一种分布式无线传感器网络节点定位算法

基于接收信号强度(RSSl)的无线传感器网络节点定位算法由于无需额外测距硬件的支持而受到广泛的应用.但无线信号传输受到环境的影响,使得基于RSSI的定位算法存在较大的定位误差.针对上述不足提出了一种基于概率的无线传感器网络节点定位方法.首先根据信标节点发送信号强度与未知节点接收信号强度差来计算未知节点到其一跳范围内所有信标节点的估计距离,然后根据这些估计距离,通过计算未知节点在某个位置概率密度函数的最大值来确定未知节点自身的位置坐标.通过仿真表明,该方法在较低的信标节点密度和节点通信半径条件下,具有较高的节点定位精度和定位覆盖率.     

无线传感器网络移动节点定位算法

提出了一种信标节点以一定的几何形状进行移动来对未知节点进行定位的算法。利用未知节点到信标节点的信号强度值来确定未知节点所在区域,然后用几何方法计算得到其坐标。实验表明：提出的算法定位精度高,计算简单,适合各种规模的无线传感器网络的节点定位。     

一种基于正交定向天线的节点定位算法

为了解决定向天线定位方法的定位范围较小的问题,提出了一种基于正交定向天线的室内无线定位方法.将一个带有4个定向天线且相邻之间相互垂直的节点作为锚节点,并将被测范围分成4个象限;利用未知节点信号强度确定所在象限;根据目标节点所获得的对应象限两垂直天线信号强度值确定信号强差;根据距离不变时方位角与信号强差近似满足线性关系和子集筛选方法以及最大密度方法,确定最终的匹配集合,最后通过曼哈顿匹配出未知节点的实际位置.实验结果表明,该方法在保证定位速度的情况下,将定位范围扩大了3倍左右,定位误差降至0.7886 m.     

基于UAV的无线传感器网络加权质心定位算法

针对加权质心定位算法中,需要的固定锚节点数目较多导致定位成本较高,且定位误差较大等问题,将无人机作为移动锚节点,提出了一种基于信号强度比值并结合指数函数作为权值的加权质心定位算法(ERR-WCL).该算法采用无人机沿着既定的航迹在室内空间中飞行,在规定的航迹点上广播数据包;未知节点根据接收的信号强度(RSSI)确定权值,从而估算未知节点自身的坐标位置.仿真结果表明,该算法有效地降低了定位误差,同时结合无人机,解决了定位成本高,使用不灵活,受到空间约束的问题.     

基于PSO的测距模型参数估计三维定位算法

节点定位技术是无线传感器网络应用的重要支撑技术之一;针对粒子群优化(PSO)定位方法的定位精度依赖于测距模型参数与实际值的符合程度,在接收信号强度指示(RSSI)测距模型的基础上,提出一种测距模型参数估计的三维定位算法;该方法无需计算距离,将未知节点的位置和RSSI测距参数作为自变量,以信号强度误差为目标函数,采用粒子群优化算法估算未知节点坐标;仿真结果表明所提算法不依赖于测距模型参数的选取,并取得了理想的定位精度。     

无线传感器网络质心定位算法研究

节点定位是无线传感器网络中的关键技术之一.质心定位算法完全依赖于锚节点的密度大小及分布情况,锚节点的密度较小且随机分布,所以质心定位算法的定位精度比较低.为了提高节点定位的精度,提出了一种改进的无线传感器网络质心定位算法.在质心定位算法中引人接收信号强度(RSSI)信息,利用RSSI计算节点间点到点的信号强度,并把信息强度值转换成距离值,取倒数作为质心算法权重值,通过质心定位算法对未知节点坐标进行计算,得到节点的具体位置.通过仿真对算法进行测试与分析,仿真结果表明,算法定位的误差减小,提高了节点定位精度,是一种有效的定位算法,为网络设计提供了依据.     

