基于RSSI的改进差分修正加权质心定位算法

通过信标节点广播信号强度计算未知节点与信标节点的距离,按升序排序后,逐次取三个距离构建相交圆求质心,并将第一个质心作为参考节点计算差分修正因子修正质心,最后,通过加权质心计算实现未知节点的定位.仿真结果表明,该算法能够减少质心计算误差,有效提高定位精度.     

一种复杂环境下无线传感器网络定位算法

通过对建立定位算法求解数学模型,针对RSSI(接收信号强度)受环境影响较大而提出了基于RSSI实际检测的定位算法。该算法利用锚节点实地测量信号损耗来确定定位算法的权值因子,以此进一步提高复杂环境下节点定位精度。通过模拟障碍物环境仿真实验分析可以看到,与加权质心算法相比,此定位算法的平均定位误差可下降1/4左右,而随着环境复杂度的提高,尤其是障碍物地带,其定位精度可提高一半左右。     

一种APIT改进定位算法研究

APIT改进定位算法结合网格扫描方法,未知节点一旦被定位就充当起信标节点的功能,向周围邻居发送自己的估计坐标信息,把已经定位的未知节点与信标节点同等对待。通过MATLAB进行仿真,实验证明,该算法不仅减小了定位误差,并且提高了定位覆盖率,表明APIT改进定位算法有一定优势。     

一种改进的无线传感器网络APIT定位算法

分析了APIT定位算法在定位精度和定位覆盖率方面存在的问题及其原因,针对这些问题,提出一种基于信号传输时间的定位改进算法（简称为TAPIT）。在TAPIT算法中,采用测量节点间信号传输所需的时间替代节点间的距离,利用面积测试法进行三角形内点测试,减少了测试的误差,提高了算法的定位精度;通过引入TROA算法以及利用部分已定位的节点参与定位计算,帮助部分无法使用APIT定位算法进行定位的节点完成定位,从而提高了算法的定位覆盖率。仿真实验表明,与APIT定位算法相比较,TAPIT定位算法在定位精度和定位覆盖率上都有明显的提高。     

无线传感网络改进APIT定位算法

未知节点定位是无线传感网络中的研究重点之一,目前最常用算法为基于免测距原理的APIT算法.该算法具有通信开销小、硬件简单易实现等优点,但其基本思想为质心原理定位,故定位精度难以提高,特别是当锚节点稀疏时无法定位.针对APIT定位算法无法定位,锚节点三角形不包含待定节点的情况,提出一种改进两点定位法,并与原APIT定位算法相结合,提高了定位精度及未知节点覆盖率.     

基于LMAP算法的改进算法——ELMAP

在LMAP(Localization with mobile anchor points in wireless sensor networks)算法的基础上提出了一种改进算法:ELMAP算法。ELMAP算法改进了原算法的参考信息分组的选取机制,以达到摆脱对节点传输模型假设的依赖和提高实际应用中定位性能的目的。该算法选取具有相同接收信号强度(RSS)值的信息分组作为参考信息分组来对未知节点进行定位计算。仿真结果表明ELMAP算法比原算法具有更强的环境适应能力,并且可以通过调节接收到的信息分组数量和限定用于定位计算的参考信息分组的RSS值的范围来达到最佳状态。     

基于锚节点间距离的改进RSSI测距方法

节点定位是无线传感网络的核心支撑技术之一。为提高接收信号强度指示(RSSI)法的定位精度、消除路径散逸指数,提出一种基于锚节点的模糊C-均值(FCM)校正算法。该算法利用FCM模型对非敏感区的RSSI数据进行处理,筛选出RSSI较优值,并将已知2个锚节点之间的距离与测量得到的RSSI值作为参考,校正被测RSSI值对应的距离,消除路径散逸指数。仿真结果表明,该算法比统计均值模型具有更好的估计精度。     

基于尺度优化IUKF滤波的室内定位估计方法

为了改善以往室内接收信号强度指示定位方法精度不高的问题,提出了一种运用单形采样和协方差修正策略的尺度优化迭代无迹卡尔曼滤波器(SIUKF),对节点坐标和信道衰减参数进行联合估计解算,从而实现对目标位置获取的改进定位方法.该方法针对室内环境复杂、干扰因素较多、接收RSSI信号存在较大的噪声的情况,使用kernel平滑法对原始数据进行预处理校正,并将定位问题转换为非线性状态最优化估计问题.实验和仿真结果表明,与扩展卡尔曼滤波(EKF)和标准无迹卡尔曼滤波法(UKF)相比,采用具有更高非线性近似精度的SIUKF解决接收信号强度指示室内定位估计问题,可以较好地提高目标位置估计精度,且计算复杂度适中,稳定性更好,平均定位精度可达0.65 m,能满足室内定位的需求.     

