一种降低NLOS误差影响的节点定位算法

针对基于测距的节点定位算法在非视距环境下定位精度较低的问题,文章从两个方面对其进行改进:将粒子群优化算法应用于节点定位,并对其参数设置和目标函数选取进行了改进;利用NLOS(Non-Line-of-Sight)测距信息对未知节点可能存在区域进行估计,缩小粒子搜索范围。仿真结果表明,在非视距环境下,改进算法的定位精度和稳定性有明显的改善,是一种可行的无线传感器网络节点定位的解决方案。     

无线网络的移动节点定位方法研究

到达时间差算法(TDOA)是通过测量移动节点接收两个已知节点发射信号的时间差值估算距离,但移动节点需在通信范围内;DV-hop根据节点之间跳数测距,但估算误差较大。将两种方法相结合,在不增加网络硬件的条件下,提高了定位精度。     

移动锚节点辅助的DV-hop定位方法研究

该文简要分析了DV-hop算法的定位原理,在分析锚节点比例、节点部署密度对该算法定位精度影响的情况下,针对稀疏的随机无线传感器网络引入移动锚节点。移动锚节点使用一种在自组织网络中经常用到的移动模型。仿真结果表明,改进的M-A-DV-hop算法很大程度地降低了硬件成本,并显著提高了算法在稀疏随机传感网中的定位精度。     

移动导标条件下的无线传感器网络节点定位方法

针对无线传感器网络定位目标和要求,提出了一种新的利用移动导标节点广播信号来实现未知节点位置估算的方法. 1个或多个移动导标节点随机游走于网络区域,并间隔性地广播自身位置信息,未知节点利用接收到的广播信息位置估算边界线进行节点定位. 仿真实验结果表明,新算法比传统算法具有更小的计算代价和更高的可靠性、稳定性.     

面向WSN节点定位的多移动导标节点路径规划

针对移动导标节点定位中的路径规划问题,提出了一种通过移动导标节点,根据搜集的未知节点多跳信息,从而获得其通信范围内未定位节点的邻居节点数量的方法.利用该方法移动导标就可以向邻居节点数量最多的节点移动,以较短的移动路径定位尽量多的未知节点,还可以利用多个移动导标相互协作,使绝大多数无线传感器节点得到有效定位.仿真结果表明,与传统的路径规划算法相比,该方法在移动路径长度上具有明显的优越性.     

面向无线传感器网络节点定位的移动锚节点路径规划

针对无线传感器网络定位的需求,对移动节点的路径进行了分析与规划。首先设计了移动锚节点与传感器节点间的通信过程,使锚节点获得足够的局部邻居信息,作为后续动态选择目标子区域的基础。然后设计了一种动态、静态轨迹相结合的移动路径,在保证定位率的同时,可以有效避开网络中的空白区域。仿真结果表明：在不同的节点分布下,本工作的算法在定位率和路径长度等方面有良好的表现。     

复杂电磁环境下移动节点三维定位研究

动态环境下的定位是最基本的应用支持技术之一。仅靠电磁信号的高精度测距定位对普通移动电子设备及其时钟同步的要求很高,而且对电磁干扰、多径效应和非视距等因素的影响较为敏感。为适应移动节点所处的邻居信标节点数量的不断变化和复杂电磁环境下对高精度定位的特殊要求,解决在信标节点稀疏分布情形下的高精度定位问题,提出基于次声波和电磁波的非同步TDOA三维测距解析定位及加权辅助定位算法,其中包括三维解析定位算法、动态质心定位算法和轻量级的新抗差加权最小二乘算法,并研究了内插法下的运动轨迹恢复。仿真表明该算法具有很好的稳健性和很高的定位精度。     

