一种基于RSSI校验的无线传感器网络节点定位算法

由于事件发生的位置和获取信息的节点位置是无线传感器节点监测消息中所包含的重要信息,因此如何进行无线传感网络节点自定位成为了当前的一个研究热点.在过去权质心算法的研究基础上,本文提出了基于RSSI校验的无线传感器网络节点定位算法,利用固定节点之间的距离和RSSI值来校正移动节点与每个固定节点之间的权值,从而提高了算法的定位精度.实验结果表明,在相同实验环境下本算法的精度优于以往的权质心算法.尤其在平均定位误差方面,前者比后者改进了大约25%.     

一种用于移动传感器网络的定位算法

无线传感器网络作为一种全新的信息获取和处理技术,可以在广泛的应用领域内实现复杂的大规模监测和追踪任务。在传感器网络中,定位问题已经是很多无线传感器网络应用的关键,以前的大多数定位算法只适用于静态网络。设计了一种适用于锚节点和普通节点都自由移动的移动传感器网络的定位算法,该算法结合Monte Carlo和RSSI方法,通过约束选取样点的样本空间,仿真结果显示同比提高了算法精度。     

移动无线传感器网络中一种新的路由算法

在节点采用RWP移动模型的移动无线传感器网络中,为了提高网络的综合性能,提出了一种新的路由算法LDM.LDM运用节点在RWP模型的运动特点及节点的运动方向与当前位置,推导出节点的传输概率,并使用传输概率来指导路由选择,同时对节点的消息队列进行了有效的管理,提高了网络的综合性能.通过在ONE仿真器上与Epidemic、DT、FAD算法进行比较,结果表明LDM在综合性能上得到了提升.     

一种无线传感器网络环境自适应的定位算法*

针对基于接收信号强度指示(RSSI)的加权质心定位算法,研究了实际环境中节点的RSSI特性,利用加权多项式法在线拟合出信标节点间距离和接收信号功率的关系,从而不需要计算实际环境中信号衰减因子等参数而实现节点间测距,将估算的距离转换为合适的权值,再结合质心算法实现定位。MATLAB仿真结果表明,该算法具有更好的定位精度和更强的环境自适应性。     

一种基于CKF的无线传感器网络分布式定位算法

为提高无线传感器网络节点定位的精度,降低算法计算复杂性,提出了一种基于容积卡尔曼滤波的无线传感器网络分布式节点定位算法。该算法假定移动锚节点按预定路径在传感区域移动,并周期性广播自身位置信标信息;每个未知位置节点首先收集多个锚节点信标信息及信号强度信息,然后估算出锚节点信标位置与未知节点的距离,最后在未知节点上运用容积卡尔曼滤波算法完成自身位置的分布式定位。仿真结果表明：本文所提算法具有优良的定位性能,定位精度和无迹卡尔曼滤波算法相当,明显优于极大似然估计定位算法,而计算复杂性则低于无迹卡尔曼滤波算法。     

一种传感器网络移动栅栏部署算法

栅栏覆盖是传感器网络研究中的热点问题,现有有关栅栏覆盖研究大多针对静态兴趣区域的栅栏覆盖,而对于实际应用中如海洋污染、森林火灾、部队行军等的栅栏覆盖应用不适用;该文主要针对动态对象研究移动传感器网络的有效栅栏覆盖;抽象了问题模型并提出了栅栏覆盖评价指标,然后结合凸优化理论提出了一种分布式的移动栅栏覆盖算法;通过3个不同场景分别测试了算法在400*600m的区域中随机部署有50个移动传感器节点对于不同动态对象构建一条封闭栅栏带所花费的时间以及栅栏带动态形成时的移动距离;测试结果算法能够快速有效实现动态区域的栅栏覆盖。     

一种基于热区的移动传感器网络的移动模型

移动模型在移动传感器网络的研究中起着非常重要的作用,因为几乎没有可以用于性能评估的大型真实网络环境.然而现在很多移动模型仅考虑了简单的地理位置移动性,在此的模型里强调人移动性的重要影响.在真实环境中,因为各地区对人移动的吸引力总是不同的,人的分布总是非均匀的,例如城市中的繁华地区会吸引更多的人过来.提出了一种基于热区的移动模型(HAM).在模型的设计中,整个区域被分成若干个子区域,每个子区域都有一个权重值用于表示对移动节点的吸引力.模型中,节点的移动是受周围所有子区域权重影响的.热区是拥有高权重的子区域,能够聚集更多的移动节点,就像城市中的繁华地区一样.利用仿真模拟显示提出的模型产生的节点移动轨迹,并比较其他的移动模型.     

