无线传感器网络节点自身定位算法

无线传感器网络(WSN)的许多应用都是基于节点的位置信息.本文从WSN的基于测距的定位算法和无需测距的定位算法对其定位算法进行详细的说明.并分析比较各定位算法的优缺点.最后还指出了WSN的自身定位问题的研究方向.     

无线传感器网络节点自身定位算法

无线传感器网络（WSN）的许多应用都是基于节点的位置信息．本文从WSN的基于测距的定位算法和无需测距的定位算法对其定位算法进行详细的说明．并分析比较各定位算法的优缺点．最后还指出了WSN的自身定位问题的研究方向。     

无线传感器网络节点定位算法研究

研究无线传感器网络节点定位的方法。首先介绍了节点定位的基本原理,在总结节点定位原理的基础上,对节点定位方法的分类依据进行了归纳。在对无线传感器网络节点定位方法的研究中,主要对是否基于测距的节点定位方法进行具体分析,介绍了2种类型的定位方法的基本原理,并对2种类型的定位方法中的典型算法做了具体说明,最后介绍了定位算法的评价标准。     

无线传感器网络一种改进的convex定位算法

以convex(凸规划)定位算法为基础,针对range-free定位算法中anchor(已知节点)比例低带来的定位精度低、网络覆盖率低的问题,提出了二跳信息改进定位算法。该算法中,未知节点在通信中加入自身邻居anchor的ID和位置信息并发送给邻居节点,相应的邻居节点从中确定自己的二跳邻居anchor,并利用二跳邻居anchor的二跳通信范围来减小未知节点的可能存在区域,进而提高未知节点的定位精度。仿真表明,二跳信息改进定位算法在anchor节点比例较低情况下能有效提高定位精度,而在anchor节点比例较高时接近原convex算法定位精度,并且网络规模越大这种提高越显著。     

无线传感器网络节点自身定位算法综述

节点位置信息是无线传感器网络应用的基础.介绍了无线传感器网络节点定位的基本原理,论述了已提出的几种典型定位算法,并对其进行了分析与比较.在综合分析当前定位算法不足的基础上,指出了无线传感器网络节点定位算法的研究方向.     

基于改进DV-Hop的无线传感器网络节点定位算法

针对DV-Hop距算法定位误差大的难题,提出一种改进离估计误差,并利用DV-Hop的传感器节点定位算法。首先修正知节点与信标节DV-Hop算法对节点进行定位;然后对进V-Hop算法定位误差行校正,最后在Matlab 2012平台上对算法性能进行仿真分析。仿真结果表明,本文算法可以较好地克服DV-Hop算法存在的不足,提高了传感器节点的定位精度。     

无线传感器网络的节点自定位算法

无线传感器网络（WSN）是由大量靠无线多跳方式通信的智能传感器节点构成的网络,围绕WSN出现了许多新的研究内容,节点定位是其中一个很重要的方面。本文综述了无线传感网络近年来的自定位算法,分别分析了各种算法的优缺点。最后还讨论了节点自定位算法所采取的一些安全措施。     

无线传感器网络节点A身定位算法综述

节点位置信息是无线传感器网络应用的基础。介绍了无线传感器网络节点定位的基本原理,论述了已提出的几种典型定位算法,并对其进行了分析与比较。在综合分析当前定位算法不足的基础上,指出了无线传感器网络节点定位算法的研究方向。     

改进的无线传感器网络DV-Distance定位算法

针对DV-Distance定位算法受网络拓扑结构和环境噪声影响大等问题,从2个方面对算法进行了改进。改进的DV-Distance算法在原算法基础上,通过设定共线度阈值来优化多跳网络中定位锚节点分组的选择,使其能更好的适应低密度、不规则网络,并利用最小二乘算法与泰勒级数展开法相结合方法来估计最终位置,从而提高算法的鲁棒性。仿真结果表明,改进算法与原算法相比,具有更高的定位精度,并且在锚节点数量比较小和节点密度低情况下,仍具有较好的定位性能。     

