基于可规律性移动锚节点和接收信号强度指示器的改进DV-Hop定位算法及其性能分析

针对DV-Hop定位算法进行了缺陷分析,提出了一种基于可规律性移动锚节点(RMAN)和RSSI测距技术辅助定位的算法RRDV-Hop。采用OMNET++作为仿真平台,分别从算法的平均定位精度、开销、硬件成本和稳定性等方面对两种定位算法的仿真结果进行了对比和分析。实验结果表明,在相同网络条件下,与DV-Hop算法相比,RRDV-Hop算法近似实现了锚节点的均匀分布,能够在随机分布的网络中提高平均定位精度和保持更好的算法稳定性;同时减少了锚节点个数,从而降低了网络的硬件成本。因此,RRDV-Hop算法更能适应随机分布的无线传感器网络。     

基于随机游走的无线传感器网络节点定位方法

为提高无线传感器网络中的节点定位精度,提出一种自适应随机游走模型的节点定位算法.首先将随机游走应用于网络拓扑结构连通性中,构建节点间相对距离模型,并设计自适应算法,提高该模型有效性;然后通过将该模型嵌入经典定位算法distance vector-hop（DV-Hop）中实现系统节点定位工作.仿真和实验结果表明,该算法具有良好的鲁棒性和定位精度,误差比DV-Hop算法减少了20%~30%.     

多边算法在无线传感器网络目标定位中的应用

目标定位是无线传感器网络最基本的功能之一.多边算法是三边算法的改进算法,该算法的目的是减少目标和节点间距离的误差,以提高定位精度.算法采用更多的传感器节点对目标定位,通过最小二乘算法减小了测距误差,进一步通过加权最小二乘算法减小了监测节点位置误差,实现了无线传感器网络对单个目标的定位.最后将三边算法与多边算法进行比较,仿真结果表明,多边算法降低了测距误差和位置误差,定位精度更高.     

遗传-禁忌搜索优化的三维DV-Hop定位算法

为进一步提升无线传感器网络的定位精度和稳定性,提出了一种利用遗传-禁忌搜索法改进的三维distance vector-hop （DV-Hop）定位优化算法（TDGT）.首先利用最优跳数、跳数调整因子以及锚节点距离误差加权值对DV-Hop中的节点间跳数和平均跳数进行改进和修正,降低了算法的定位误差;其次将具有快速搜索能力的禁忌搜索引入遗传算法中进行寻优,提升了算法的搜索效率和定位准确性.仿真结果表明,TDGT与现有的无线传感器网络定位算法相比,具有更佳的寻优搜索能力、定位精度和稳定性.     

基于相交度比的无线传感器网络迭代定位算法

为提高免测距无线传感器网络节点定位算法的性能,针对免测距定位算法利用最小跳路径距离替代节点间欧氏距离,和信标节点近似共线引入较大定位误差的缺陷,提出基于相交度比的无线传感器网络迭代定位算法,首先利用定位单元拓扑分布质量函数选择1-跳邻居参考节点,组成高质量的定位单元;其次采用基于相交度比的距离计算估计距离精度;最后采用双曲线定位方法减少误差.仿真结果表明,在节点均匀随机部署,非均匀C-型分布的网络场景中,与DV-Hop、Amorphous等已有改进算法相比,新算法具有更小的定位误差,可提供更加精确的传感器节点位置.     

改进DV—Hop定位算法在随机传感器网络中的研究

DV—Hop定位算法是一种典型的无需测距定位算法。DV—Hop定位算法在各向同性的密集网络中,可以得到比较合理的定位精度,然而在随机分布的网络中,节点定位误差较大。针对随机传感器网络中节点分布不规则的特点,在传统DV-Hop算法的基础上采用了跳数修正和多变的平均跳距离法两个改进措施,提出了一种改进的DV—Hop定位算法。仿真结果表明,提出的改进算法可大大地提高随机传感器网络中节点的定位精度。     

无线传感器网络DV-Hop定位算法

定位技术在无线传感器网络应用中起着非常重要的作用,也是具有挑战性的一种技术。近些年来,为了解决节点定位不精确的问题,很多定位算法被相继提出。在无需测距的定位算法中,DV-Hop定位算法利用节点之间的跳距估计传感器节点的位置,受到了越来越多学者的关注,但是这种定位算法本身也存在着一定的不足。针对DV-Hop定位算法的不足,提出了先对未知节点平均跳距进行加权处理,再用修正算法修正节点位置的改进算法。仿真结果显示,改进后的定位算法在一定程度上提高了节点的定位精度,具有很强的应用性。     

山区复杂地形的无线传感器网络节点定位算法

针对在山区地形上非测距三维基于距离向量的定位算法存在定位误差较大的问题,提出了山区复杂地形的无线传感器网络节点定位算法（NLA-MT）.该算法有效地利用了山区地形环境的特点,用局部平面拟合山区地形表面,并将三维空间定位运算降为二维平面的定位运算来进行节点定位,有效提高了节点的定位精度.不同通信半径、不同锚节点比例、不同节点总数的多角度仿真实验结果显示,NLA-MT定位算法在山区地形场景中表现良好,有效提高了无线传感器网络非测距定位算法精度.     

基于RSSI修正的近似三角形加权质心定位算法

节点的自身定位技术是无线传感器网络研究的核心技术,具有广泛的应用前景.针对基于RSSI测距技术的节点定位算法存在测量误差相对较大的缺陷,提出一种基于RSSI修正的近似三角形加权质心定位算法.该算法针对RSSI测距易受环境干扰,对测距数据进行高斯拟合和求均值,并以此作为节点的RSSI测量值.在此基础上,利用排序算法对测距结果进行排序,优选信标节点做三角形内点测试,最后采用加权质心定位算法来确定未知节点的坐标.仿真结果表明,改进算法改善了节点的定位精度.     