辅助定位信标节点的移动路径规划算法研究

为快速实现监控区域内所有传感节点的定位,利用辅助定位信标节点的移动,提出无线传感网中辅助定位信标节点的移动路径规划算法（MPPA）。在MPPA算法中,考虑由多个六边形网格组成的监控区域,分析sink节点的移动特点,考虑其移动路径中停留位置只是六边形网格的顶点和中心,不在同一位置停留,相邻3个停留位置不共线以及每一个网格至少被3个以上不同停留位置覆盖等约束条件,提出信标节点的移动路径约束和传感节点定位约束,并建立其移动路径规划模型。根据邻居停留位置的信息素浓度决定下一个停留位置,根据蚂蚁选择的路径释放和挥发信息素。经过蚁群算法的多次迭代,可获知能覆盖所有网格的信标节点最优移动路径。信标节点沿着该路径移动时,传感节点可获知信标节点的不同位置信息,收集通信时的RSSI值,采用Kalman滤波算法降低通信噪声,采用最大似然估计算法计算自身位置坐标。仿真结果表明：MPPA算法可根据网格中心和顶点的位置,收敛于移动距离最短且能实现监控区域任何位置上传感节点定位的最优移动路径。MPPA算法降低了信标节点的移动路径长度和停留位置个数,降低了网络启动后所有传感节点获知自身位置所需要的时间,并将传感节点平均定位误差保持在较低的水平。在一定的条件下,MPPA算法比SCAN、DOUBLE_SCAN、HILBERT、CIRCLES和ZSCAN算法更优。     

自适应蒙特卡罗无线传感器网络移动节点定位算法

针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高、采样率低等缺点,提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同,自适应地调整不同区域的采样粒子的影响权重,对未知节点进行定位;同时,利用上一时刻采样粒子增加限定条件,提高定位精度。仿真结果表明,本算法在规则度不同的条件下节点的定位误差平均下降了约13%,在速度不同的条件下定位误差平均下降了约10%,网络覆盖率可达到99.19%。     

卫星移动终端增强型卡尔曼滤波协同自主定位算法

针对单星、多终端协作定位,提出了一种基于卡尔曼滤波的静止轨道卫星移动终端协同自主定位算法. 利用同波束内的未定位移动终端进行信令交互,获取卫星与波束中心参数进行最小二乘粗估计,再采用卡尔曼滤波对粗估计坐标二次优化. 仿真结果表明,基于卡尔曼滤波的静止轨道卫星移动终端协同自主定位算法可在单星场景下实现较精确的终端定位,且在协作终端数量增加时能降低定位误差的波动范围,提高定位稳定性.     

避免非视距影响的蒙特卡罗移动节点定位方法简

Enhanced Monte Carlo Boxed (EMCB), based on the broadcasting messages of one-hop neighbor nodes, is proposed in a mobile wireless sensor network for NLOS environment. The utilization efficiency of nodes is improved in the way of message flooding. The located nodes are used as the virtual anchor nodes in order to improve the location precision in the network with few anchors, optimizing the sample boxes of the neighbor nodes. Besides, both the theoretical limit of connectivity and the previous location information are used to enhance the filtering performance. Taking advantage of the one-hop messages, all the nodes are located layer-by-layer. Finally, the results of simulation show that the location precision is improved compared with the traditional algorithms in any situation. Especially, a good performance is achieved with fewer anchor nodes.     

非视距传播环境下对移动用户定位的AOA方法

非视距传播问题是移动定位中的一个关键问题．基于几何结构的单次反射统计信道模型，提出了一种减小非视距传播影响的AOA定位方法．该方法一方面利用所有的参数信息进行定位，使有限的资源得到充分利用，另一方面采用不等式约束减小移动台的可行区域，二者结合以提高非视距传播环境下的定位精度．仿真结果证明了该方法的有效性．     

未知环境下移动机器人路径规划方法

路径规划是研究自主移动机器人技术中的一个重要领域，一般地可分为基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划两种类型.对未知环境下移动机器人路径规划的方法和发展现状进行了总结，指出了各种方法的优点与不足.最后对移动机器人路径规划的发展趋势进行了分析.     

