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,相对于其他定位算法,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。     

无线传感器网络节点定位的移动信标节点路径规划

为了进一步提高无线传感器网络节点定位精度和覆盖率,本文在采用移动信标节点来对未知节点进行定位方面,提出了信标节点向最大覆盖未定位节点方向移动的路径规划算法,解决了信标节点的移动路径规划问题.仿真实验表明,和信标节点随机方向移动算法相比,该算法具有较好的定位性能,能很好地适应大规模随机不均匀撒布节点的应用需求.     

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。     

一种基于几何约束的移动无线传感器网络定位算法

在许多无线传感器网络应用中节点定位是至关重要的,现有的节点定位算法大部分都是针对静态传感器网络,移动无线传感器网络的定位研究相对较少。针对定位节点和锚节点移动特性,结合无线传感器网络的特点,提出了一种基于几何约束的非测距定位算法。该算法不需要复杂的计算,也不需要大量的通信,仅仅利用移动锚节点的信息,通过几何约束条件来缩小未知节点所在区域的面积,从而完成定位。仿真实验结果表明,所提出的算法与其它算法相比,能够提高定位精度,有较好的抗干扰性,并且大大减少了能量消耗。     

基于移动锚节点的加权多维标度节点定位算法

针对无线传感器网络节点定位精度不足等原因,提出了一种基于移动锚节点的加权多维标度度节点定位算法,首先通过对移动锚节点的轨迹进行采样,添加虚拟锚节点,增加拓扑约束关系,将虚拟锚节点收集的信息与实际节点之间的信息构成距离矩阵,然后利用奇异值分解计算节点相异性矩阵的逼近阵,通过加权多维标度对节点进行定位.仿真实验表明:与MDS-MAP和MDS-MAP(P)算法相比,该算法具有良好的定位精度.     

基于灰色模型和改进Chan的海洋移动传感器定位

为了实现海洋水下传感器网络中的移动节点定位,并改善传统节点定位方法在应用于无人值守和复杂环境的海洋生态监控中具有的定位误差大的问题,提出了一种基于灰色模型预测和改进Chan算法的海洋移动传感器节点定位方法;首先,采用灰色模型对节点在下一时刻的采集数据进行预测,然后将预测值与实际采集值进行比较从而判断出移动节点的状态是否正常;在此基础上,采用改进的Chan算法对处于正常状态的移动节点进行定位,从而提高水下移动传感器节点的定位精度;在Matlab中进行仿真实验,实验结果表明:文中方法能在节点运动速度增加、通信半径变大和锚节点密度增加的情况下,均具有比其它方法更低的节点定位误差,具有一定的优越性。      

基于蒙特卡洛方法的移动传感网节点定位优化算法

无线传感器网络正在被应用到各种各样的监测环境中,在这些应用场景中,传感器节点的位置信息大都是至关重要的.目前对传感器节点定位方面的研究大都只针对静态WSN的情况,对于移动WSN节点定位的研究仍然十分有限.该文提出了移动WSN中节点间互相优化定位的新思路,通过判断式筛选出定位精度高的节点,并协助其他节点进行定位条件的优化.所提出的算法TSBMCL通过更精确的裁剪待定位节点的蒙特卡洛盒,并增加节点的粒子滤波条件来实现节点的精确定位.大规模的仿真结果表明,该算法可精确的锁定节点位置区域,高效的采样得到节点的位置样本,相比于传统的移动WSN蒙特卡洛定位方法,大大提高了节点的定位精度.     

基于运动向量的无线传感器网络节点定位

介绍无线传感器的常用分类,提出一种基于无需测距的定位方法,即基于运动向量的无线传感器网络移动节点定位.通过信号强度得到未知节点的大体区域,利用节点运动中向量的变化减小定位范围,根据向量的移动提高估计定位的精确度.对该算法进行仿真和总结,结果表明,与凸规划法相比,该算法有更高的定位精度.     