一种提高无线传感器网络节点定位精度的算法

提出一种提高传感器节点定位精度的算法,利用信号强度接收法测量节点间距离并以信标节点互为参考点修正该距离。MATLAB仿真结果表明,新算法与传统算法相比,其节点定位精度可提高10%～20%。     

基于RSSI动态路径损耗的定位算法

传统接收信号强度指示定位算法具有成本低、使用方便等优点,但是由于环境的变化,使得路径损耗指数变化,导致定位精度大大降低。该文提出一种基于接收信号强度指示动态路径损耗的定位算法,首先,计算出环境损耗指数,并将每个值与对应的信号强度损耗值记录在数据库中;其次,通过接收到的信号强度指示选取路径损耗指数,利用三边定位测量算法,通过最小二乘法来计算获得待定位标签的坐标位置;最后,在MATLAB平台验证算法的有效性并进行实验。     

一种基于DV-HOP改进的无线传感器网络定位算法

针对无线传感器网络中经典定位算法DV-HOP定位精度低的缺陷,提出改进算法。该算法采用新的方式计算未知节点与锚节点的距离,提出锚节点信任度的概念,并利用加权最小二乘法计算节点坐标。Matlab仿真实验结果表明,在相同网络环境下,该算法能有效减小距离计算带来的定位误差,提高定位精度。     

基于搜索的RSSI节点定位算法

节点定位是无线传感器网络中的关键技术.该文通过对无线电传播路径损耗模型的分析,并以锚节点之间的信息作为参考,提出了一种基于搜索的RSSI定位算法.该算法由RSSI测距,定位计算和循环搜索求精三阶段组成,计算简单,通信开销小,节点定位精度较传统三角形定位算法有一定的提高,具有普遍的应用意义.     

面向WSN的移动信标辅助定位方法

提出了一种基于移动信标的辅助定位方法,该方法采用三重覆盖思想确定虚拟信标点分布,保证未知节点获得足够的定位信息;利用蚁群算法获取遍历这些虚拟信标点的最优路径;提出了基于迭代优化算法的虚拟信标点滤波方法.通过对虚拟信标点个数、遍历路径长度、传感器通信距离和定位误差等参数分别进行仿真分析.结果表明,该定位方法在定位精度、定位覆盖率和能量消耗等方面具有一定的优越性.     

基于RSSI的四边测距改进加权质心定位算法

该文根据接收信号强度指示的测距特性,改进四边测距,并提出一种改进的加权质心定位算法。首先引入统计中值加权的方法,有效地降低了采集RSSI信号时的测量误差。然后运用Euclidean节点定位算法,改进四边测距算法。为进一步提高精度,对WSN定位技术中关于未知节点近似位置的算法做了修正,并对加权质心定位算法中的加权因子进行了优化,使未知节点的定位精度更加精确。相比之前的许多加权质心定位算法,仿真结果表明,改进的质心定位算法在定位精度方面有很大的提高,鲁棒性也较高。     

基于卡尔曼滤波的WSNs节点定位研究

节点定位是无线传感器网络中的关键技术之一。在采用装备有GPS装置的移动信标-移动机器人、无人机的基础上,将加权最小二乘估计与扩展卡尔曼滤波(EKF)组合,进行未知节点定位。算法首先利用加权最小二乘估计(WLSE),获得无线传感器网络未知节点的初步位置,再用扩展卡尔曼滤波进一步提高定位精度。并且提出了加权因子的确定方法,同时,算法还提出了移动信标位置参与EKF迭代计算的最优排序方案。算法可以实现传感节点的低成本定位,可以达到较高的定位精度。仿真结果显示,算法与目前常用的最小二乘估计相比,未知节点的定位精度有较大的提高。算法应用RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

无线传感器网络三维节点的插值规划定位

针对无线传感器网络中传感器节点的初始位置未知的问题,提出一种基于插值和规划算法的无线传感器网络三维节点定位算法.该算法利用锚节点坐标将节点所在空间曲面建立,并利用接收信号强度指示（RSSI）值和无线信号传播模型推导出所有可通信节点间相对距离.最后,利用0-1规划在空间曲面上选出满足距离约束且与未知节点数量相同的插值节点,从而估计出未知节点的空间位置.该算法设计简单,通信开销少.仿真结果表明,该算法具有较小的节点定位误差,并具有良好的稳定性和扩展性.     

无线传感器网络中基于传输时间比的定位算法及改进

提出一种基于测距的定位新算法,即基于节点间信号传输时间比的定位算法.利用TROA算法的思想改进DV-Hop算法并且进行仿真对比.仿真结果表明,改进后的算法定位精度有明显提高.