松弛迭代多维定标 WSN 分布式定位算法改进﹡

在无线传感器网络的很多应用场景中,传感器节点的自定位都是非常关键的。传感器节点的分布是随机散布的,有规则的和不规则的两种。经典的 MDS 定位算法,在大尺度传感器网的节点数较多时定位精度较低。基于大尺度无线传感网络提出了基于松弛迭代随机扩散消息的分布式定位算法。仿真表明经过大约18次左右的局部地图扩散与合并,基本上能完全覆盖一个在规则的方型区域内200个节点随机分布的网络,算法的复杂度低为 O(n(n-1)),在8个锚节点的情况下,仿真得平均连通度为30.114,平均定位误差仅为3.188%。仿真表明基于松弛迭代多维定标的节点的定位精度比经典的多维定标算法定位精度高,误差小。     

传感器网络的粒子群优化定位算法

无线传感器网络定位问题是一个基于不同距离或路径测量值的优化问题。由于传统的节点定位算法采用最小二乘法求解非线性方程组时很容易受到测距误差的影响,为了提高节点的定位精度,将粒子群优化算法引入到传感器网络定位中,提出了一种传感器网络的粒子群优化定位算法。该算法利用未知节点接收到的锚节点的距离信息,通过迭代方法搜索未知节点位置。仿真结果表明,该算法有效地抑制了测距误差累积对定位精度的影响,提高了节点的定位精度。     

基于TOA的传感器网络定位误差几何分布研究

无线传感器网络中,自身节点定位精度与确定该节点位置的锚节点的几何关系密切相关。分析了TOA算法的定位原理,引入了GDOP描述定位误差与锚节点群几何布局关系,并给出了基于测距的算法中GDOP的计算方法。通过场景分析,结合质心算法原理,提出锚节点群内点定位精度高,仿真验证了结论。     

基于几何学的无线传感器网络定位算法

提出一种基于几何学的无线传感器网络(WSN)定位算法。把网络区域中的节点分为锚节点和未知节点,假设在定位空间中有n个锚节点,由于受到几何学的限制,实际可行的锚节点序列是有限的,因此利用一种几何方法判断锚节点间的位置关系,从而选取最优的锚节点序列,能够更精确地确定未知节点的位置,并且分析了待定位节点的邻居锚节点数量对定位精度的影响。仿真结果表明,与已有的APS(Ad-Hoc positioning system)定位算法相比,该算法可有效地降低平均定位误差和提高定位覆盖度。     

传感器网络节点定位精度的几何稀释分析

通过分析时间到达(Time of Arrival,TOA)算法的定位原理,利用定位精度的几何稀释(Geometrical Dilution ofPrecision,GDOP),描述定位误差与锚节点群几何布局关系,并给出基于测距的算法中GDOP的计算方法。采用蒙特卡罗仿真方法,仿真次数100,设定锚节点的测距误差相同,取锚节点数为3、5,对基于锚节点群内点、外点的未知节点定位误差的归一化GDOP值和GDOP均值求解,结合质心算法原理,验证了自身节点定位精度与确定该节点位置的锚节点的几何关系密切相关,得到锚节点群内点定位精度高的结论。     

WSN中基于最佳指数的加权DV-Hop算法

DV-Hop算法是一种低成本、低定位精度的无需测距定位算法,在粗精度定位中应用广泛。为提高DV-Hop算法定位精度,从减小锚节点的平均每一跳距离误差和减小未知节点平均每一跳校正值误差两方面考虑。首先,用最佳指数值下的公式计算锚节点平均每一跳距离。然后,将未知节点的校正值加权处理,使所有的锚节点根据与未知节点距离的远近影响校正值的大小。MATLAB实验证明,改进的基于最佳指数值下的加权DV-Hop算法比DV-Hop算法、加权DV-Hop、最佳指数值下DV-Hop算法定位精度分别提高2%左右、1.65%左右、1.15%左右,同时不会增加网络硬件成本。     

基于定向天线的混合光无线传感网络节点迭代定位方法

针对目前方法对网络节点进行迭代定位时,由于未能利用定向天线算法划分节点信号的接收功率级,导致该方法在进行节点迭代定位时存在定位精度低、节点距离估计误差大、定位效果差的问题,提出基于定向天线的混合光无线传感网络节点迭代定位方法.首先基于定向天线原理划分节点信号的接收功率级,并在网络中确定锚节点;再基于划分的功率级以及锚节...     

基于FOA改进MCB算法的无线传感网络节点定位精度分析

为了提高无线传感网络（WSN）定位精度，应用果蝇优化算法（fruit fly optimization algorithm,FOA）-蒙特卡洛锚盒（Monte Carlo anchor box,MCB）算法（简称“FOA改进MCB算法”）对WSN中移动节点定位，分析了移动速度和锚节点数量对定位精度的影响。研究结果表明：相较于MCB算法，FOA改进MCB算法具有更优的定位精度；定位误差随着节点移动速度的增加而增大；随着锚节点数量的增加，定位误差表现为降低的趋势。该研究对提高无线传感网络节点定位精度具有重要意义，易于实现推广。     

基于RSSI测距和距离几何约束的节点定位算法

节点定位是无线传感器网络的基础问题之一,基于RSSI测距技术被广泛应用到节点定位中。由于RSSI测距受到环境影响而产生测距误差,进而影响节点定位的精度。本文利用距离几何约束来减小RSSI测距误差,并结合三角形质心定位算法。仿真结果表明该算法比基于RSSI三角质心定位算法的定位精度有较大提高。     