基于全局人工鱼群算法优化的DV-Hop定位算法

无线传感器网络具有大规模、自组织、可靠性、以数据为中心、集成化等特点,被广泛应用于军事、医疗、矿山监测、安全生产等领域。然而现有的无线传感器网络非测距定位算法还存在定位偏差较大问题。针对上述问题,本文提出一种基于全局人工鱼群算法优化的DV-Hop（Distance Vector Hop）定位算法（DEWF-D）。该算法对非测距定位算法中的DV-Hop算法出现误差的步骤进行优化处理,通过减小算法过程中出现的误差,最终得到较为精准的定位坐标。首先使信标节点以两种不同的通信半径传递消息,将跳数进行精确化处理,以减少跳数带来的误差,然后用最小均方误差准则和误差加权方式计算平均每跳距离,最后利用人工鱼群算法替换三边测量法进行坐标计算,同时又在人工鱼选择下一个位置时引入全局最优信息,并引入人工鱼的吞食行为,提高人工鱼群算法的精度以及收敛速度。通过仿真验证,在不同信标节点密度下,本算法与DV-Hop算法以及其他算法相比定位精度分别提升28.3%、6.9%、12.5%,而在不同通信半径下,定位精度提升了24.4%、7.6%、14.8%。证明DEWF-D算法能有效提升定位精度,解决了定位算法中出现的定位偏差较大问题。     

无线传感器网络节点定位算法研究

针对无线传感器网络中DV-Hop定位算法在未知节点到锚节点距离计算中的不足,提出了一种新的距离计算方法。该算法考虑了未知节点到锚节点路径中相邻三个节点组成的夹角对距离的影响,从而更精确计算出距离,并对改进算法和原算法进行了对比仿真。仿真结果表明,改进算法有效地提高了节点的定位精度和覆盖率.     

一种降低NLOS误差影响的节点定位算法

针对基于测距的节点定位算法在非视距环境下定位精度较低的问题,文章从两个方面对其进行改进:将粒子群优化算法应用于节点定位,并对其参数设置和目标函数选取进行了改进;利用NLOS(Non-Line-of-Sight)测距信息对未知节点可能存在区域进行估计,缩小粒子搜索范围。仿真结果表明,在非视距环境下,改进算法的定位精度和稳定性有明显的改善,是一种可行的无线传感器网络节点定位的解决方案。     

无线传感器网络静态节点定位算法综述

针对无线传感器网络静态节点定位算法特点,总结了无线传感器网络节点定位的基本原理、定位算法的最新进展及其评价标准。从基于测距的静态节点定位算法和无需测距的静态节点定位算法两个方面分类讨论了典型的静态节点定位算法,并对各算法的性能进行归纳比较,说明了目前算法存在的问题,并提出未来发展趋势。     

基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。     

基于RSSI-锚圆算法的无线传感器网络节点自定位研究

针对广域危险环境下无线传感器网络中锚圆内质心定位机制存在定位不够精确的缺点,以及基于RSSI测距算法有时会存在死区域的不足,本文在深入分析这两种定位机制的基础上,融合二者的优点,提出了一种有效的无线传感器网络节点自定位方法——基于RSSI-锚圆的定位算法.并对该定位算法进行了仿真实验,实验结果表明该算法计算的半径值与实际情况相符,提高了锚圆半径值的精度,从而大大提高了节点的定位精度.     

无线传感器网络定位算法的研究

在无线传感器网络中,因无线传感器设备功耗、价格和硬件限制及对定位精度的要求,距离无关定位机制被认为是一类具有成本效益的解决方案。介绍了距离无关定位机制中的DV-hop定位算法,研究了不良节点、网络拓扑结构、锚节点和邻居节点对DV-hop定位算法性能的影响,分析了算法的通信量和计算量。在连通的网络中,该算法能够达到35%~40%的平均定位精度;该算法只需要较少的锚节点,计算和通信开销适中,不需要节点具备测距能力,是一个可扩展的算法,适用于各向同性的密集网络。     

一种新的无线传感器网络分布式节点定位方法

为了提高无线传感器网络节点定位覆盖率,抑制误差累积,在Euclidean测距的基础上,提出了一种新的分布式节点定位算法。该算法通过多跳距离测量提高定位覆盖率;设置置信因子门限值,采用组合三边测量获得坐标估计值集合,再采用加权平均的方法提高定位精度。仿真结果表明,该算法能够有效地抑制定位误差在网络内的扩散,适用于大规模的无线传感器网络节点定位。     

WSN中基于多功率移动锚节点的智能定位算法

针对无线传感器网络节点定位,提出一种基于多功率移动锚节点的改进鸡群定位算法。移动锚节点按照移动模型遍历定位区域,通过功率控制发射信标信号,未知节点接收到信标信号后,利用测距模型建立距离方程并采用最小二乘法计算节点坐标,再使用鸡群算法对节点坐标进行修正。仿真结果表明,改进鸡群定位算法的定位精度和收敛速度皆有所提高。     

无线传感器网络中免测距的节点自定位算法

无线传感器网络定位技术的显著特点,是利用有限的锚节点信息从而实现对全网内所有节点的定位.而同心圆定位方法是精度较高的免测距定位算法,通过将一些与锚节点通信半径最接近点的距离范围形成不同程度的圆环,然后彼此相交增加对未知节点的几何约束关系并对其进行位置估计.仿真结果表明,该算法获得较高的定位精度,同时计算和通信开销适中,不需要节点具备测距能力,是一个可扩展的算法,适用于各向同性的密集网络.     

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。