复杂生物传感网络的节点优化定位模型仿真

根据复杂生物传感器网络节点的定位和数据监测的需要,构建生物传感网络的模型,设计了基于强跟踪滤波的集中式扩维量化融合算法.该算法采用预加重方法补偿节点之间的系统功率衰减,通过动态跟踪信号功率的变化,得到传感器融合中心最终的节点定位状态信息矩阵;通过强跟踪滤波,提高抗干扰能力,实现传感网络节点定位模型改进.结果表明,采用该算法进行复杂生物传感网络节点定位,能有效提高节点定位的准确性,定位误差较小,定位时间较快,稳健性和抗干扰性较好.     

基于RSSI和惯性导航的融合室内定位算法

针对目前对高精度室内定位算法的需求,提出一种基于接收信号强度识别（RSSI）和惯性导航的融合室内定位算法。基于无线传感网中ZigBee节点的RSSI值,采用位置指纹识别算法,对网络中的未知节点进行定位。结合惯性传感单元（IMU）提供的惯性数据,对RSSI定位结果进行融合修正。利用Kalman滤波器,采用状态方程描述待定位节点位置坐标的动态变化规律,从而实现一种以无线传感网络定位为主、IMU为辅的融合定位方法。仿真结果表明,提出的融合定位算法既能改善单独使用RSSI定位受环境干扰较大的问题,又能避免单独使用惯性导航带来的累积误差,极大地提高了定位精度。     

基于加权最小二乘变尺度法的无线传感器网络定位

为了降低整个无线传感器网络的成本和减小测量误差对定位精度的影响,一般传统做法是把已定位的未知节点升级为信标节点,再对其他节点进行定位,但此情况会造成累积误差。为了减少累积误差,提出了一种加权的最小二乘变尺度定位算法,该算法首先利用加权最小二乘法对未知节点进行位置估计,然后把定位的未知节点升级为信标节点,再对剩下的未知节点进行位置估计,最后利用拟牛顿法对估计出来的位置进行优化。仿真结果表明,该算法能有效地减少测距误差和累积误差,降低网络成本,提高网络覆盖率和传感节点的定位精度,并且该算法不增加额外硬件设备,易于实现。     

无线传感网络节点Amorphous-GA搜索定位算法及性能分析

为了解决无线传感网络覆盖过程中通信半径每跳距离偏差过大的问题,在遗传算法（genetic algorithm,GA）搜索定位基础上结合不定形（Amorphous）算法,设计了一种无线传感网络节点Amorphous-GA搜索定位算法,并开展性能分析。研究结果表明,定位精度在锚节点比例增加后显著提升,定位误差大幅降低,设置锚节点比例大于30%能够获得更佳的定位误差。当锚节点比例为30%时,采用Amorphous-GA搜索定位算法的定位误差较低。相较于传统定位算法,Amorphous-GA搜索定位算法的优化效果较好,定位误差也较小,有助于提升无线传感网络定位精度,对保证网络信号传输效率具有一定的意义。     

基于无线传感器网络与无迹卡尔曼滤波的室内定位系统设计

基于接收信号强度指示(Received Signal Strength Indicator, RSSI)的测距方法和无迹卡尔曼滤波(Unscented Kalman Filter, UKF)实现了一种无线传感器网络室内定位系统。系统主要由协调器节点、锚节点和盲节点组成，首先由盲节点发送RSSI信标信号至锚节点处，锚节点接收信标信号后做均值处理，并将自身位置信息一起打包回发给盲节点；然后盲节点将定位信息的相关数据通过协调器无线发送至上位机；最后在上位机中完成对盲节点的定位计算。为进一步提高定位精度，首先应用三边定位方法获得盲节点的初步定位结果，然后采用无迹卡尔曼滤波实现了二次精确定位。使用C#语言开发上位机软件，在20 m×20 m的定位范围内，对10个随机位置处的盲节点进行了定位测试，其中最大定位误差为1.52 m,最小误差为0.50 m,平均定位误差为1.04 m。结果表明所提出的定位算法性能良好，系统定位方案切实有效。     