移动传感器网络覆盖算法研究

随着MEMS技术的发展,移动传感器网络近年来受到较多的关注,其中覆盖算法是其研究的重要问题之一。现有的移动覆盖算法主要分为虚拟力法、Voronoi图法和Delaunay三角剖分法三类。本文分析了这三类方法的不足,给出了一种新的移动覆盖算法,能够针对大规模移动传感器网络,真正实现分布式的实时响应网络的拓扑变化。仿真表明,该
算法具有良好的覆盖效果。     

一种移动节点无线传感器网络路由算法的优化设计

在深入研究ZigBee协议的基础上,提出了一种更适合于链式移动网络的路由算法EmBee,分析了其工作原理及协议软件的实现流程,并给出其性能测试结果.实践证明,EmBee作为一种移动无线传感网络路由算法,具有协议简单、代码量少、自组网能力强、传输跳跃速度快等特点,在无线链式、扇形移动网络内有更好的效果.     

一种无线传感器网络移动节点的三维定位算法

定位技术是无线传感器网络最重要的技术之一。对无线感器网络在三维空间的移动节点,提出一种基于蒙特卡洛的三维无线传感器网络非测距分布式定位算法。算法利用外接正方体来表示节点的通信范围和移动范围,根据未知节点每时隙最大移动范围和锚节点通信范围形成采样区域,依据锚箱的体积确定采样数量,随机采集的样点取均值作为未知节点的估计位置。介绍算法的原理,并进行仿真分析。仿真结果表明,在锚节点比例较少的情况下,该算法能获得比较理想的定位精度,优于传统的质心算法,有效实现了移动节点在三维空间的定位,且无须额外硬件支持和昂贵的测距设备,适合于大规模的无线传感器网络的节点定位。     

基于可预测移动汇聚节点的无线传感网分簇算法研究

在汇聚节点移动可预测情况下,提出一种无线传感网分簇算法。该算法将subsink节点引入到HEED分簇算法中,以较快感知移动路径变化,快速形成分簇拓扑;采用sink节点注册机制,实现汇聚节点移动过程中的信息交互。实例分析表明,该算法能快速形成合理网络拓扑,延长无线传感网的生存期。     

无线传感器网络环境自适应定位算法研究

节点自身定位是无线传感器网络应用的关键技术之一;针对基于接收信号强度指示(RSSI)的加权质心定位算法,研究了实际环境中节点的接收信号强度指示(RSSI)特性,考虑到RSSI测距模型中信号衰减因子等参数对测距精度的影响,根据信标节点闻距离和接收信号功率的关系利用最小二乘法在线拟合环境测距参数,从而获得适用的信号衰减模理进行测距,将估算的距离转换为权值,再结合质心算法实现定位;MATLAB仿真结果显示,文中算法比加权质心算法具有更好的环境自适应性和鲁棒性.     

移动无线传感网的移动感知路径选择算法

为解决稀疏网络环境下移动传感节点的区域全覆盖和数据传输问题,提出一种移动无线传感网的移动感知路径选择算法(MSPS)。在MSPS算法中,用数学公式表示邻居网格集合、区域覆盖率、数据传输时延、节点平均能耗等参数。采用机会路由算法进行数据传输,并建立能保证全覆盖监测区域且权衡数据传输时延、数据传输率和节点平均能耗的移动路径选择优化模型。提出到目标网格的路径寻找方法、初始染色体的确定方法和染色体适应度值计算方法。最终提出修正的多种群遗传算法求解优化模型,获得移动传感节点的最优移动方案。仿真结果表明:不管监测区域内是否存在障碍物,MSPS算法都能提高数据传输率,降低数据传输时延和节点丢弃的总数据量。在一定的条件下,MSPS算法比SGA、TCM_M、RAND_D和RAND算法更优。     

无线传感器网络中移动节点的后验信号滤波定位法

无线传感器网络中移动节点定位面临着高精度和实时性的要求,针对蒙特卡洛定位算法MCL的不足,提出了一种信号滤波改进算法:后验信号滤波法PSFM.通过跟踪未知节点,有效利用最新观测信号,PSFM提取前后时刻共能感知的锚节点的信号范围,并筛除仅前一时刻的锚节点信号范围的样本点,重新设置并优化滤波区域,提高了定位算法的精度.新算法还提出了运用最大似然估计法对样本信息处理,推导移动节点的位置坐标.理论分析和仿真表明新算法和传统MCL算法相比,对节点的部署密度和移动速度有较低的敏感度,表现出良好的算法稳定性.在不同的锚节点密度下定位误差减少了46％～ 65％,运行时间减少了26％～45％.     

