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。     

无线传感器网络动态加权DV-Distance算法

无线传感器网络DV-Distance定位算法,采用未知节点与锚节点间的累计跳段距离代替欧式距离计算节点位置,存在较大的定位误差.针对这一问题,提出一种动态加权DV-Distance改进定位算法,基于未知节点的修正模式,保证定位网络中每个未知节点具有不同的修正系数;通过动态加权修正模型,用锚节点间距离、跳数等信息计算修正系数,采用动态加权的方法将不同方向上的修正系数进行整合,修正未知节点与锚节点间累计跳段距离,提高算法的定位精度.通过仿真验证了算法具有更高的定位精度;并进一步通过实验验证了算法的有效性和可行性.     

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。     

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。     

子图划分优化WSN节点分布式定位算法

针对机械振动监测及矿井提升机等系统中WSN节点定位精度和效率不高,且对占用资源较多的参考节点需求较大的问题,提出了基于最小二乘距离修正与子图融合的分布式节点定位算法,算法首先根据参考节点邻域范围将WSN无向图划分为多个子图,然后在子图内修正锚节点跳距计算式并基于最小二乘距离修正构建未知节点定位的目标函数,同时在迭代过程中进一步通过最小二乘节点位置进行修在较少的参考节点需求或较小的通信半径下可以取得最优的定位精度和时间,且对不同节点规模的WSN网络具有较好的适应性。     

装备移动物联网仪表的区域通信信息自动化实时定位

现有的区域通信信息自动化定位方法难以保证通信信号在传输过程中的完整性,导致信息节点定位误差较大,为提高实时定位精度,设计装备移动物联网仪表的区域通信信息自动化实时定位方法。重构移动物联网区域通信信号,依据流程分别获取区域通信的信号参量,并基于噪声影响判定信号重构的损耗。计算信息节点坐标,在三维空间坐标中计算模糊节点与目标节点之间的距离,通过锚节点的运动速度与方向,计算并更新节点位置坐标。设计区域通信信息实时定位算法,通过修正因子计算无效节点,实现区域通信信息的自动化实时定位。测试不同算法定位性能,通过实验结果可知,装备移动物联网仪表的信息定位算法在传感器感知半径为0.6,信息节点的数量为30,传感器数量为40时,信息定位误差均低于其他三种算法,可见该方法的区域通信信息定位精度更高。     

一种无线传感器网络分步求精节点定位算法术

传感器网络由于资源受限,定位算法需要综合考虑算法开销、网络构建成本、定位精度等多方面因素.本文针对Boun-ding Box定位算法定位精度过于依赖于锚节点密度的问题,提出一种锚节点数量适中的无线传感器网络分步求精定位算法(SRBB).该算法利用锚节点位置信息,结合多边测距定位方法分步求精,并町有效识别出网络中的孤节点,消除其对定位过程的影响.算法原理简单,便于实现,仿真实验表明,SRBB可利用适量的锚节点达到较高的定位精度,算法开销适中.     

基于多边形分解的质心定位算法

节点定位技术在无线传感器网络的应用中起到很重要的作用。为了能准确定位未知节点,确定未知节点的坐标,提出了一种新的质心定位算法——基于多边形分解的质心定位算法。该算法将锚节点构成的多边形分解成三角形,然后通过未知节点与邻节点交换信息,判断未知节点位于哪个三角形内,计算未知节点所在三角形的质心,最后用三角形三个顶点的RSSI值修正三角形的质心,将其作为未知节点的坐标估计。仿真表明新算法的定位精度比传统的定位算法有很大的提高。