无线传感器网络质心和DV-Hop混合定位算法研究

无线传感器网络(wireless sensor networks)作为一种重要的信息获取和处理技术,可以在广泛的领域内实现目标监测、信息采集和目标追踪等任务,节点定位是无线传感器网络的重要支撑技术之一。而传统的定位算法具有定位误差大或定位率低的缺点。在对质心定位算法和DV-Hop定位算法的原理进行深入分析的基础上,提出了一种质心和DV-Hop混合定位算法MCDA,MCDA从3个方面提高了定位性能:首先通过设置TTL(time to live)值来限制锚节点广播数据包的范围,减少DV-Hop算法的通信开销;其次提高邻居锚节点的比例;最后通过改进质心定位算法减小定位误差。仿真结果表明,当锚节点数为5时,与DV-Hop定位算法相比,MCDA的平均定位误差降低了53.7%。当锚点数增加到10和20时,与质心定位算法相比,MCDA的平均定位率提高了28.5%和14.2%。     

基于累加跳距和校正因子的无线传感网定位算法

针对无线传感网中DV-Hop定位算法利用平均跳距乘以跳数来估算距离,并未对估计节点坐标重新评价而导致误差较大的问题,提出一种基于累加跳距和校正因子的DV-Hop定位算法。该算法首先利用最小均方误差法求出各锚节点平均跳距,未知节点根据所有锚节点平均跳距加权求出自身平均跳距,然后累加链路中各未知节点平均跳距求出节点间距离,最后估算锚节点位置并与实际锚节点位置比较,得出校正因子修正未知节点坐标。仿真结果表明,该算法与传统DV-Hop算法及相关文献算法相比,能够有效降低距离误差,提高定位精度。     

基于功率控制和邻居信息的距离无关定位算法

针对无线传感器网络节点自定位问题,提出了一种基于锚节点功率控制和邻居信息的距离无关定位算法——APNI(Anchor Power-control and Neighbor Information)。该算法可分为距离估计和位置计算两个阶段:在距离估计阶段,未知节点通过锚节点功率控制和邻居节点部署信息获得自身到锚节点的近似距离;在位置计算阶段,未知节点根据得到的近似距离的个数运用不同的方法计算自身的坐标。Matlab仿真结果表明,与DV-Hop算法和部分改进算法相比,APNI算法能有效减少近似距离的误差,提高定位精度。仿真还显示在各向异性的网络中,APNI算法克服了DV-Hop算法的缺点,依然保持良好的定位精度。     

一种改进的DV-Hop无线传感器网络定位算法

针对传统DV-Hop无线传感器网络定位算法误差较大的缺点,将接收信号强度指示RSSI(received signal strength indicator)加入定位系统对原算法进行改进。通过RSSI测距技术计算信标节点邻居节点的距离;根据接收信号强度指示(RSSI)的比值修正节点间跳数;采用极大似然估计法对待定位节点坐标初步估计后再用加权质心算法进一步精确定位。仿真结果表明,该改进方法与传统DVHop算法相比定位精度有较大的提升。     

基于遗传算法和二进制蚁群算法的DV-Hop定位算法的优化

无线传感器网络(WSN)是一种由节点组成的无线自组织网络,在很多领域中有广泛的使用。节点定位是无线传感器网络中最重要的部分,使用无测距定位算法中传统的DV-Hop算法来定位误差较大。为了提高DV-Hop算法的精确度,提出了一种基于遗传算法和二进制蚁群算法来改进DVHop定位算法。遗传算法中利用了线性交叉和非均匀变异算子在种群中进行搜索,在此基础上,采用二进制蚁群算法进行进一步的搜索,而后比较适应度函数来保留较优的个体,从而产生了新一代种群。二进制蚁群算法中使得每只蚂蚁的智能化比较低,每条路径对应的存储空间相对较小,显著提高了计算效率。仿真的结果表明,提出的算法比传统的DV-Hop算法、基于遗传算法的DV-Hop算法有更快的收敛速度和更高的定位精度。     

