山谷地形无线传感器网络DV-Hop定位算法研究

无线传感器网络在森林防火、目标追踪、灾难预警、环境监测等应用中,节点定位是关键技术之一。对山谷地形中无线传感器网络三维DV-Hop定位算法进行了研究。通过对三维DV-Hop定位算法误差分析,找出产生误差的主要原因,提出了相应的改进算法。仿真实验结果证明:改进后的算法提高了节点定位精度,并指出了在山谷地形应用三维DV-Hop定位算法时锚节点比例的参考值。     

适应山头地形的无线传感器网络三维定位机制

使用三维DV-Hop算法对无线传感器进行定位时,存在定位误差较大且不稳定的问题,使三维DV-Hop算法的实际应用能力较差.提出了适应山头地形的无线传感器网络(WSNs)非测距三维定位算法.应用山头地形的特点,将最小二乘法所求得的结果进行投影处理,大幅度提高了定位的精确度.在模拟山头地形的环境中进行仿真实验,相对定位误差为35％左右,比三维DV-Hop算法的相对定位误差有较大幅度的降低,有较高的实用价值.     

改进虚拟力算法增强三维异构网络覆盖

节点覆盖是无线传感器网络关键技术之一,针对无线传感器网络中的三维覆盖问题进行了深入的研究,首先对三维覆盖控制算法相关问题进行了详细阐述,在此基础上提出了一种基于虚拟力的三维异构无线传感器网络覆盖控制算法,最后给出算法仿真结果和简单总结.仿真表明该算法具有良好的覆盖效果.     

大规模水下无线传感器网络定位误差抑制研究

通过对水下无线传感器网络定位问题的研究,提出一种适用于大规模的水下无线传感器网络节点自定位协议,并在此基础上提出定位误差抑制算法,有效抑制了误差的积累和传递。NS2仿真结果表明,带误差抑制的定位算法在保证较高定位率的同时,使得定位误差比普通定位算法平均降低了62.8%,提高了整体定位精度。     

基于移动代理的三维DV-Hop算法

三维空间的无线传感器网络节点定位算法研究是当前的研究热点之一。通过对现有三维定位算法的不足进行分析,将无需测距的DV-Hop算法拓展到三维空间,并在通信量、定位精度方面进行了相关改进,提出了一种基于移动代理的三维DV-Hop定位算法。仿真结果表明,所提算法能对三维环境中的传感器节点进行有效的定位,信标节点的密度和通信半径对定位误差和覆盖率的影响较小,且定位精度和覆盖率相对于其他算法有明显提高。     

基于三维球形分割的无线传感器网络定位算法

为了解决无线传感器网络定位精度问题,根据三维球形分割技术提出了一种新的定位算法。首先,该方法结合锚节点间的平均距离和网络平均连通度来计算未知节点到各个锚节点的距离,并给出了定位误差计算方法。其次,基于三维球形分割对上述指标进行优化,详细阐述了位置节点的三维坐标获取方法,以此建立定位算法。最后,通过数值仿真实验研究影响定位算法的核心因素。实验结果表明,与DV-HOP算法和加权质心算法相比较,该算法在定位误差上得到较大程度改进。     

无线传感器网络LQI测距定位算法及其误差研究

无线传感器定位算法对无线传感器的工程应用具有重要的意义.针对基于LQ I测距的无线传感器网络,研究了测距模型的建立并对比分析了最小二乘定位算法和质心定位算法,相关仿真研究结果表明:该两种定位算法的精度与测距误差的性质具有鲜明的规律性,当测距误差正向分布时,最小二乘定位比质心算法精度高;当测距误差正负双向分布时,质心算法比最小二乘定位精度高.最后,文中通过搭建的Z igBee硬件平台实验验证了仿真的结果.本文从测距误差模型入手对无线传感器定位算法进行研究,仿真结果与实验验证相一致,有利于W SN的推广应用.     

基于跳数与跳距优化的三维DV-Hop定位算法研究

三维定位是无线传感器网络确定监测对象的重要内容,是当前研究的热点问题之一。针对传统三维DV-Hop定位算法定位精度不高的问题,通过模拟仿真深入分析了误差形成的原因,提出了一种以优化跳数和跳距为核心的三维DV-Hop定位改进算法。该算法通过细化通信跳数以降低原始算法中高估跳数造成的误差,并改进了信标节点的跳距计算方法,调整权重以确定未知节点的跳距。实验结果表明,本算法能显著降低定位误差,定位精度相对传统算法提高了25%～30%。该研究可为无线传感器网络监测空间定位提供参考。     

无线传感器网络中一种改进的DV-Hop算法

在无线传感器网络中,节点自身定位是支撑性的技术.本文研究了无线传感器网络DV-Hop节点定位算法,并在此基础上提出了一种改进的算法:它对平均每跳距离的计算进行了改进,同时有选择性的选取锚节点参与三边定位过程.通过仿真,在定位误差方面进行了验证,证明了改进算法的优良.     

基于DV-hop的无线传感器网络定位算法研究

DV-hop算法是无线传感器网络中一种典型的定位算法.系统分析了DV-hop算法中对定位误差有较大影响的节点通信半径、锚节点个数、总节点个数等几个重要参数,并进一步给出仿真结果.通过仿真结果分析得出上述参数的较优值,降低使用DV-hop算法时无线传感器网络的定位误差.理论分析和仿真结果表明,参数优化后的算法有效的降低了...     

