基于UKF的移动信标辅助节点定位算法

常用的节点定位方法通常要求较多的信标节点,因此容易造成资源浪费.提出一种基于目标跟踪的移动信标辅助节点定位算法,信标节点在移动过程中周期性地发布自身位置信息,未知节点首先获取自身位置的近似估计,然后再利用无迹卡尔曼滤波(UKF)方法对移动信标进行跟踪,并完成进一步位置求精.在该算法中,未知节点之间无需相互通信,降低了能...     

基于蒙特卡罗的无线传感器网络中的移动节点定位算法

针对信标节点固定、待定位节点移动的应用场景,在传统MCB算法的基础上,文章提出一种改进的蒙特卡罗盒子定位算法。该算法利用节点的历史估算位置,构建节点运动模型,采用灰色预测理论预测待定位节点可能到达的区域;并利用待定位节点与邻居信标节点以及非邻居信标节点的相对位置信息定义扩展锚箱,增加过滤条件,提高样本有效性,从而提高定位精度。仿真结果表明,改进方案在不同的信标节点密度、不同的节点运动速度等情况下,均表现出良好的性能。     

信号强度和运动向量结合的无线传感器网络移动节点定位

无线传感器网络的定位是近年来无线传感器网络研究的重要课题.本文首先介绍了无线传感器网络的来源、重要性以及无线传感器网络定位的分类.然后提出了一种全新定位算法,信号强度和运动向量结合的无线传感器网络移动节点定位,简称SSMV算法,在外围布置四个锚节点,得用信号强度和未知节点在运动中向量的变化,对锚节点在内的未知节点进行定位,并对该算法进行了仿真和总结.通过与凸规划法进行比较,仿真结果表明,该算法有更高的定位精度.     

基于邻居节点相似度的改进DV-Hop节点定位算法

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。     

基于ZigBee的加权改进Euclidean定位算法

针对基于RSSI的三角形质心定位算法会出现不能工作的情况,提出了基于ZigBee的加权改进Euclidean定位算法。此算法利用最小二乘法得到环境参数,然后利用加权改进Euclidean定位算法对未知节点进行定位。仿真和实验表明,该算法具有一定的实用价值。     

基于矢量的无线传感器网络节点定位综合算法

基于DV-hop设计了一种节点的定位综合算法,并将其应用于移动节点.利用节点间估计距离和测量距离的差异构建位置校正矢量;通过改进的粒子群优化方法得到节点的校正步长;节点将其与位置校正矢量的乘积作为自身位置的校正值.通过仿真进行算法验证并分析了复杂度和有效性,结果证明该算法可以将DV-hop的定位误差下降75%,并且适用于稀疏网络.     

基于临近锚节点修正的DBSCAN聚类加权定位算法

为了提高无线传感器网络节点的定位精确度,给出一种基于临近锚节点修正(CAAN)的具有噪声的基于密度的聚类(DBSCAN)加权定位算法.首先,在未知节点通信范围内的锚节点中选择三个构成三角形,证明当未知节点处在此三角形外接圆圆心位置时定位误差最小,然后据此选择合适的锚节点,结合滤波后的接收信号强度指示(RSSI)值进行定...     

一种基于移动锚节点的静态无线传感器网络定位算法构建和分析

随着网络技术在深入的发展,静态无线传感器网络主要是通过引入网络技术中具有数据采集能力、信息处理能力以及无线通信的能力的传感器节点进行相互交换信息,并且协调控制有机相结合。该技术的已经被广泛的应用于生活中的各个领域中,在移动锚节点的使用中,改变了静态无线传感器网络在发展中遇到了环境恶劣、不可到达区域最终实现了监测和跟踪的任务,有效的控制了节点位置的具体信息。     

基于邻居节点相似度的改进DV-Hop节点定位算法北大核心

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。     

基于RSSI多边定位误差的加权质心定位算法

为了优化无线传感器网络(Wireless Sensor Networks, WSN)中的定位算法, 提高节点定位精度, 提出一种基于多边定位误差的加权质心算法。分析了无线电的路径损耗模型, 建立基于信号接收强度(Received Signal Strength Indicator, RSSI)和距离关系的对数拟合测距公式, 给出了求解未知节点坐标的多边定位法和位置估算模型。多组数据定位后, 以定位误差值的倒数作为权值, 改进传统的质心算法, 并讨论了参考点个数的选取与误差的关系。实验表明: 改进后的加权质心比传统质心定位精度进一步提高, 选择4~5个参考节点具有良好的定位效果。     

改进的无线传感器节点定位算法

由于无线传感器网络具有其它网络不可比拟的各种优势,使得它在很多领域都有广泛的应用。对于无线传感器网络中的未知节点本身的定位工作是网络的各项应用的基础。本文主要分析无线传感器网络的节点定位技术,研究已有的定位算法,并根据现有算法提出一种改进的分布式的节点定位算法。该算法使用RSSI方法测距,无需增加新的硬件设备,通过分布式的算法来提高效率降低能耗,利用多次定位的平均值提高定位精度,降低了网络中的能量消耗,延长网络寿命。     

一种使用灰度预测模型的强自适应性移动节点定位算法

定位技术是无线传感器网络的关键技术,而关于移动节点的定位又是其中的技术难点。该文针对移动节点定位问题提出基于灰度预测模型的强自适应性移动节点定位算法(GPLA)。算法在基于蒙特卡罗定位思想的基础上,利用灰度预测模型进行运动预测,精确采样区域,用估计距离进行滤波,提高采样粒子的有效性,通过限制性的线性交叉操作来生成新粒子,从而加快样本生成,减少采样次数,提高算法效率。仿真实验中,该算法在通信半径、锚节点密度、样本大小等条件变化的情况下,表现出较好的性能与较强的自适应性。     