基于Steffensen迭代和模糊信息的节点定位算法

为了提高无线传感器网络节点定位精度,提出了一种基于Steffensen迭代和模糊信息的节点定位算法.算法在模糊信息定位方法的基础上,通过引入Steffensen迭代求精提高节点定位精度.算法将锚节点分为静态锚节点和移动锚节点,利用移动锚节点不断的运动来辅助静态锚节点进行定位.首先利用节点间的模糊信息实现未知节点位置的粗略定位,然后利用Steffensen迭代对节点位置进行不断迭代求精,以实现未知节点的精确定位.通过仿真实验证明,相比3D-ADAL算法和改进的TOF测距算法,本文算法不仅降低了定位误差率,减小了网络的通信开销,还提高了节点定位效率.     

基于半监督拉普拉斯映射的移动定位算法

在无线传感器网络节点移动定位过程中,网络拓扑结构不断进行更新,以致影响预测模型的精确度。为此,提出一种基于拉普拉斯映射的移动定位算法。分析无线传感器网络的布局特点,引入局部拓扑结构和非信标节点信息,将节点定位问题放在半监督框架中进行研究。实验结果表明,与同类算法相比,该算法提高了预测模型的泛化能力和节点的定位精度,具有更高的稳定性。     

水下传感器网络移动节点定位问题研究

针对水下传感网中研究较少的移动节点定位问题,基于传统定位中常用的Chan算法,提出了一种改进的M-Chan算法。该算法通过曲线拟合进行运动轨迹预测,并利用节点的移动特性修正估计位置,从而提高了水下移动节点的定位精度。仿真结果表明,在不同的移动速度、通信半径、锚节点密度情况下,改进算法与传统的Chan算法相比,精度提高5%～10%。     

基于蒙特卡罗算法煤矿井下人员定位研究

对比分析几种常用的无线传感器网络节点定位方法.针对煤矿井下节点移动性可能导致普通的定位算法变得不精确,提出了蒙特卡罗定位(Monte Carlo Localization)算法.该方法利用物体运动的连续性,通过选取合适的模型完成移动节点位置预测与定位.经仿真验证在低密度锚节点环境下,蒙特卡罗方法位置估计误差明显低于其它方法,提高了移动节点定位算法的准确性.     

活动受限三维水下传感器网络节点定位算法

针对水下传感器网络的部署方式,设计活动受限三维水下传感器网络节点定位算法(localization foractive-restricted UWSN,简称LAR).LAR 利用水下节点活动受限的特点辅助定位,通过分层定位的实施方式得到部署区域内全部节点的位置,并根据水下传感器网络中的节点移动规律,设计动态环境下的补偿机制.LAR 过程简单、易于实现,仿真结果表明其定位误差明显小于现有算法.     

A localization algorithm for large scale mobile wireless sensor networks: a learning approach

Localization is a crucial problem in wireless sensor networks and most of the localization algorithms given in the literature are non-adaptive and designed for fixed sensor networks. In this paper, we propose a learning based localization algorithm for mobile wireless sensor networks. By this technique, mobility in the network will be discovered by two crucial methods in the beacons: position and distance checks methods. These two methods help to have accurate localization and constrain communication just when it is necessary. The proposed method localizes the nodes based on connectivity information (hop count), which doesn’t need extra hardware and is cost efficient. The experimental results show that the proposed algorithm is scalable with a small set of beacons in large scale network with a high density of nodes. The given algorithm is fast and free from a pre-deployment requirement. The simulation results show the high performance of the proposed algorithm.     

