位的要求。     

基于BPSDV-Hop的无线传感器网络节点定位算法

为了尽量避免误差的扩大化,定位更加准确,增强无线传感器网络节点的灵敏程度,混合粒子群在BA校正的基础上,不断优化无线传感器网络定位,充分利用BPSDV-Hop定位算法,这一算法先通过优化混合粒子群对一些未知节点精细计算,计算出跳距范围,其次在应用DV-Hop算法计算未知节点的自身位置时摒弃以往常用的最小二乘法,对于那些未知节点的坐标的判断要利用好蝙蝠算法,通过这一特性不断优化定位方法,确定精度,最后要充分发挥Matlab平台的作用,利用这一平台,对算法细致化分析与探究。据可靠分析显示:BPSDV-Hop定位算法远远优越于DV-Hop定位算法,它对未知坐标的判断和定位准确度非常之高,在WSN中具有广泛的应用前景。     

无线传感器网络中能量多路径路由算法的研究

能量多路径路由算法考虑了通信路径上的能量消耗和剩余能量,节点根据概率选择下一跳节点。改进算法在原有算法的基础上加入了路由跳数控制,实验仿真结果表明根据改进算法所获得的传输路径跳数和传输能耗明显减少,延长了网络生命周期。由于无线传感器网络是动态变化的,文章最后提出了动态跳数限制的想法以期能够更好的适应传感器网络,选择最优路径。     

一种消除盲区的无线传感器网络四边加权质心定位算法

为了抑制环境干扰和盲区因素对无线传感器节点定位精度的影响,以加权质心定位算法为基础,提出了一种消除盲区的四边加权质心定位算法。算法首先利用高斯模型和分批估计融合对所测RSSI值进行滤波处理并取得最优值,消除随机性干扰;然后利用RSSI值与距离的对数的映射关系得到未知节点到参考节点的距离;定位过程的最后,通过建立虚拟的参考节点来消除盲区,以及对加权质心定位算法的权重进行了修正,从而提高了定位精度和定位覆盖率。     

基于无需测速的单纯形法微地震定位改进研究

 在综合分析传统单纯形法及目前微地震定位算法选用的各类速度模型及其相关误差的基础上,提出一种无需测速和反演的速度模型,并基于此对传统单纯形法进行微地震定位改进研究,结合不同速度模型、不同迭代算法在差异化速度误差和速度各向异性变化条件下的定位精度进行算例分析和工程验证,研究结果表明：无需测速和反演的速度模型能有效避免传统速度反演模型在速度反演过程中的方法误差和现场测速造成的测速误差,将其应用于传统单纯形法,不仅能有效避免传统单纯形法易陷入局部最优的问题,充分发挥单纯形法迭代易收敛的优势,且对于检波器阵列外的震源进行定位时相比其他迭代方法求解时定位精度显著提高,可为微地震定位领域提供一种新的研究思路。     

一种DBSCAN聚类点密度的加权质心定位算法

加权质心定位算法是无线传感器网络中最常用的定位算法,为了进一步提高其定位精度,本文将聚类算法引入到无线传感器网络定位中,提出了一种具有噪声的基于密度的聚类算法(DBSCAN)聚类点密度的加权质心定位算法。该算法根据共线度理论选择参数,构建定位三角形的集合。选择集合中定位效果较好的一部分三角形对未知节点进行定位,并对所得的初始定位结果进行DBSCAN聚类。在排除误差较大的定位坐标后,将聚类后每个簇的核心点个数视为权值,采用加权质心定位算法得到未知节点的最终定位位置。仿真结果表明:该算法与传统加权质心定位算法相比,平均定位误差减小80%以上,有效提高了无线传感器网络定位精度。     

基于改进A* 和内螺旋算法的林草火灾救援路径规划

在机器人奔赴火场的路径规划过程中,针对传统的A*算法在火灾救援过程中存在的遍历节点数和转弯次数过多的问题,提出改进的A*算法。该算法在启发函数中加入加权曼哈顿距离以提高算法的运行效率,引入惩罚函数和奖励因子减少机器人在火场奔赴过程中的转弯次数。到达火场后需要对该火场区域进行遍历,研究中基于火点热辐射原理,采用内螺旋算法对火场进行梯度式靠近,以减少高温对于巡检机器人运行性能的影响。仿真实验结果表明,与传统的A*算法相比,改进的A*算法可以有效减少奔赴火场过程中的遍历节点数和转弯次数,提高了巡检机器人的运行效率,在遍历火场的过程中,内螺旋算法可以以较高的覆盖率遍历火场区域。     

粒子群算法在无线网络节点位中的应用研究

随着无线通信技术的发展以及物联网设备在室内环境的广泛部署,作为物联网服务的重要支撑技术之一的无线传感器网络的位技术再一次成为工业界和学术界的研究热点。本文根据DV-Hop算法在无线传感器网络位过程中存在的误差问题,引入粒子群算法对位误差进行优化,提出PSO-DV-Hop算法。仿真实验结果表明,本文提出的PSO-DV-Hop算法(基于粒子群算法的DV-Hop位算法)的位精确度较DV-Hop算法提高25%左右,在实际应用中具有重要的参考意义。     

移动节点定位算法在车联网中的应用

以自主车队控制系统为例,介绍无线传感器网络移动节点定位算法在车间距离、车辆速度以及行驶方向方面的应用。将移动节点算法中所要求的只允许信标节点小范围运动的条件去除,不再限制信标节点的运动轨迹,通过分析信标节点与未知节点之间距离的实时变化情况,反复迭代,最终达到所要求的定位精度。