基于蜜源定位模型的无线传感器三维定位算法*

根据德国动物学家弗里希对蜜蜂舞蹈行为的研究成果,提出了基于蜜蜂舞蹈的蜜源定位模型。无线传感器网络作为一种全新的信息获取和处理技术,在许多领域均有着重大的应用价值和科研价值。而节点定位信息在无线传感器网络的应用中起着关键作用。针对目前有关二维平面节点定位算法难以推广到三维空间的现状,提出了无线传感器网络节点三维定位算法。仿真表明,该算法能有效地对三维空间中的传感器节点进行定位,是一种可选的定位方案。     

节点分布对无线传感器节点定位性能的影响

为了提高无线传感器节点的定位准确性,针对当前算法没有考虑节点分布对无线传感器节点定位性能的影响,提出一种考虑节点分布的无线传感器节点定位算法。分析节点分布对无线传感器节点定位性能的影响,估计锚节点之间的实际距离和估算距离的误差,并采用DV-Hop算法进行初步定位,综合学习粒子群算法对DV-Hop算法的定位误差进行修正,采用多个实验对算法性能测试。实验结果表明,无论在节点分布均匀或分布不均匀条件下,该算法可以较好地修正DV-Hop算法定位误差,均明显提高了未知传感器节点的定位精度。     

基于蛙跳算法的无线传感器网络节点定位

为减小测距误差对无线传感器网络定位精度的影响,将蛙跳算法应用到距离式定位算法的位置计算阶段中,提出了蛙跳定位算法。该算法在适应度函数设计中,根据节点间的测距信息对锚节点进行了加权处理,以降低测距误差对定位结果的影响。结合最小最大法构造初始种群,使其包含更多可行解,从而提高算法效率。仿真结果表明,与采用极大似然估计法或总体最小二乘法来进行位置计算的距离式定位算法相比,该算法有效降低了距离误差对定位精度的影响,具有较高的定位精确度和稳定性,是一种实用的无线传感器网络节点定位方法。     

基于信标优化的无线传感网络定位算法研究

针对传统无线传感器网络节点定位精度低、能耗大及适应性不强等缺陷,提出了一种基于信标优化的无线传感网络定位算法ConDV-Hop.该算法采用贡献因子对信标节点进行优化选择,使过程累积误差大大减少,利用反馈思想引入修正系数对待定位节点的初始估算位置进行修正,有效地克服了定位精度对网络拓扑的依赖.仿真实验结果表明,ConDVHop算法在均匀网络和非均匀网络中都表现出良好的性能,是无线传感器网络中节点定位的一种实用方案.     

基于GPSO-DVHop的传感器节点定位方法

为了减少无线传感器网络节点的定位误差,提出一种分群粒子群优化（GPSO）算法修正DV-Hop误差的传感器节点定位方法（GPSO-DVHop）。提出一种节点距离修正值策略,减少未知节点与锚节点间距离的估计误差,采用GPSO算法修正DV-Hop的节点定位误差,最后在Matlab 2012平台上对算法性能仿真分析。相对于对比传感器定位方法,GPSO-DVHop提高了传感器节点定位精度,仿真结果验证了GPSO-DVHop的有效性。     

基于BADV-Hop的传感器节点定位方法

为了减少无线传感器网络节点的定位误差,提出蝙蝠算法（BA）和DV-Hop算法相融合的传感器节点定位方法（BA-DVHop）。在DVHop算法的第三阶段,利用蝙蝠算法代替最小二乘法来计算未知节点的坐标,以降低定位误差,对蝙蝠算法算法进行改进,避免算法陷入局部最优,最后在Matlab 2012平台上对算法性能进行仿真分析。相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度,具有较高的应用价值,仿真结果验证了BA-DVHop的有效性。     

基于MPSO-DV-Hop的无线传感器节点定位

节点定位技术是无线传感器网络的关键技术,为减小DV-Hop算法的节点定位误差,提出一种多子群粒子群（MPSO）算法优化DV-Hop的节点定位算法（MPSO-DV-Hop）。通过设置门限值修正节点间的跳数,提高了跳段距离估算精度,DV-Hop的第3阶段引入MPSO算法,对节点定位误差进行校正,通过引入多子群加快算法收敛速度,提高DV-Hop算法的节点定位精度,在MATLAB2008平台上对算法仿真分析。结果表明,MPSO-DV-Hop算法在不增加成本情况下,提高了传感器的节点定位精度,具有较高的应用价值。     

无线传感器网络加权质心相对定位算法

针对基于接收信号强度指示的无线传感器网络加权质心定位算法在实际应用中计算复杂的缺点,提出一种改进型传感器网络加权质心相对定位算法（WCL-RSSI）。该算法主要采用参考节点精选机制和定位组合精选策略选择定位自评误差小的节点进行三边测距定位,以此重建定位权值函数来减小坐标定位误差,最后采用加权质心法计算坐标,并计算该节点的定位自评估误差。仿真实验表明,在同等计算复杂度下,该算法较传统定位方法的定位精度有了明显的提高。