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。     

基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。     

一种改进的煤矿井下无线传感器质心定位算法

频繁的煤矿井下事故要求无线传感器网络能够更精确的对井下人员进行定位。利用修正加权质心算法进行定位存在较大的误差,针对该问题,在修正加权质心算法的基础上提出了一种改进的煤矿井下无线传感器质心定位算法,该算法将修正加权质心算法得到的质心作为新的锚节点,并通过多次选择、运行形成新的锚节点和质心的方法进行定位。仿真结果表明:不同的巷道宽度下,改变修正系数a的值就可以得到最佳的定位效果,同时可以通过仿真实验得到最佳定位效果下的修正系数a的值,从而使定位精度达到最好。通过比较两种算法的平均定位误差得到改进的煤矿井下质心定位算法在三种巷道宽度下分别将定位误差平均降低了0.792 6m,0.636 2 m,0.598 9 m。     

基于改进APIT的移动机器人动态定位

针对室内无线传感器网络通信传输不稳定和定位精度较差的情况,提出了一种移动机器人自主动态定位系统,通过实时选择邻近信标节点,确定节点坐标构成的边界,绘制局部网格空间,实现机器人动态定位.利用接收信号强度指标实现测距,然后采用基于测距的改进近似三角形内点测试（APIT）算法完成定位,再使用卡尔曼算法修正定位误差.该方法适用于室内网络传输不稳定的实际情况,采用卡尔曼滤波器获得最优数据.实验结果表明,该移动机器人自主动态定位方法比基于网格的极大似然方法具有更好的精度和适应性.     

基于iBeacon的环形定位优化算法研究

针对常规环形定位算法在室内无线传感网络中定位精度不高、收敛慢的情况,结合某高校课堂云考勤系统的近场感知需求,提出利用iBeacon锚节点进行环形定位的优化算法(IAWC).利用拟合得到的iBeacon信号传播模型,确定与待测节点最近邻的四个锚节点,然后对其中任意三个节点结合平均定位误差构造圆环,探讨并简化了三环叠加的各种情况时的定位思路.通过增强近邻锚节点在定位过程中的作用,提出权重系数优化思路,并将其用于三环叠加加权质心的计算以及最终确定待测节点坐标时的二次加权定位.表明在仿真环境中通过合理设置锚节点的功率、通信半径、部署密度和测量时间,该算法的定位精度可控制在0.5m以内,能够满足多数室内定位场景的精度和速度要求.     

锚点稀疏的无线感知网络定位算法

为有效实现锚点稀疏无线感知网络中节点的定位,提出一种多跳协作分布式定位算法.利用与局域范围内的多跳锚点通信协作,对定位的伪位置进行排除或缩小位置范围;同时,对影响定位精度的测距误差、锚点位置误差进行研究,利用误差分析技术优化锚点的选择,排除冗余锚点带来的误差影响;通过Matlab仿真实验研究定位率与锚点密度之间的关系,验证了算法的有效性和正确性.试验表明,该算法能显著提高定位率(尤其对处于网络边缘的节点定位),有效降低定位误差和定位成本.     

基于锚圆交点加权质心的无线传感器网络定位算法

针对无线传感器网络节点能量有限,基于距离的定位算法有时并不适用的问题,在研究了未知节点与其无线射程范围内的3个锚节点之间的通信约束和几何关系的基础上,提出了一种基于锚圆交点加权质心的定位算法。该定位算法仅基于网络连通性而不需要测量距离,算法计算量小,节点通信开销小。仿真结果表明,当在100m×100m的区域范围内随机部署100个传感器节点,通信半径为30m、锚节点密度为16%时,相对定位误差为22.7%。     

无线传感器网络三维抽样定位

为了减小定位误差、提高算法的适应性,利用三维空间抽样和范围约束的方法,并结合对成功样本点的加权筛选,获得节点的三维估计坐标以实现定位.针对不同的节点功能,算法可以在基于跳数和基于距离两种方式下进行,并采用三种不同的抽样方案对这两种方式进行了分析和比较.初步仿真实验显示了该三维定位算法可以在锚节点比例20%的情况下,定位误差低于通讯半径的25%;测距误差增大到通讯半径的50%时,定位误差不超过通讯半径的35%.     

