无线传感器网络栅格扫描定位算法研究

栅格扫描算法是无线传感器网络中一种典型的无需测距的定位算法。分析并仿真该算法中对定位误差、定位率及定位时间有较大影响的网络平均连通度、锚节点个数、节点通信半径以及栅格边长等重要参数。仿真结果表明,邻锚节点个数是影响定位误差及定位率的主要因素,栅格边长对定位误差起调节作用,而总节点数是影响定位时间的主要参数,并且在固定监测区域内,存在较优的参数设置,能够有效降低定位误差并提高定位率。     

基于投影栅格扫描的无线传感器网络三维定位算法

针对现有无线传感器网络(WSN)三维定位算法在精度和复杂度方面的不足,提出了一种改进的三维空间定位算法。利用栅格扫描分别求解邻居锚节点在两个坐标平面的投影交域,得出未知节点在两坐标平面的对应位置,最终实现三维位置估计。仿真结果表明：在100m×100m×100m的空间里,随机投放200个传感器节点,锚节点数为45时,其覆盖率达到了99.1%,相对定位误差仅为0.5533。且平面投影的引入,有效地降低了算法复杂度。     

基于网格扫描的无线传感器网络定位算法

分析典型的测距无关定位算法APIT与API2T,指出其存在定位精度低与覆盖率低的缺陷。针对该问题,提出一种基于网格扫描的无线传感器网络定位算法——API3T。重新定义邻居节点,改进网格扫描策略,从而减少In-To-Out错误和Out-To-In错误。仿真实验结果表明,该算法的定位精度与覆盖率较高。     

二次栅格扫描与锚节点递减栅格扫描的定位算法

为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上作进一步的改进。首先利用二次栅格扫描确定初始定位点,并产生缩小的定位区域;在该缩小区域内,将邻居锚节点与初始定位点间的距离转换为理论信号强度值,再对比邻居锚节点实际接收未知节点的信号强度,对邻居锚节点进行有条件递减,得到递减锚节点栅格扫描法则,最终确定未知节点的估计位置。通过仿真实验的对比,改良后的定位算法在一定程度上提高了定位精度。     

二次栅格扫描与三角形质心迭代的定位算法

为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上提出一种改进的二次栅格扫描定位算法,再利用三角形质心迭代法进一步提升定位精度。首先通过比较未知节点的所有邻居锚节点到该未知节点的信号强度,找到最近邻居锚节点,利用最近邻居锚节点对可再定位的未知节点所在的估计区域进行二次栅格扫描,再利用PIT法则对定位区域进一步缩减,最后对质心三角形质心进行迭代计算得到最终定位点。仿真结果表明,在相同的网络环境下,与传统算法相比,改进算法明显提高了平均相对定位精度。     

一种基于双层栅格划分的无线传感器网络目标定位方法

目标定位和跟踪已成为无线传感器网络重要的应用领域。基于栅格部署的无线传感器网络以其特殊的拓扑结构,在目标定位方面具有独特优势。基于栅格部署的传感器网络,在单层栅格定位基础上考虑传感器节点本身的测量误差,提出了一种使用双层栅格定位目标的实用方法。仿真实验揭示了不同因素影响定位精度的一般规律,这对该方法的实际应用具有指导意义。实际系统的测试结果表明,双层栅格定位法不仅能够保证一定的定位精度,而且实时性高、实用性强。     

基于连通性的传感器网络节点定位算法

针对已有定位算法在区域边界定位误差大的问题,提出一种仅仅基于连通性的定位算法(RMBC)。通过加入功能简单的冗余节点来改进算法在区域边界附近的定位精度,并对冗余节点的通信半径和摆放形式进行分析。设计了一种新的定位算法评价标准——定位覆盖度。实验结果证明RMBC算法在定位覆盖度方面优于质心算法和APIT算法。与质心算法相比,平均定位误差降低了32.7%,最大定位误差降低了44.8%。     

基于三角形重心扫描的改进APIT无线传感器网络自定位算法

传感器节点的自定位问题是无线传感器网络的重要研究内容之一.APIT是一种主要的非基于测距的定位算法.相对于其他非基于测距定位算法,APIT具有定位精度高、通信开销小等优点.但是,APIT要求有较高的锚节点密度,而且在APIT测试过程中,边界效应以及低邻居节点密度容易增加InToOut和OutToIn测试错误的发生次数.另外,APIT算法中的网格扫描算法对于OutToIn错误的容错性较差且其执行效率低.针对以上问题,提出了一种基于三角形重心扫描的改进APIT算法.首先,分析了APIT测试中的两种典型错误InToOut和OutToIn错误产生的原因,引入了对APIT测试方法的两处改进;然后,分析了网格扫描算法对节点定位精度和算法执行效率的影响,提出了一种三角形重心扫描法,有效改进了算法的定位精度和执行效率;最后,通过仿真实验验证了改进后的算法不但可以有效地减少InToOut和OutToIn两类错误发生的次数,提高平均定位精度,改善算法的性能,而且对OutToIn错误的容错性更强,执行效率更高,能够显著地提高节点的平均精度.     