基于跳距修正粒子群优化的WSN定位算法

针对DV-Hop算法在节点随机分布的网络拓扑环境中存在较大误差的问题,提出了一种基于跳距修正粒子群优化的定位算法WPDV-Hop(weight PSO DV-Hop)。本算法通过对锚节点广播的数据分组结构进行了改进,对参考锚节点的平均每跳距离的误差进行加权处理以及用改进的粒子群(PSO)算法对定位中的迭代过程进行优化,实现WPDV-Hop定位算法的全面改进,以提高定位精度。仿真结果表明,改进的算法与原始算法相比,定位精度和算法的稳定性有明显提高。     

OFDM系统中迭代信道估计和解码研究

该文针对 QPSK调制的 OFDM系统,根据 Turbo码的迭代解码原理,利用其软信息对信道估计的精度进行改进。同时为了防止由于解码器判决不准确造成误差的传播,提出了一种加权迭代估计算法,仿真结果表明,该方法与传统方法相比,能较显著地提高系统的性能。     

基于概率的无源定位算法

无源定位在电子对抗中越来越受到人们的重视。介绍了基于概率的无源定位的原理,并和常规几何定位做了比较,分析了其优点;推导了基于概率的无源定位算法,讨论了定位误差的特点和更合理的误差描述方法,推导出了在三维情况下定位误差在空间的分布,最后给出了一种定位精度的几何稀释(GDOP)的表示方法。     

基于泰勒加权最小二乘算法的水下TDOA/FDOA联合定位方法

针对水下复杂的定位场景中,两阶段加权最小二乘算法因为忽视噪声平方项而造成的定位不精确问题,本文提出了一种基于泰勒加权最小二乘算法的水下到达时间差和到达频率差(Time difference of arrival and frequency difference of arrival, TDOA/FDOA)联合定位方法。该方法首先通过加权最小二乘算法求解目标粗估计位置和速度;然后通过求解TDOA/FDOA测量值的泰勒展开式构造定位误差方程,用迭代的方法不断更新目标估计位置和速度;最后,当定位误差足够小或达到最大迭代次数的时候,算法停止运行并输出目标估计位置和速度。仿真表明,在噪声方差小于10分贝时,本文算法的位置和速度估计的均方根误差能够接近或约等于克拉美罗下界。      

基于WGS-84的双星时差/频差定位算法及误差分析

研究了低轨道双星通过测量时差和频差对地面固定辐射源进行无源定位的问题。双星时差/频差定位算法是时差、频差单独定位公式和WGS-84地球椭球模型的结合,该算法通过迭代的方法提高了定位精度。文中结合定位误差算法和定位精度的GDOP算法,通过仿真、对比系统地分析了影响双星时差/频差定位系统定位精度的因素,分析结果对双星定位系统的应用具有借鉴意义。     

一种特殊GDOP场景下的NLOS传播识别算法

在地面无线定位中,影响定位精度的最大因素是电波的非视距( NLOS )传播误差,定位估计前识别收发信机之间电波是视距( LOS )还是NLOS传播是提升定位精度需要研究的重要课题。为此,先对一种基于交叉面积的NLOS 识别算法进行改进,然后提出了一种针对特殊几何精度因子( GDOP)场景下的NLOS识别算法———分步检验算法。该算法采用两步进行识别,先用数据检验筛选出测量样本中的LOS测量值,再用改进的交叉面积算法进行识别。仿真结果表明,分步检验算法在特殊GDOP场景下具有良好的识别性能。     

无线电导航系统中基于GDOP的伪卫星定位误差研究

在卫星导航系统中,卫星定位的精度等性能很大程度上取决于定位卫星之间的相对几何布局,而GDOP(几何精度因子)正是衡量定位卫星几何布局优劣的一个很好的量度.为了更好地提高伪卫星的定位精度,从GDOP值的研究入手,得出一种基于加权GDOP(WGDOP)值的地面伪卫星定位误差算法.最后经过仿真比较基于常规GDOP和WGDOP两种精度因子的定位误差的大小,体现出WGDOP算法的优越性.     

基于波达方位的双基地声呐定位算法

给出了基于声波到达方位(BOL)的双基地声呐定位算法，分别研究了基线长度和角度测量误差等因素对该算法定位精度的影响。通过数值仿真，给出了不同条件下误差的几何分布。仿真结果表明，双基地BOL算法的定位精度与基线长度有关，随着基线长度的增加，定位精度提高；角度测量误差对BOL算法的定位精度影响较大。     

大范围海域多站纯方位定位精度分布特性估计

针对大范围海域被动定位精度分布特性认识不足、制约测量系统优化设计的问题,提出一种基于多站纯方位定位体制的全区域精度特性估计方法,将定位求解、精度分析与布站优化集成考虑,采用非线性最小二乘法建立定位模型,应用Monte-Carlo方法建立随机误差传播算法,通过大样本、网格化仿真模拟得到全区域定位均方根误差(RMSE)分布。通过仿真验证,模型具有快速收敛特性,能够对测量元素变化产生合理响应,对于在30km×20km测量海区内采用5阵元星形布站、单站测向误差为2°~5°的场景,全区域RMSE中值达到1km精度水平。应用该方法能给出到全区域精度差异的细节特征,进而支持不同布站几何条件下的定位性能比对。仿真算例表明,在5阵元限定下,采用五边形布站能够获取比星形布站、矩形布站、梯形布站更优的精度分布,使区域内RMSE中值降低0.1km,同时高精度覆盖区明显扩大。该方法可为测量系统论证中的精度分析及布站优化设计提供技术途径。