基于移动信标节点的无线传感器网络定位算法研究

对移动信标节点的无线传感器定位路径进行研究分析,分析规律性折线路径,随机路径和虚拟力方法路径的缺陷,结合两者优点,提出改进的自适应的动态路径。采用matlab仿真工具,结合RSSI测距方法以及无线传输模型,对改进算法进行仿真验证,得到更高的覆盖率和更小的误差率,从而减小了网络硬件成本,更能满足无线传感器网络定位的实际应用。     

基于能量因素的无线传感器网络关键节点判定算法

无线传感器网络中关键节点的判定对网络抗毁性研究具有重要作用。考虑到节点能量受限,该文综合节点剩余生命期和节点移除导致的网络能耗值增加,提出一种将能量因素作为衡量节点重要程度的关键节点判定算法(CNDBE),解决了能量受限的无线传感器网络关键节点判定问题。实验结果表明,在对基于CNDBE,最短路径树算法(SPT)和能量感知的关键节点生成树算法(ENCAST)判定得到的关键节点进行保护时,CNDBE具有更强的网络抗毁性和更长的网络生命期。     

一种大规模传感器网络节点分布式定位算法

针对大规模无线传感器网络(WSN)中节点难以定位的问题,该文提出一种基于改进牛顿法的分布式定位算法。该算法包括网络划分和分布式算法。首先,根据节点位置和节点之间直接相连的距离信息,将无线传感器网络划分为若干个重叠的子区域,并将子区域的定位问题归结为无约束优化问题,每个子区域可以独立计算;然后,使用分布式算法估计子区域中的节点位置并进行局部融合。实验结果表明,与已有算法相比,该算法具有良好的扩展性,在大规模网络中定位精度更高,能满足大规模无线传感器网络中节点定位需求。     

一种基于网络密度分簇的移动信标辅助定位方法

现有移动信标辅助定位算法未充分利用网络节点分布信息,存在移动路径过长及信标利用率较低等问题。该文把网络节点分簇、增量定位与移动信标辅助相结合,提出了一种基于网络密度分簇的移动信标辅助定位算法(MBL(ndc))。该算法选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位。仿真结果表明,该算法定位精度与基于HILBERT路径的移动信标辅助定位算法相当,而路径长度不到后者的50％。     

WSN中局部采样滤波的新颜色移动节点定位法

针对无线传感器网络(WSN)移动节点定位技术中的定位不精和实时性差的问题,该文提出一种局部采样、借助RGB差值序列滤波的新颜色移动定位LSF-CDL(Local Sampling and Filtering-Color Dynamic Localization)法。该算法利用收集的信号,在与移动节点能直接通信的信标节点的信号交叠区域内局部采样;引入距离比例因子,对平均跳距权值化,优化了CDL中跳距的计算公式;借助RGB差值序列对样本点滤波并将差值序列绝对值作为加权标准计算移动节点的坐标。仿真结果表明与E-CDL(Efficient-Color-theory based Dynamic Localization),MCL(Monte Carlo Localization)等经典的移动节点定位算法比较,新算法定位误差减少了33%以上,具有较好的定位效果。     

基于多目标优化的无线传感器网络移动充电及数据收集算法

近年来,通过引入移动设备(ME)为无线传感器网络(WSNs)进行无线充电和数据收集成为一个研究热点。传统方法一般先根据节点的充电需求优先级确定移动路径,再根据该路径依次对节点进行数据收集。该文同时考虑充电需求和数据收集两个维度,以最大化ME的总能量利用率和最小化数据收集平均时延为目标,建立多目标一对多充电及数据收集模型。在ME携带的行驶能量和充电能量不足的前提下,设计路径规划策略和均衡化充电策略,并改进多目标蚁群算法对该文问题进行求解。实验结果表明,该文算法在多种场景下的目标值、Pareto解的数量、Pareto解集的均匀性、分布范围等性能指标均优于NSGA-II算法。     

基于代数连通度的虚拟骨干网构造方法

随着无线传感器网络的大量运用,通过分级将网络规模缩小显得十分必要。与已有的一些无线传感器网络的分簇算法不同,本文旨在构造一个健壮的、稳定的虚拟骨干网。通过引入图论中的代数连通度,并考虑无线传感器网络的信道特性,使用基于连接概率的代数连通度来表征虚拟骨干网的健壮性。同时提出度量参数网络质量,结合考虑骨干网的健壮性与代价,通过调节参数因子进行健壮性与代价因素之间的权衡。对该网络优化问题,提出集中式算法进行求解,并通过仿真得到健壮的虚拟骨干网。     

基于改进单锚节点的无线传感器网络节点定位算法

节点定位是无线传感器关键技术之一,针对固定多锚节点方法定位精度低的缺陷,为了提高无线传感器的定位精度,提出了一种基于改进单锚节点的无线传感器网络节点定位算法(SFOA-SVM)。首先采用单移动锚节点在无线传感器网络中移动,构建无线传感器定位模型的学习样本,然后采用SVM构建节点定位模型,并采用渔夫捕鱼算法模拟渔夫捕鱼行为找到最优SVM参数,最后采用仿真实验测试节点的定位性能。结果表明,相对于其它定位算法,SFOA-SVM提高了无线传感器节点的定位精度,具有一定的实际应用价值。