无线传感器网络节点定位算法

针对无线传感器网络(wireless sensor network,WSN)系统中节点的定位算法问题,提出了基于差分的DV-Hop定位算法,信标节点将测算的位置测定误差作为校正值向四周区域广播,未知节点接收到信标节点的校正信息后,据此修正自身的相对位置测算值,以减少节点定位误差,提高定位算法的精度。仿真测试表明,该算法与普通的DV-Hop算法相比,在定位误差与通信距离的比值等性能指标上得到了明显改善。     

移动机器人Markov定位算法的研究——方向传感器建模新方法

为了改善移动机器人Markov定位算法中方向传感器模型的性能,提出基于高斯函数的新概率模型.该模型考虑了方向角周期性问题,对相位进行了转换,利用高斯函数对方向传感器进行了概率建模.将此模型放入Markov算法,与其他传感器组成观测模型,并进行对称环境中的单次定位仿真和复杂环境中的连续定位仿真.仿真结果表明,这种概率模型计算量小,收敛速度快,在大量测量噪声存在下工作稳定.     

利用簇收缩策略的传感器节点重要性评估算法

针对现有借助移除思想设计的节点重要性评估方法不能准确刻画网络中传感器节点重要性的问题,提出了一种新颖的传感器节点重要性评估算法.该算法利用簇收缩策略来代替传感器节点的移除,进而有效规避了由节点移除而引发的网络拓扑不稳定及断裂等现象.具体步骤是首先凭借谱分析方法找出网络中的原始簇结构,然后借助簇收缩策略找出网络中的重要节点,最后利用超能节点来实现对重要节点的针对性保护,进而达到延长无线传感器网络寿命和增强网络抗毁性的目标.相关仿真也验证了所提算法的有效性.     

具有机动能力的无线传感器网络节点的设计与实现

针对无线传感器网络机动能力的不足,提出一种具有机动能力的网络节点设计方法,并成功实现了移动节点样机Racemote。将该移动节点加入静态传感器网络中,能够解决目前无线传感器网络研究中存在的许多问题,可以拓展和增强传感器网络的功能。使用商业化组件方式设计的硬件平台具有较好的稳定性和可升级性,以嵌入式操作系统TinyOS为基础的软件平台简化了底层的硬件操作,使得应用程序开发更加方便快捷。验证实验结果表明,Racemote成功实现了基本的平面运动,可以很好地应用于无线传感器/执行器网络或移动传感器网络的平台搭建与实验研究。     

NLOS环境下的高斯-粒子滤波无线跟踪技术

在非视距环境下,提出一种基于高斯变换的粒子滤波跟踪算法。该算法将高斯滤波和粒子滤波相结合,利用高斯滤波产生重要密度函数,考虑最新时刻的观测数据,使采样粒子更加接近于系统状态的后验概率分布。仿真结果表明,该算法在非视距环境下具有较高的估计精度,相比于粒子滤波算法,能够减少非视距误差的影响。     

无线传感器网络传感器节点动态功耗管理方法

提出了一种新的传感器节点动态功耗管理方法。首先理论推导了节点在各个休眠状态的休眠阈值,建立了网络监测事件到达模型,采用Possion分布得到了网络事件发生的到达概率,利用无线传感器网络中存在大量冗余节点导致节点多重覆盖的特性,分析了传感器节点进入或脱离各休眠状态须满足的条件及保持各状态的最小时长等问题。最后,根据实际应用归纳了传感器节点的三种唤醒策略。实验结果表明,该方法在满足网络性能约束的前提下,利用无线传感器网络的冗余覆盖的特点,可动态调整节点的休眠深度,可减少约28%的传感器节点能量开销,37%的动态功耗管理切换时延,提高约52%的切换成功率,从而有效地延长节点工作寿命及传感器网络寿命。     

Self-diagnosis method for faulty modules on wireless sensor node

In order to diagnose the working status of each module on sensor node and make sure the wireless sensor networks (WSN) work properly, the components of sensor node and their working characteristics are studied. An on-line fault self-diagnosis method for sensor node is proposed. First, a flexible fault sensing circuit is designed as a state detection module on sensor node. Second, a self-diagnosis algorithm is proposed based on the hardware design and the failure analysis on sensor node. Finally, in order to ensure the WSN reliability, the voltage changes of each module working statuses can be observed using the state detection module and the faulty module will be found out timely. The experimental results show that this self-diagnosis method is suitable to sensor nodes in WSN.