WSN节点的粒计算网格化定位算法

接收信号强度作为一种低功率廉价的测距方式而用于估计无线传感器网络的节点位置,但定位精度会受到时空传播介质的影响,构造快速算法是解决该问题的主要方法之一。对定位区域网格化,提出了基于粒计算的快速网格化定位算法。将定位问题转化为分类问题,利用粒计算分类算法,得到定位参数,估计未知节点的位置。实验结果表明与支持向量机定位相比粒计算网格化定位算法降低了定位误差和时间。     

基于Voronoi图划分的节点模糊信息定位算法

针对基于接收信号强度的无线传感器网络节点定位算法精度低的问题,提出一种基于Voronoi图划分的节点模糊信息定位算法。根据锚节点个数对定位区域进行Voronoi图划分,将整个定位区域划分为不同的Voronoi区域,同时获得各个Voronoi区域的顶点坐标。使用高斯滤波方法筛选出可以作为参考节点的顶点坐标,通过顶点坐标和锚节点联合定位未知节点。利用模糊信息定位方法计算出未知节点的最终位置。实验结果表明,相比M ANLFI算法和FINL-DT算法,该算法能够有效提高节点定位精度,降低网络能耗。     

一种基于能量衰减特征的无线传感器网络定位算法

提出一种WSN节点定位的新算法.算法依据无线信号能量衰减的对敷常态分布模型及正态分布的"3σ"法则建立接收信号强度与距离的区间映射关系.未知节点根据接收信号强度判自己所处的能量区间,进而判定所处信标节点的射程区间.将射程区间信息转化为几何距离约束条件画弧,得到包围此未知节点的"目标环段区域",其中心作为未知节点的估计位置.仿真实验表明,本文算法在节点布放区域边长与无线射程接近或小于无线射程的条件下比Centroid、APIT、Bounding-Box、MLE算法具有更高的定位精度.     

自适应在线模型校准的RSS实时定位算法

针对传统的RSS定位方法对环境因素要求过高,在设计校准和运行操作阶段工作量大效率不高的问题,提出一种基于锚节点RSS在线建模校准的无线传感器网络定位算法;首先,利用标准偏差阈值方法对信号强度不确定度较大的锚节点进行过滤,并对锚节点和未知节点间的距离与接收信号强度的关系进行在线建模;其次,采用周期校准方式对在线模型进行实时修正,然后利用加权平均的方式对未知节点进行定位,建立对环境因素的自适应机制实现节点的实时准确定位;最后,通过仿真显示该方法能够有效对无线传感器网络未知节点进行定位且精度满足要求,算法简单易于实现具有实际应用价值.     

基于TDOA和RSS的可行域粒子滤波非视距定位算法

针对室内复杂环境下无线传感器节点的信号传播状态在LOS/NLOS之间切换的现象,提出基于TDOA和RSS的可行域粒子滤波非视距定位.首先采用基于TDOA和RSS两种测距模型的假设检验方法去辨识测量信号中是否存在NLOS现象,然后采用考虑NLOS测量信息的可行域粒子滤波方法对未知移动节点的位置进行定位.仿真结果表明,所提出的方法优于最小二乘法、普通的粒子滤波算法以及仅采用RSS测距模型的粒子滤波算法,具有较高的定位精度.     

基于曲面拟合的WiFi指纹数据库更新

针对指纹数据库更新需要大量时间和人力开销问题,提出了一种新的WiFi环境下接收信号强度(RSS)的估计方法。即采用径向基函数插值的方法,利用一部分RSS被重新测量的参考点,拟合出接收信号强度曲面,估计出邻近未知参考点RSS值,从而更新指纹数据库。大量实验证明,所提方法只需要测量四分之一的参考点,就能在定位误差为2 m范围内达到与实测数据库相同的累积误差概率,保证了较高定位精度。     

一种新的基于ZigBee技术定位算法

经典定位算法计算过程复杂需占用大量系统资源,当需要定位大量节点时,系统将会丢失部分人员定位信息,大大影响了定位的实效性;针对上述问题,提出了一种基于ZigBee的权值算法,该算法通过基站获得的接收信号强度指示值(RSSI),与人员节点发射功率的函数关系得出一个接收信号强度值(RSS),根据RSS值与距离的关系实现人员的定位;新算法阐述了如何利用几个已知节点的位置来计算未知节点的位置;经过130个节点的测试,其定位误差为2～6m,测试结果表明该算法与经典定位算法相比,具有系统资源占用少,可靠性、实时性和精度高等优点。     

Received signal strength based positioning for multiple nodes in wireless sensor networks