无线传感器网络若干定位算法的研究

传感器网络是计算机科学技术的一个新的研究领域,具有十分广阔的应用前景,引起了学术界和工业界的高度重视。节点定位技术是传感器网络关键技术之一,具有十分重要的地位。传感器节点采集到的数据必须结合其位置信息才有意义,没有位置信息的数据几乎没有利用价值。综述了近几年国内外的典型定位算法,并将这些定位算法归纳为两大类：基于连通性和基于测量的定位算法。在重点介绍定位算法的同时,系统地分析和比较了DV-Hop、MDS-MAP和SPA等算法的优缺点。     

基于区域分割的无线传感器网络定位算法

针对传统APIT算法在定位精度方面的不足,提出一种基于区域分割的无线传感器网络定位算法(RSLA)。为了减小边界效应造成的误差,RSLA算法为每个待定位节点添加一个计数器。PIT测试之后,RSLA算法利用三角形的三条中垂线将三角形划分成多个小区域,通过比较待定位节点收到三角形三个顶点发来的信号强度,进一步判断待定位节点属于哪一个小区域,最后利用三角形重心扫描算法估算待定位节点位置。仿真实验表明,相比传统APIT算法,RSLA算法在定位精度方面有较大的提高。     

基于动态网格划分的移动无线传感器网络定位算法

定位技术是无线传感器网络中关键的基础支撑技术,目前提出了许多静态网络的节点定位算法,移动无线传感器网络的定位研究相对较少.针对定位节点和参考节点随机运动的网络模型,提出了一个基于动态网格划分的蒙特卡罗定位算法.算法中当接收的参考节点数超过一定阈值时使用最远距离节点选择模型,选出部分参考节点参与定位和信息转发,节约能耗.接着基于选择的或所有接收的参考节点构建采样区域,进行网格划分,使用网格单元数计算最大采样次数,在采样区域内采样并使用误差补偿的运动模型进行过滤,提高了采样效率,减少了计算开销,并保证了较好的定位精度.仿真实验表明算法在定位精度,计算开销、能耗等方面都具有较好的性能.     

无线传感器网络节点定位算法研究

本文对无线传感器网络节点定位问题进行了研究,简要介绍了当前节点定位技术的研究现状,并介绍了一种利用交叠环思想定位网络中未知节点的算法ROCRSSI,说明了该算法的不足之处,提出了两种可行的改进方案：FTPL算法和DMEL算法。理论分析和仿真验证证明,两种改进方案在不同空间下较原算法均有较大的改进。     

基于移动代理的无线传感器网络节点定位算法

研究了无线传感器网络节点定位算法及移动代理技术。在DV-Hop算法的基础上采用移动代理技术,并限制未知节点接收移动代理的个数和移动代理的传播跳数,减少了节点信息收发和存储量,降低了网络流量及节点负载。     

基于质点弹簧模型的无线传感器网络非测距定位算法

在无线传感器网络定位中,非测距定位因功耗低、成本低而备受关注,但其较低的定位精度限制了其应用范围。提出了一种精度较高的基于质点弹簧模型的非测距定位算法L-MSM( Localization based on Mass Spring Model)。该算法首先使用复杂度低、通信开销小的质心算法进行粗定位,然后利用改进的质点弹簧模型进行优化,使质心算法定位后成簇聚集的节点分散开来并趋近实际位置,从而实现精确定位。仿真结果表明,在通信半径较小时,L-MSM算法的定位精度相对于质心算法有显著的提高。     

基于RSSI的无线传感器网络质心定位算法优化

为了提高无线传感器网络定位精度的准确性, 对质心定位算法进行优化. 在测距阶段, 采用均值滤波和中值滤波相结合的方式对RSSI值进行预处理; 在定位阶段, 使用距离倒数的指数幂对质心加权; 同时引入迭代的思想, 解决了定位中锚节点密度不高的情况下, 节点无法定位的问题. 实验结果表明, 本文改进的算法与质心定位算法和距离加权的质心定位算法相比, 能够有效地提高无线传感器网络的定位精度.     

无线传感器网络中一种改进DV-Hop节点定位方法

基于无线传感器网络中的典型range-free定位算法DV-Hop的特点，提出了该算法的一种改进策略．主要原理是将共线度概念引入到导标节点选择阶段，并在此基础上提出了一种基于网络局部拓扑的自适应共线度阈值确定方法．改进算法的特点在于不仅考虑了导标节点之间的拓扑关系，而且考虑了未知节点与导标节点之间的关系．仿真结果表明，改进算法与原算法相比，对不规则网络拓扑表现出了较好的可靠性和鲁棒性，尤其是在导标节点比例较低及网络拓扑稀疏的情况下．