改进的无线传感器网络DV-Hop 节点定位算法

DV-Hop 算法是解决无线传感器网络节点定位问题的一种经典算法。文中根据经典的DV-Hop 算法提出了一种改进算法,通过引入更优的误差矫正和双曲线定位算法,减少了经典算法中多跳过程中积累的定位误差。比较和分析了经典DV-Hop 算法和改进后算法的仿真结果可以看出,改进后的DV-Hop 算法定位精度提高显著,在给定条件下的定位误差下降了约50%。     

改进的无线传感网络节点定位系统的设计与研究

由于传感器网络节点容易受到干扰,传统的无线传感器网络节点定位系统无法对预定位信息进行有效控制,定位精度和定位效率均不高,故设计定位精度和定位效率均较高的无线传感网络节点定位系统。该系统利用CC2430芯片控制全局,对复位电路、调试电路和串口电路进行重点改进。CC2430芯片利用差分控制方法对系统运行中产生的预定位信息进行控制,获取预定位物体的最终定位信息。复位电路对传入系统的预定位物体信息进行分类,将预定位信息实时传输至串口电路,其自身状态信息将传输至调试电路。调试电路对复位电路中的电流和元件能耗进行调试,保障复位电路的正常运行。串口电路通过协调器与CC2430芯片连接,实现预定位信息向CC2430芯片的高效、精准传输。软件给出系统定位函数,以及虚拟测量计算方法的定位流程图。实验结果表明所设计的系统拥有较高的定位精度和定位效率。     

An improved fault detection crow search algorithm for wireless sensor network

In wireless sensor networks (WSNs), the collected data during monitoring environment can have some faulty data, and these faults can lead to the failure of a system. These faults may occur due to many factors such as environmental interference, low battery, and sensors aging etc. We need an efficient fault detection technique for preventing the failures of a WSN or an IoT system. To address this major issue, we have proposed a new nature-inspired approach for fault detection for WSNs called improved fault detection crow search algorithm (IFDCSA). IFDCSA is an improved version of the original crow search algorithm (CSA). The proposed algorithm first injects the faults into the datasets, and then the faults are classified using improved CSA and machine learning classifiers. The proposed work has been evaluated on the three real-world datasets, ie, Intel lab data, multihop labeled data, and SensorScope data, and predicts the faults with an average accuracy of 99.94%. The results of the proposed algorithm have been compared with the three different machine learning classifiers (random forest, k-nearest neighbors, and decision trees) and Zidi model. The proposed algorithm outperforms the other classifiers/models, thus generating higher accuracy and lower features without degrading the performance of the system. Index Terms—big data, crow search algorithm, IoT, machine learning, nature-inspired algorithm, wireless sensor network.     

CRWSNP: cooperative range-free wireless sensor network positioning algorithm

Sensing events occur in an area without knowing the events locations, is meaningless. Since there is no priorly knowledge about the locations of most of the sensors which scattered randomly in an area, wireless sensor network localization methods try to find out where sensors are located. A new cooperative and distributed range-free localization algorithm, based on only connectivity information is proposed in this paper. The method first uses convex optimization techniques to find primitive target nodes locations estimation, then nodes cooperate with each other in several iterations to improve the whole network location estimation. CRWSNP converges after a finite number of iterations because of applying two novel heuristic location correction techniques. As well as, results of the algorithm have been compared with six range-free based methods like CPE, DV-hop, APIT; and CRWSNP algorithm provides more accurate results over 50 random topologies for the network, in mean error and maximum error metrics.     

无线传感网络的改进嵌入式节点定位系统设计

由于传感器中定位节点成本相对较高且系统繁杂,易导致节点自我定位功能的误差甚至失效等问题。为了更好地对无线传感网络系统进行设计,以实现高精度定位的系统设计为目标,主要对无线传感网络系统的软件部分进行改进。结合嵌入式节点定位系统进行创新和优化,建立了一种嵌入式无线传感网络控制节点定位系统。从而提高定位系统运行的可靠性、准确性和灵活性,以便使系统能够更好地适用于不同的应用检测定位环境。为验证系统的有效性进行仿真实验,实验结果证明,该方法可有效提高无线传感网络技术定位的精准性和可靠性,有效弥补了传统定位系统中存在的不足,具有更高的参考和实用价值。     

