加权最小二乘估计在无线传感器网络定位中的应用

节点自身定位是目前无线传感器网络领域研究的重点之一,定位误差累积问题是节点定位中必须解决的一个关键问题,利用加权最小二乘估计的方法可以有效抑制累积误差的影响。介绍了如何将加权最小二乘估计应用于节点定位以及如何合理地选择加权系数以降低定位误差。仿真实验表明,运用加权最小二乘估计可以有效地抑制误差累积的影响,提高定位精度。     

基于UKF滤波的WSN节点定位研究

无迹卡尔曼滤波(UKF)模拟系统的后验概率密度函数,避免了扩展卡尔曼滤波(EKF)中引入的较大线性化误差的缺陷.本文提出了一种基于加权最小二乘法(WLSE)和UKF的无线传感器网络(WSN)节点定位算法.算法采用TOF测距技术测量未知节点到信标节点的距离,利用加权最小二乘法估算未知节点的初始位置,并采用UKF滤波对节点进行精确定位,同时与EKF滤波结果进行比较.相关分析结果表明,算法在TOF测距基础上,将加权最小二乘法和UKF滤波结合,可以较大提高节点的定位精度.     

基于卡尔曼一致滤波器的WSN时间同步算法

提出一种基于分布式卡尔曼一致滤波器的无线传感器网络时间同步算法.该算法不需要将网络分层,每个节点都和它的相邻节点交换时间消息,通过分布式卡尔曼一致滤波器估计本节点的时钟偏移和频率偏移,使得全网所有节点的虚拟全局时钟逐渐收敛一致.仿真实验表明,提出的算法在多跳网络中误差累积较小,具有较高的同步精度,同时对存在节点失效或新节点加入的动态网络具有良好的可扩展性.     

基于坐标系统拓展的改进定位算法

针对为了降低成本和提高定位节点的覆盖率,将已经定位的节点升级为锚节点,并并利用其其迭代定位又而带来的了误差累积问题。针对该问题,本文提出一种改进的基于无线传感器网络坐标系统拓展定位算法,在拓展局部坐标过程中融合加权最小二乘法来抑制累积误差,从而提高节点定位精度。仿真结果表明,当测距误差小于20%和网络规模增大时,网络节点定位误差小于15%,且定位覆盖率为95%。     

AUV辅助的水下传感器网络时钟同步算法

针对当前水下传感器网络中的时钟同步难题,设计了一种三元阵被动定位自主水下航行器（ AUV）模型,并基于此模型提出了AUV辅助的时钟同步（ AUV-Sync）算法。该算法通过AUV与节点之间相对运动过程中进行的信息交换来对节点相对距离进行估计,进而基于相对距离计算单向传播时延来降低由于节点移动性所导致的误差。最后,通过两轮加权最小二乘法进行线性回归来估计时钟同步的参数。仿真结果表明：在存在节点漂移的动态水下传感器网络环境中,该算法较其他相关算法有更高的精度。     

一种用于无线传感器网络节点递增式定位的新方法

针对递增式无线传感器节点定位中的误差累积问题,提出了一种基于最优加权最小二乘估计的节点定位改进方法,以提高节点的定位精度.在加权最小二乘估计法中,以加权系数为核心,对加权最小二乘进行改进,在估计误差方差矩阵最小时得出最优加权最小二乘的无偏估计解,此时权值可根据方差阵的逆阵来取得最高精度的估计值.仿真结果表明,此方法能有...     

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。     

一种线型结构无线传感器网络的时间同步算法

针对煤矿井下液压支架模糊控制监测系统网络拓扑,提出了一种适用于线型结构无线传感器网络的时间同步算法。该算法同步过程分为簇间同步和簇内同步,簇间同步采用双向同步机制修正时间偏移的方法减少同步误差,簇内同步通过最小平方线性拟合方法构造逻辑时钟函数,从而得到簇内任一节点与簇首节点的频偏和相偏估计值,以提高同步精度。仿真结果表明,该算法能有效减少时间同步误差和能量消耗。     

基于粒子群优化的无线传感器网络非视距节点定位算法

针对室内环境中传感器节点间的非视距传播会降低定位精度的情况,研究基于无线传感器网络的非视距节点定位方法。根据不同环境下信标节点的测量模型和视距传播概率建立目标函数,采用粒子群优化算法估计出未知节点的位置,将利用最小二乘法计算出的节点位置作为粒子的初始位置。仿真结果表明,通过与最小二乘法、残差加权和RANSAC算法相比较,所提出算法能够较好地削弱非视距误差,且具有更高的定位精度。     

联合TDOA-AOA无线传感器网络半定规划定位算法研究

在无线传感器网络定位中,TDOA和AOA联合定位可有效利用多种位置信息提高定位精度.由于传统联合加权最小二乘(WLS)的目标函数非线性,在应用于无线传感器网络定位时,会产生多个局部最优解.因此,针对该问题本文将约束加权最小二乘问题转化为二次约束二次规划问题,之后通过引入半定松弛(SDR)方法将联合定位问题转换为低复杂度的半定规划问题(SDP),进而寻找全局最优解.并且针对实际应用中参考节点带误差的情形分析和推导了定位算法.与已有算法相比,提出的算法在参考节点无误差和有误差时都有更高的精度.此外,提出的SDP算法还能够实现只有两个参考节点下的目标定位.