基于LS-SVR的无线传感器网络节点定位算法

文章针对无线传感器网络（WSN）节点定位算法DV-HOD的节点间距离估计误差对定位准确度影响较大的问题,提出一种基于LS-SVR（最小二乘支持向量回归机）的定位算法L-LSSVR。该算法根据已知锚节点坐标信息,通过对探测区域网格化采样,得到包含未知节点到各锚节点的距离和未知节点坐标的训练样本集,利用LS-SVR训练得到定位模型,定位时以未知节点到各锚节点经多跳测距得到的距离向量作为模型的输入,将模型输出作为未知节点的估计坐标。在节点均匀分布和随机分布的网络中进行节点定位实验,结果表明,定位算法L-LSSVR能有效地降低距离估计误差对定位准确度的影响,减小平均定位误差,其中,在节点均匀分布的情况下L-LSSVR算法的平均定位误差比DV-Hop算法减小8.1～17.8%,在随机分布的网络中减小8.7～27.0%。     

基于GSO与加权质心的DV-Hop定位算法

由于经典DV-Hop定位算法中定位精度较低,提出一种改进算法。首先,未知节点计算到各信标节点的距离时,采用不同平均每跳距离。其次,采用GSO(galactic swarm optimization)思想把网络中的信标节点分为不同种群,使用粒子群优化算法估计每个种群中未知节点的最优位置,其最优位置构成一组次优解集。最后,利用加权质心算法优化次优解集作为未知节点的坐标。实验仿真表明,该方法能有效降低未知节点的定位误差。     

无线传感网络节点定位算法综述

节点定位技术是无线传感器网络的关键技术之一。文章介绍了无线传感器节点定位的原理、节点定位算法的评估标准,讨论了现有的节点定位算法的分类．对无线传感器网络距离相关和距离无关两大类的算法进行了分析对比,并对未来节点定位算法的发展进行了展望。     

基于DV-Hop的无线传感器网络定位算法

针对无线传感器网络中DV-Hop定位算法其定位精度和覆盖率的不足,提出了一种按节点优先级进行定位并升级为新锚节点的改进算法。该算法是从第二轮次开始增加一次新锚节点广播,由各未知节点根据自身所收到的新旧锚节点广播的多少来确定其优先级,选择该轮次中优先级最高的节点按DV-Hop算法实现定位并升级为新锚节点,并在定位过程中利用加权最小二乘法降低了累计误差。选用Matlab进行相关仿真,结果表明改进算法在一定程度上提高了定位精度和覆盖率。     

基于多通信半径和改进遗传算法的DV-Hop定位

针对无线传感器网络定位算法中DV-Hop(distance vector-hop)算法定位精度不高的问题，从跳数和跳距两方面进行优化，提出了一种利用多通信半径和改进遗传算法优化的DV-Hop定位算法。首先，设置节点的通信半径为多个，细化节点间的跳数，降低跳数误差；其次，将局部搜索能力强的禁忌搜索算法与遗传算法相结合优化信标节点的平均跳距；最后，采用加权的方式修正未知节点的平均跳距，降低跳距误差。仿真结果表明：在同等条件下，本文改进算法比传统DV-Hop算法和有关改进算法定位精度更高。     

基于无线传感器网络自校正定位算法

节点定位是无线传感器网络的重要应用之一,为了抑制实际应用中各种环境因素对无线传感器节点精度的影响,提出了一种基于误差校正的定位算法。通过基于粒子群优化算法的粒子群优化-接收信号强度指示算法(par-ticle swarm optimization-received signal strength indication,简称PSO-RSSI算法)将未知节点收到信标节点一定数量的存在偏差的链路质量指示值进行优化,实现对误差的补偿。将链路质量指示值转化为接收信号强度指示值,从而得到距离。实验结果表明,该算法可提高定位精度,具有普遍应用价值。     

无线传感器网络中一种改进的DV-HOP定位算法

在无线传感器网络中,节点定位技术占有非常重要的地位。为了提高节点定位精度,在研究和分析传统DV-HOP定位算法的基础上提出了一种改进算法。该改进算法中,每个信标节点通过分析实际距离和估计距离之间的误差,可进一步修正平均每跳距离;然后在未知节点坐标计算过程中引入二维双曲线定位算法代替传统的三边测量法,可减少节点计算误差。仿真结果表明,在无需增加额外的硬件设备的条件下,改进的DV-HOP算法与传统的DV-HOP算法相比,能够更加有效地提高节点的定位精度。     