无线多媒体传感器网络中一种改进路由算法

随着网络负载增加,经典的TPGF( Two-Phase geographic Greedy Forwarding)算法难以找到节点分离路径,会导致网络吞吐量、投递率以及端到端时延性能下降。此外,当网络拓扑变动不大时, TPGF中每条路径所包含节点要消耗比其他节点更多的能量,会导致其过快死亡,从而影响网络性能。为此,将联合网络编码技术引入 TPGF,提出一种编码与能量感知的 TPGF 路由算法( NE-TPGF)。该算法综合考虑节点的地理位置、编码机会、剩余能量等因素,同时利用联合网络编码技术进一步扩展编码结构,充分利用网络编码优势来建立相对最优的传输路径。仿真结果表明, NE-TPGF能够增加编码机会,提高网络吞吐量和投递率,降低端到端时延,并且还有利于减少和平衡节点的能量消耗。     

基于PSO-BP算法的无线传感器网络定位优化

在研究现有定位算法的基础上,针对基于接收信号强度指示(RSSI)定位模型中的参数易受环境影响等问题,提出了一种新型的粒子群优化(PSO)算法与后向传播(BP)神经网络相结合的算法.BP网络算法权值的修正依赖于非线性梯度值,易形成局部极值,同时学习次数较多,需先通过粒子群算法进行优化.为了提高定位精度,首先采用速度常量法滤波处理,然后通过改进的混合优化算法对BP神经网络初始权值和阈值进行优化,并分析算法的性能.试验中隐层节点个数采用试错法,从12到19变化,以确定合适数目.实验结果表明,与一般加权算法和传统BP算法相比,改进的混合优化算法可大幅改善测距误差对定位误差的影响,同时可使25 m内最小定位误差小于0.27 m.     

无线传感器网络逐级分区和加权定位算法

针对基于跳数的距离矢量算法(DV-hop)存在的2个问题,引入逐级分区概念和加权计算,对多跳定位方式进行改进。改进的定位算法,通过对网络中的所有参考节点进行分级,按逐渐缩小本地范围的方式进行信标洪泛,极大地降低网络通信量;在校正值的计算和传播阶段,通过对不同参考节点加权并合理选择参考节点进行坐标计算,以减小最终的定位误差。通过理论计算和仿真表明,改进后的算法极大地降低了定位过程中的通信开销,提高了定位精确度,尤其在各向异性网络中,定位精确度较 DV-hop明显提高。     

传感器网络中基于树的感知器分布优化

无线传感器网络中,感知节点的合理分布对于提高网络的感知能力和信息收集能力以及提高网络的生存期限都具有重要的作用。对于随机分布方式产生的感知网络,可以利用节点的移动性对特定感知节点的位置进行调整从而改善网络整体的感知覆盖范围。为此,利用 Voronoi 图以及相关 Delaunay 三角网定义了传感器网络中以sink 节点为中心的伸展树,并提出了基于遗传算法的感知节点分布优化算法。仿真结果表明,算法能够以较小代价对传感器网络进行节点的分布优化,从而有效提高网络整体的感知能力。     

无线传感器网络中的最优感知节点分布及分布优化算法

无线传感器网络中，感知节点的合理分布以及网络拓扑的动态调整对于更加有效地进行信息收集以及提高网络的生存期限都具有重要的作用。为此，针对传感器网络的初始规划提出了一种基于遗传算法的最优分布。仿真结果表明，算法能够针对特定的目标区域获得较好的节点分布。在最佳分布的基础上，结合传感器网络的拓扑管理和节点定位，引入了一种有效的传感器网络拓扑和节点分布优化方法，为传感器网络的拓扑性能管理提供了有效的算法保证。     

无线传感器网络中Robust Position定位算法的改进

首先深入分析了两种典型的分布式的节点定位算法，并从定位精度及能量消耗两个方面给出了定量分析结果。在此基础上提出了改进的定位算法，BB_RP算法。通过仿真试验，在定位精度和能量消耗两个方面与原有算法进行定量的分析比较。结果表明，BB_RP算法虽然在定位精度略低于原有的算法，但是在能量消耗和覆盖速度两个指标上有了较大的提高，使得无线传感器网络的生命周期延长。