基于事件的移动认知无线传感器网分簇算法

移动认知无线传感网中,节点的移动特性会导致网络拓扑结构不断变化,节点的能耗不均衡等问题,本文提出一种基于事件的移动认知无线传感器网的分簇算法,来重点解决上述问题.算法根据通信区域内的预估计停留时间确定了合格节点和备用节点,通过节点的移动方向、速度、节点在簇中的预估计连接时间等特性,采用直接分簇的方法来建簇,提高簇的稳定性,保证了路由跳数最少.同mESAC, EACRP和MNB 3个算法进行了仿真实验比较,验证了本算法有更低的分簇能耗和更好的连通性.     

An Incremental Self-Deployment Algorithm for Mobile Sensor Networks

This paper describes an incremental deployment algorithm for mobile sensor networks. A mobile sensor network is a distributed collection of nodes, each of which has sensing, computation, communication and locomotion capabilities. The algorithm described in this paper will deploy such nodes one-at-a-time into an unknown environment, with each node making use of information gathered by previously deployed nodes to determine its deployment location. The algorithm is designed to maximize network coverage while simultaneously ensuring that nodes retain line-of-sight relationships with one another. This latter constraint arises from the need to localize the nodes in an unknown environment: in our previous work on team localization (A. Howard, M.J. Matari, and G.S. Sukhatme, in Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems, EPFL, Switzerland, 2002; IEEE Transactions on Robotics and Autonomous Systems, 2002) we have shown how nodes can localize themselves by using other nodes as landmarks. This paper describes the incremental deployment algorithm and presents the results from an extensive series of simulation experiments. These experiments serve to both validate the algorithm and illuminate its empirical properties.     

基于粒子滤波的移动传感器网络节点定位算法

根据移动传感器网络中节点定位的特性,对经典粒子滤波的采样策略、粒子加权策略和重采样策略进行改进和优化,提出一种新的移动节点定位算法PFNL.该算法克服了经典粒子滤波算法存在的粒子退化、采样枯竭等缺陷,从而降低节点定位过程中的计算开销和存储开销.仿真实验结果表明,PFNL算法在同等参数条件下的定位精度高于典型定位算法.     

移动传感器网络中能量有效分簇算法

针对移动传感器网络中节点移动及能量有限问题,提出基于TDMA和事件触发的能量有效分簇算法。该算法以移动网络为应用背景,结合时分复用,通过分析簇头节点剩余能量及簇头节点移动进行分簇,以减少网络中簇重构次数,有效均衡系统中节点能耗,并延长网络生存时间。仿真结果表明:所提出方法相对CBVRP算法簇重构次数可减少6.0%,相对MCR算法网络生存时间提高了10%。     

无线传感器网络中蒙特卡洛定位算法的研究

在无线传感器网络的节点定位领域,常用的以蒙特卡洛为基础的定位算法均存在定位误差大、采样效率低的问题。为了提高无线传感器网络中针对移动节点的采样效率和定位精确度,文中采用马尔科夫链进行抽样,提出了一种基于蒙特卡洛的改进算法。该算法在蒙特卡洛算法的基础上,结合马尔科夫链采集节点样本,随后对其进行过滤,再通过对得到的节点位置值进行加权计算,得到节点的准确位置。仿真实验结果表明,通过该算法得到的节点定位误差低于其他算法,提高了采样效率以及对移动节点的定位准确率。     

无线传感器网络中的节点协作算法研究

由于受传感器节点存储能量、通信带宽等因素的制约,传统高功耗网络协议无法直接应用在无线传感器网络中.本文根据无线传感器网络的特点,以信息引导技术为研究方法,以最小化能耗为目标,提出了基于信息有效性函数的传感器节点信息协作算法,并通过理论及仿真计算验证该算法的有效性.