一种用于提高定位精度的选星算法

在分析几何布局选星算法原理及选星效果的基础上,提出了该选星算法的改进算法。该方法将几何布局选星算法与准最佳选星算法结合起来,不仅改善了几何布局选星算法的选星效果,而且保留了几何布局选星算法计算速度快、可用于单星座定位系统和多星座定位系统的优点。仿真结果表明:通过改进算法能够得到逼近最佳几何精度因子法的选星结果,相对于几何布局选星算法只增加了计算几何精度因子(GDOP)值的较小工作量。     

遗传-禁忌搜索优化的三维DV-Hop定位算法

为进一步提升无线传感器网络的定位精度和稳定性,提出了一种利用遗传-禁忌搜索法改进的三维distance vector-hop （DV-Hop）定位优化算法（TDGT）.首先利用最优跳数、跳数调整因子以及锚节点距离误差加权值对DV-Hop中的节点间跳数和平均跳数进行改进和修正,降低了算法的定位误差;其次将具有快速搜索能力的禁忌搜索引入遗传算法中进行寻优,提升了算法的搜索效率和定位准确性.仿真结果表明,TDGT与现有的无线传感器网络定位算法相比,具有更佳的寻优搜索能力、定位精度和稳定性.     

基于RSSI的测距优化和三边定位算法研究

运用RSSI测距技术测量目标节点与已知锚节点之间的距离。提出一种动态的优化模型对RSSI测距值进行优化处理,减少测距误差提高精度。最后,运用三边测量定位算法得到目标节点坐标信息。室外实验数据以及仿真结果表明,该方案对于传统定位方法有明显的定位精度提升。     

基于Voronoi图的无线传感器网络定位算法优化

无线传感器网络是由具备传感、计算和通信能力的传感器节点组成的多跳自组织网络。定位技术是无线传感器网络的关键技术之一,大多数定位算法都以测距技术为基础。提出了一种基于距离优化的Voronoi图定位算法VB-DR。该算法利用Cayley-Menger行列式的几何应用对节点之间的距离关系进行限制,得到关于测距误差的约束方程并用以优化距离信息。仿真表明,VB-DR算法可以较好地修正测距误差,并解决经典的基于Voronoi图定位算法中存在的定位失败问题。     

基于ISSA-GRNN的无线传感器网络定位优化算法

为了减少无线传感器网络(WSN)节点在传统方法上的定位误差,增强定位的准确度,提出了一种融合改进的麻雀搜索算法和广义回归神经网络(ISSA-GRNN)的节点定位优化算法。首先,对普通DV-Hop算法和Centroid定位算法的节点信息分别优化,利用加权优化思想和节点信号强度修正DV-Hop算法的跳距与Centroid算法的质心。然后将修正后的跳距、质心特征和节点其他特征相融合,作为GRNN的输入向量进行训练。为了解决网络调节参数随机设置的问题,通过ISSA改进网络参数,并得到未知节点的最优预测位置。仿真结果表明,与其他优化算法相比,该算法平均定位误差较小,定位精度得以提升。     

WSN中一种基于虚拟锚节点的VA-RSSI定位算法

摘要： 针对无线传感器网络中传统RSSI定位算法精度较低的缺陷,提出一种设定RSSI有效阀值的VA-RSSI（Virtual Anchor RSSI）定位算法。该算法将定位后的盲节点升级为虚拟锚节点,提出虚拟锚节点信任度的概念与计算公式。采用虚拟锚节点信任度作为权值,由加权最小二乘法计算节点坐标。仿真实验表明,在相同网络环境下,该算法能有效降低测距误差,提高定位精度。     