We address the problem of locating multiple nodes in a wireless sensor network with the use of received signal strength (RSS) measurements. In RSS based positioning, transmit power and path-loss factor are two environment dependent parameters which may be uncertain or unknown. For unknown transmit powers, we devise two-step weighted least squares (WLS) and maximum likelihood (ML) algorithms for node localization. The mean square error of the former is analyzed in the presence of zero-mean white Gaussian disturbances. When both transmit powers and path-loss factors are unavailable, two nonlinear least squares estimators, namely, the direct ML approach and combination of linear least squares and ML algorithm, are developed. Numerical examples are also included to evaluate the localization accuracy of the proposed estimators by comparing with two existing node positioning methods and the Cramér–Rao lower bound.     

基于精细电子地图定位的信息安全边界

提出一种利用传感器网络精细电子地图定位建立信息安全边界的方法。在离线阶段,采用离散概率密度函数统计接收信号强度,绘制精细电子地图并定义信息安全边界,在线运行阶段,用位置概率矩阵描述目标位置,用矩阵运算融合多观测点、不同时刻的观测,并采用贝叶斯滤波器动态跟踪目标位置。实验结果表明,该方案在1m和2m的过渡区域宽度条件下均有较高的安全判定准确性。     

基于RSS手指模的煤矿井下WLAN定位方法

到达信号强度(RSS)手指模定位技术已广泛应用于室内定位技术,提出了适用于煤矿井下由于电磁波多径效应而变得复杂的环境的RSS手指模定位算法。通过对煤矿井下电磁环境信息的采集,对采集到的信息进行处理,使用贝叶斯公式法估计出概率较大的3个位置,然后再使用最邻近法的欧几里德距离估计出位置。通过对实验数据的统计分析,仿真结果表明:提出的基于RSS手指模改进的融合算法的节点定位精度要比K邻近法的定位精度要高,定位性能要优越。     

基于DBSCAN的无线传感网定位方法

在NLOS传播环境下,为了获得更好的定位性能,由多个已知传感器节点测量来自未知节点的电波到达时间TOA,对TOA测量数据进行分组处理和加权最小二乘估计进而获得未知节点的初步定位结果,依据多次测量和估计并采用DBSCAN进行聚类处理从而剔除坏点获得较小的定位误差,实现了对未知节点的精确定位,最后进行实验仿真。计算机仿真结果表明所提出的定位方法能有效地抑制NLOS误差,具有较小的定位误差,鲁棒性较强,并较其他传统定位法进一步提高了定位精度。     

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。     

基于无线信号K-M模型的三维室内定位算法研究

针对无线信号在室内环境中易受到干扰、波动较大等问题,提出一种改进粒子群优化RBF神经网络的无线信号K-M传播测距模型。利用RBF的非线性特性模拟室内传播的复杂性,以信号接入节点(AP)发射功率、路径损耗因子、未知节点(RP)接收信号强度值RSS等构建模型,预测输出AP与RP之间的距离d。以d为半径,AP为球心,建立多个球体方程,采用极大似然(MLE)采样方程组与RSS-d加权质心混合定位算法,粗略估算未知节点位置信息,再利用加权质心法来进一步提高RP的定位精度。通过MATLAB实验仿真表明,与常见的优化算法对比,该模型预测距离误差更小,平均距离误差为1.3 m;RP的三轴坐标平均误差分别为x轴1.55 m、y轴1.48 m、z轴0.98 m,表明该模型提高了定位精度。     

基于三个定向天线RSS的二维到达角估计

在室内定位设计中,接收信号强度（RSS）容易受到发射功率、信号衰减和多径环境等因素的影响。在锚节点天线高于被测节点天线的应用条件下,提出一种基于RSS的二维到达角（AoA）估计方法。将三个定向天线作为锚节点的波束切换天线且三个波束的方向图重叠,在测向技术中的和差法理论基础上,从多径信号分析和克拉美罗下界推导的角度出发,论证当AoA处于方向图重叠区域时RSS差分处理对于多径和噪声干扰具有一定程度的抑制作用,并研究该抑制效果与波束切换天线参数之间的关系。仿真结果表明,在单个锚节点条件下,该方法在约150 m²的定位区域范围内获得的平均AoA估计误差为4.3°,具有较高的AoA估计和定位精度。