基于移动信标的无线传感器网络混合节点定位算法

节点定位是无线传感器网络中的关键技术之一。本文在采用装备有GPS装置的移动信标的基础上,提出了加权质心定位方法和Unscented—KF滤波组合定位算法。算法首先利用加权质心定位方法,获得无线传感器网络未知节点的初步位置,再用Unscented—Kalman filter进一步提高定位精度。算法可以实现传感节点的低成本定位,容易达到很高的定位精度、可实现分布式定位计算。仿真结果显示,与算法较常用的极大似然估计相比,未知节点的定位精度有较大的提高。本算法定位过程中节点间无通信开销,计算量小,节省了宝贵的节点能量。在本文中算法是基于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。     

无线传感网络APIT定位算法的改进

通过对无线传感网络APIT定位算法的研究,知道该算法在定位精确度、定位覆盖率等方面存在较严重的问题。利用移动锚节点在异构传感器网络中的优势,结合TDOA测距算法,并综合考虑整个网络的锚节点部署及优化方法,提出一种APIT定位算法的改进算法。通过仿真实验对改进后的定位算法的性能进行定性分析。改进后的算法在定位精确度、定位覆盖率等方面要明显优于传统定位算法。     

基于量子遗传算法的WSN定位算法

针对无线传感网络由于位置信息等原因造成的定位误差较大、精度不高等问题,在继承DVHop定位算法优点的基础上对其进行改进,提出了一种基于量子遗传算法的无线传感器网络节点定位技术。将其应用于DV—Hop算法的第3阶段,对节点的位置进行校正,利用量子遗传算法求解模型的最优解,从而得到未知节点的最优估计位置。改进的DV—Hop定位算法与原算法相比,改进的算法能够改善定位覆盖率低的问题,在锚节点比例较低的情况下有更高的定位精度。     

机械振动WSNs最小二乘发射功率自适应控制方法

机械振动无线传感器节点为了保证数据传输的可靠性采用最大发射功率,导致部分传感器节点传输能耗浪费。针对此问题,提出了一种无线传感器节点最小二乘发射功率自适应控制方法。首先,传感器节点在机械振动监测中进行簇内通信获得发射功率与链路质量的离散关系;其次,采用最小二乘法对离散数据进行线性拟合,建立数据可靠、节能传输的最小二乘发射功率自适应数学模型;最后,结合链路质量指示阈值计算出节点间数据传输的最优发射功率。对比实验结果表明,采用最小二乘发射功率自适应控制方法能有效降低机械振动无线传感器节点的传输功耗。     

基于测距修正及改进鲸鱼优化的DV-HOP定位算法

针对无线传感器网络中传统DV-HOP(distance vector?hop)定位算法定位误差大的问题,提出基于测距修正及改进鲸鱼优化的DV-HOP(whale optimization algorithm distance vector?hop,WOADV-HOP)定位算法,该算法首先通过添加修正因子和引入权重来修正...     

一种改进的WSN节点定位算法

节点定位技术是无线传感网络的支撑技术,定位的准确性直接关系到传感器节点采集数据的有效性。本文对无需测距的DV—Hop定位算法进行了分析,利用归一化加权处理方法计算盲节点平均每跳距离,并通过定义锚节点发送数据包生存跳数对DV—Flop定位算法进行了改进。仿真结果表明,改进的DV—Hop定位算法能有效地提高定位精度,减小网络通信量,从而降低节点能耗。     

一种传感器定位精度恶化情况下的恢复算法

在某些场合下无线传感器网络存在恶意节点攻击,在这种情况下,节点定位精度需要提高。针对极大似然估计定位技术极易遭恶意攻击的情况,提出了一种基于极大似然估计定位技术的恢复定位精度定位算法。仿真结果表明,当存在恶意攻击时,在电磁波最大定位误差为0.22个通信半径条件下,原有的定位技术不可用时;该算法可以有效恢复原有的极大似然估计定位技术。主要工作为:1)测距定位中各种恶意攻击遍历归纳;2)质心定位法的抗攻击算法(AAC);3)求解定位方程中对方程做差时尽量让误差项较小的作为被减方程。研究中最关键是实验设计,参数估计。