受限浮动水下传感器网络定位

为了确保水下传感器网络节点不会随水流离开监测区域,通常用缆绳把节点与固定在水底的锚相连,使水下节点具有受限浮动性,然而考虑这一重要特性的研究成果非常有限。针对水下节点受限浮动考虑不足的问题,提出了受限浮动水下传感器网络定位算法(restricted floating localization,RFL)。首先,根据水下节点在重力、浮力、水流冲力、缆绳拉力作用下的活动规律,建立受限浮动节点模型;然后,采用一个移动信标辅助定位,该移动信标在部署区域内沿直线移动,每过一段时间变换一次方向并广播位置信息,利用移动信标的位置信息结合水下节点的受限移动规律,通过理论分析推导锚的位置,并通过多次计算取中值以降低锚位置的求解误差;接下来,利用锚和移动信标的位置信息,计算出水下节点的位置。仿真分析了RFL算法中锚位置误差、锚对节点定位的影响以及节点位置误差,并将RFL算法与现有的TL算法、MFLA算法和LSLS算法进行比较。仿真结果表明,RFL算法的平均定位误差分别是TL算法的49.6%,MFLA算法的44.8%,LSLS算法的32.1%,其最大误差与最小误差都小于TL算法、MFLA算法和LSLS算法。RFL算法定位精度高于现有算法,而且具有较好的稳定性,简单可行,具备较高的实用价值。     

一种基于RSSI向量的传感器网络定位算法

为了降低待定位节点在定位单元的边缘定位误差,设计了一种四边形区域定位算法。首先根据待定位节点在定位单元的不同位置,分别采用定位单元内部定位机制和定位单元外部定位机制,然后引入向量相近度来辅助寻找距离未知节点最近的参考样本点。试验结果表明,该算法可降低50%的定位误差,随着锚节点数的增加,定位精度逐渐增加且最终趋于稳定,解决了待定位节点的定位误差问题。     

利用测距值优化的室内三维定位算法

为了解决实际误差分布与假设误差分布不匹配导致最小二乘三维定位算法精度较低的问题,提出一种基于测距值优化的最小二乘室内三维定位算法.结合残差修正、Cayley-Menger行列式及空间四面体几何约束,利用非线性规划方法优化测距值,使测距误差符合高斯分布特性,从而提高最小二乘三维定位算法的定位精度.实验对比分析结果显示,所提算法具有较高的定位精度及稳定性.     

无线传感器网络RSSI定位算法的研究与改进

为了克服接收信号强度指示(RSSI)测量误差对无线传感器网络节点自身定位精度的影响,提出一种改进的RSSI测距定位算法.该算法考虑到参考节点间的几何位置,可获得最优参考节点.将同一参考节点采集到的RSSI值通过中位数法进行数据处理,获得RSSI权值,对RSSI值进行修正.最后利用加权质心算法,得到未知节点的位置.仿真结果表明,该算法能有效过滤过大的节点定位误差,提高精确,使误差相比原始算法降低60%左右.     

基于EC-TDOA和ZigBee技术的室内超声波定位系统

目的研究室内定位方法机理,解决室内目标高精度定位的问题．方法设计了一种基于测距的室内定位系统,该系统采用测量射频信号和超声波信号到达时间差的方法测距并引入校正因子减小测距误差,通过极大似然估计定位方法计算目标位置,运用ZigBee制作节点模块组成网络实现对室内目标的定位．结果在测距实验中,EC-TDOA测距结果的误差小于0．02cm,满足测距精度要求．在定位实验中,最大定位误差和平均定位误差分别为4．3cm和1．64cm,而定位误差在2．5cm以内的比例达到90％．定位频率为20Hz,满足实时定位的要求．结论系统在室内环境中实现对超声波信号覆盖范围内移动节点的定位,通过测距校正有效提高定位精度．系统具有较强的容错性和自适应性．     

天牛须搜索的锚节点布设优化算法

锚节点的布设方案决定了无线传感器网络的定位极限.针对现有布设算法存在计算开销大和优化策略具有局限性等问题,提出了基于天牛须搜索的锚节点布设优化算法.采用向量化的克拉美罗下界作为布设优化策略,通过功效系数法优化布设策略,并采用天牛须搜索算法实现布设的快速、精确收敛.仿真结果表明：与传统区域定位误差均界评价指标相比,所提算法使得99.74%的区域内定位性能极限提升了约38.79%;在25锚节点布设场景下,与遗传算法相比,布设后区域内定位性能极限大致相同,但搜索时间降低了约64.2%.