Efficient localization for mobile sensor networks based on constraint rules optimized Monte Carlo method

Wireless sensor networks (WSNs) have been widely used in many fields. The issue of node localization is a fundamental problem in WSNs. And it is the basis and prerequisite for many applications. Due to the mobility of the sensor nodes, it is more challenging to locate nodes in the mobile WSNs than in the static ones. The existing localization schemes for mobile WSNs are almost based on the Sequential Monte Carlo (SMC) localization method. The SMC-based schemes may suffer from low sampling efficiency resulted from a large sampling area, which makes them difficult to achieve high localization accuracy and efficiency. Some schemes try to reduce the sampling area by further employing position relationship with neighbor common nodes, while we have found that the movements of the neighbor beacon nodes have not been fully exploited. Addressing this issue, in this paper, some new constraint rules are developed and some existing constraint rules are optimized with the consideration of the moving distance and direction of neighbor beacons. A series of distance constraint conditions are further created, by which, the scope/size of the sampling area can be further reduced, and the samples can be filtered more accurately. The performance of our algorithm is evaluated by extensive simulation experiments. The simulation results show that the localization error and computation cost of our proposed algorithm are lower than those of the existing ones, even when the speed of the sensor nodes is relative high.     

无线传感器网络中移动目标的定位与跟踪

对侵入无线传感器网络中的目标,提出了一种移动节点和静态节点相结合的定位与跟踪方式.静态节点可以发现侵入传感器网络中的目标,移动节点与静态节点配合进一步确定目标的具体位置.仿真实验验证表明:该方法可以减少大规模的频繁移动节点,不需要过多地对移动节点的选择和运动进行特别复杂的计算,具有较好的定位精度和鲁棒性,对多目标的定位与跟踪研究有一定的启发作用.     

无线传感器网络中一种基于高斯马尔可夫移动模型的自适应定位方法

针对无线传感器网络, 本文提出了一种基于高斯马尔科夫移动模型的自适应定位方法. 该方法由速度调整策略、中垂线策略和虚拟斥力策略组成. 速度调整策略可以使移动锚节点根据环境的改变自动的调整它的速度. 中垂线策略对移动锚节点的轨迹进行局部调整, 保证所有未知节点获得足够的非线性锚坐标. 而虚拟斥力策略不仅可以促使移动锚节点快速的离开已定位节点, 还能使它从边界外面快速的返回监测区域. 理论分析和仿真结果表明, 提出的方法可以达到较好的性能.     

无线传感器网络中基于移动锚节点的APIT的改进定位算法

针对APIT定位算法定位误差大,覆盖率低等缺点,提出了一种基于移动锚节点的改进的定位算法.在网络中引入移动锚节点,通过移动覆盖算法尽量使节点均匀分布,并提出了一种基于异构传感器网络的最佳节点数量的计算方法,另外引入了RSSI量化模型对APIT算法进行修正,解决了用APIT算法不能进行定位的问题.仿真结果表明,其与传统方...     

基于VWMC的传感器网络移动节点定位算法

为了解决无线传感器网络移动节点定位精度低、计算方法复杂以及响应时间长的问题,提出了一种基于VWMC的传感器网络移动节点定位算法(VWMCL).该算法利用Monte Carlo算法作为移动节点的基本定位算法,并在预测阶段加入航位推算方法,通过减少预测角度的误差来提高粒子位置预测的精度;并把Voronoi图和权值融合在MCL算法的粒子过滤阶段,采用Voronoi图和权值的双重筛选的机制,提高粒子过滤的准确性.仿真结果表明,该算法可以显著改善定位精度,减少算法的计算量,从而提高定位的效率.     

基于洋流模型的水下传感器网络实时定位算法

针对近海监控领域内水下传感器网络的节点随着海洋运动具有流动性的问题,提出了基于洋流模型的水下传感器网络实时定位算法(RTLC).利用洋流模型表示节点的运动模型消除流动性对定位造成的影响,成功模拟了节点在水中的移动速度.通过卡尔曼预测方法结合观测值与估计值优化运动模型,使其更贴近节点运动规律.采用信息记录机制及列表更新机制保证信息的时效性从而提高了定位准确度.通过仿真分析,RTLC算法性能优于基于移动预测的大规模水下传感器网络可扩展定位算法(SLMP),具有较高的定位覆盖度,较低的平均定位误差及平均通信能耗.