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RSSI的节点定位算法的研究

在无线传感器网络的节点定位中,原RSSI定位算法利用接收信号强度的对数正态模型,其存在计算量大、功耗大等问题。由于物体运动不会突变,可以利用以前的轨迹与速度,预测当前时刻的位置信息,采用改进的神经网络算法,对当前时刻的位置做了很好的预测。实验结果表明,该算法与传统的RSSI算法相比,减小了采样范围,提高了定位精度,降低了无线传感系统的功耗。     

多LED照明节点的室内可见光定位方法研究

针对室内复杂环境和室内照明节点拓扑结构对可见光定位精度的影响,基于近似完美三角点测试(APIT)算法设计了一种多LED照明节点的可见光室内定位方法。该方法利用信号传输时间作为节点间距大小的判断凭证,结合APIT定位算法,实现室内可见光定位。仿真结果表明:该定位方法的定位误差在0.24 m左右浮动,在保证了定位精度的基础上,精简了定位设备成本,并提升了定位算法的计算效率,使得定位系统在实际场景中的应用更具稳定性与适用性。     

一种基于电磁态势数据聚类的辐射源定位算法

辐射源定位是战场军事行动的重要基础。而复杂战场电磁环境下，难以建立有效的传播模型，同时在多辐射源的条件下传统的定位方法难以快速准确定位。针对上述问题，基于分布式电磁态势感知网络，提出了一种智能优化感知节点位置的辐射源定位方法，采用改进的布谷鸟搜索(Cuckoo Search)算法进行网络中感知节点位置寻优，再利用克里金插值(Kriging Interpolation)来实现电磁态势的感知，以及对电磁态势数据进行结合峰值密度聚类(Density Peaks Clustering, DPC)思想的K-means聚类从而实现辐射源定位。该方法能够在初始部署不理想的条件下调整感知位置，实现无先验信息的目标辐射定位。实验表明，所提方法在多目标复杂环境下，插值精度优于随机部署和普通布谷鸟优化感知位置的克里金插值，在感知区域为4 km×4 km,节点总数为40 000个，且感知节点占比1%的条件下，平均定位误差为47.28 m,具有一定的应用前景。     

基于节点密度的改进型DV-Hop算法

DV-Hop定位算法是无线传感器网络中一种常用的基于非测距定位技术,该算法使用平均跳距表示实际距离,在实际应用中造成很大的误差和节点能耗。为此,分析了加权的DV-Hop定位算法,提出了基于节点密度的定位算法,根据未知节点的邻居节点数,修正了平均跳距。仿真结果证明,加权DV-HOP在定位精度上比DV-HOP算法提高了5.3%,基于节点密度的定位算法在功耗上比DV-HOP算法减少了20.7%。     

基于接收信号强度的WSN概率定位算法

定位对无线传感器网络的应用、操作和管理发挥着至关重要的作用.针对传感器节点的定位,提出了一种基于接收信号强度的概率定位算法.介绍了算法原理及实现过程,讨论了信标节点分布对该算法性能的影响,最后比较了本概率定位算法和最小二乘定位算法在传感器节点定位性能上的优劣.仿真结果表明,信标节点分布对未知节点的定位误差具有较大的影响,本定位算法的性能要优于最小二乘定位算法.     

基于定位导航系统的改进无线节点空间定位算法

提出了一套针对无线节点空间定位的修正算法.首先提出了一种抽样后求点估计的方法,消除了GPS信息误差造成的影响,然后通过分治法的策略来选取锚节点,保证锚节点的可靠性,普通节点可以通过锚节点与本身进行定位求概率分布,继而修正拓扑,最后通过一个竞争机制来进行有序的网络拓扑坐标修正.实际测试达到了预期的效果.通过该算法,可以在较低功耗下将无线传感网络的定位精度提高,使得无线传感网络能够适应高定位精度的要求.     

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。     

无线传感网络的改进嵌入式节点定位系统设计

由于传感器中定位节点成本相对较高且系统繁杂,易导致节点自我定位功能的误差甚至失效等问题。为了更好地对无线传感网络系统进行设计,以实现高精度定位的系统设计为目标,主要对无线传感网络系统的软件部分进行改进。结合嵌入式节点定位系统进行创新和优化,建立了一种嵌入式无线传感网络控制节点定位系统。从而提高定位系统运行的可靠性、准确性和灵活性,以便使系统能够更好地适用于不同的应用检测定位环境。为验证系统的有效性进行仿真实验,实验结果证明,该方法可有效提高无线传感网络技术定位的精准性和可靠性,有效弥补了传统定位系统中存在的不足,具有更高的参考和实用价值。     

采用RSSI提高无线传感网络定位精度的算法

为了提高无线传感网络中节点的定位精度,同时又希望降低节点的定位开销,提出接收信号强度(RSSI)定位算法。以RSSI和三边定位原理为基础,详细阐述了该算法的定位思想,以伪代码的形式描述未知节点定位的实现过程。从存储、计算和通信开销3个方面与ALA方案做了定性分析,针对不同的冗余系数、不同的定位轮数和不同的信标数量进行了仿真,与ALA方案做了定量分析。分析结果表明,该算法达到了提高无线传感网络定位精度的目的。     

一种降低定位误差的无线传感器网络节点定位改进算法

本文针对无线传感器网络节点的定位精度问题,提出了一种采用误差修正的方法来降低累积距离误差和定位误差的传感器网络节点定位改进算法,给出了该算法的基本原理与实现方法.该算法在不增加原算法通信量及计算复杂度的基础上提高了定位精度.仿真结果显示,在同等条件下,本文提出的算法定位精度提高了5～10%.     

无线传感器网络中序列定位新算法的研究

 在无线传感器网络中传统的序列定位算法将空间划分为点、边和面等不同的区域,但以面重心为未知点定位时误差较大. 针对此节点自定位算法的误差问题,提出了一种序列定位与三点垂心法相结合的节点定位改进算法,给出了该算法的基本原理与实现方法. 通过进一步判断排列顺序相关系数的三个最大值,求出离未知节点“最近”的三个区域的重心构成的三角形的垂心,进一步滤掉节点不可能存在的区域,减少定位误差. 该算法增加了计算未知节点精确位置的计算量,但不需要增加节点的硬件条件和计算复杂度. 仿真结果表明,与传统序列定位算法和三点垂心法相比,新算法可以明显的提高定位精度,随着锚节点数的增多,定位误差呈大幅度的减少.     

传感网协同环境下容错目标检测和定位策略

针对无线传感网拓扑结构的动态特性和目标协同定位的准确性,通过对网络节点特性、网络模型和无线信道传输模型进行需求分析,给出若干相关定义和数学模型,并在此基础上提出了一种具有容错性的传感网协同环境下的目标检测和定位策略,由目标区域监测、目标监测定位和基站通信定位3个阶段组成。该方法的基本原理是所有传感节点通过判断接收目标信息的强度来确定观测值,在此基础上通过与其他节点进行通信,取观测平均值为本区域的观测值,从而筛选出合格和优秀传感节点与基站传感节点通信,最后由基站和通用两类传感节点协作完成对检测目标位置的准确定位,具有容错性能好、定位准确度高等特点。仿真结果从容错能力评价、定位准确度等方面验证了所提方法的正确性和有效性。     

智能车辆检测仪网络地磁传感节点低功耗设计

为对地磁传感节点进行低功耗设计,采用动态功率管理的方法减少地磁传感节点各部分电路的功耗,另一方面,尽量减少无线传输单元的接收时间来降低地磁传感节点进行数据传输时的功耗.对这两种降低功耗的方法进行了实验对比验证,实验表明,本文设计的地磁传感节点功耗降低了80％,有效降低了传感网络节点的功耗.     

基于限定域-蜂群的光纤物联网节点定位算法研究

为了实现物联网光纤感知层中待测节点的快速精确定位,提出了基于限定域-蜂群的节点定位算法,建立了针对光纤传感网络数据特点的节点定位模型,采用矩形限定域简化约束条件,从而提高定位精度。实验结果显示,当参考节点数大于3时,对定位平均误差的影响基本不变;当种群数取18时,定位平均误差趋于稳定,3种算法的平均定位精度分别是2.3 m、3.1 m和3.4 m;而达到定位精度需要的迭代次数分别是12次、15次和41次。由此可见,本算法在稳定性、定位精度及收敛速度方面均具有更好的定位性能,其在大范围物联网光纤感知层节点定位领域具有一定的实际应用价值。