无线传感器网络Range-Free自身定位机制与算法

无线传感器网络是一种全新的信息获取和处理技术,能够实时监测、感知和采集各种环境或监测对象的信息。而网络自身定位是其大多数应用的基础。在综合分析大量无线传感器网络定位算法的技术文献和最新研究结果的基础上,从测距技术和算法两方面阐述了range-based定位机制的局限性,着重论述和比较了现有的六种range-free定位算法,指出无线传感器网络自身定位问题的研究方向。     

无线传感器网络中的自身定位系统研究

为解决当前无线传感器网络自身定位精准度低、稳定性差的问题,笔者结合网络节点原理对无线传感器网络的自身定位系统进行设计,对系统硬件中的传感器结构及相关配置进行改善,并结合最小二元算法对定位算法进行优化,保证定位结果的准确性,实现无线传感器网络自身定位系统的优化设计。实验证实,无线传感器网络中的自身定位系统相对于传统系统有更高的定位准确性和运行稳定性,充分满足研究要求。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

无线传感器网络节点定位研究综述

深入探讨分析了无线传感器网络定位技术,从无线传感器网络定位算法分类、评价指标、距离相关和距离无关定位算法等方面进行分析,重点对比了几种典型算法,结果表明:不同的算法具有应用环境单一性,应结合实际需求选择合适的算法.研究分析了新型无线传感器网络定位方法,主要包括移动锚节点定位算法、三维空间定位算法和智能定位优化算法.总结当前无线传感器网络定位研究中存在的问题,并给出未来改进的研究方向.     

Aitken迭代法在无线传感器网络节点定位中的应用

传感器节点的自定位问题是无线传感器网络的重要研究内容之一.为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了基于Aitken迭代公式的适用于无线传感器网络的迭代模型.算法包括两个阶段:第一阶段,利用DV-Hop算法进行粗定位;第二阶段,建立Aitken迭代模型,利用第一阶段的定位结果作为初值,求取定位结果的最优值.研究结果表明,该算法能够有效提高节点的定位精度,对于网络节点密度小、信标节点比例低的情况,算法效果显得非常明显.     

无线传感器网络中一种改进的DV-Hop算法

在无线传感器网络中,节点自身定位是支撑性的技术.本文研究了无线传感器网络DV-Hop节点定位算法,并在此基础上提出了一种改进的算法:它对平均每跳距离的计算进行了改进,同时有选择性的选取锚节点参与三边定位过程.通过仿真,在定位误差方面进行了验证,证明了改进算法的优良.     

基于智能估计的无线传感器网络定位算法

节点定位是无线传感器网络的基本机制,位置数据是监测事件不可缺少的信息,传感器节点必须首先确定自身的位置.针对无线传感器网络的节点定位问题,提出了基于Free Search优化的智能定位算法,介绍了Free Search优化算法和智能估计的模型.该算法的基本思想是将参数估计问题转化为非线性函数的在线优化问题,利用Free Search获得未知节点坐标的最优估计.仿真结果证明,与最小二乘估计定位算法相比,新算法定位精度显著提高.     

一种基于遗传算法的无线传感器网络定位新算法

针对无线传感器网络节点自身定位问题,提出一种基于遗传算法的新定位算法.该算法假设无线传感器网络中有一定比例的位置已知的节点,通过分析未知节点及其无线射程范围内的已知节点之间的通讯约束和几何关系,建立以未知节点位置为参数的优化设计数学模型,使用遗传算法求解此模型得出未知节点的位置,并通过修改遗传算法参数来提高遗传算法收敛速度.理论分析和试验结果表明,本算法具有很强的健壮性,未知节点的失效和新节点的加入不会影响算法的性能,并且算法定位精度高,条件简单,适合各种规模的无线传感器网络的节点定位.     

无线传感器网络距离无关定位算法研究

网络自身定位问题是无线传感器网络的基本和重要问题之一.由于range-based定位机制的局限性,无需配置测距或测角设备,硬件成本低的距离无关定位算法被提出.根据是否有无锚节点来论述和比较现有的距离无关定位算法,提出距离无关定位算法需进一步研究解决的问题.     

无线传感器网络节点定位技术研究

节点定位是无线传感器网络应用的前提和基础.本文在分析WSN自身定位算法研究的基础上,对定位算法进行了分类.根据静态定位和动态定位算法的不同特点,对现有的算法进行了分析比较,并重点讨论了一些典型的动态定位算法.最后针对统一武器制导网络等空间应用领域中对网络节点定位的要求,探讨了节点的移动性和三维定位问题.     

无线传感器网络节点自身定位算法研究

无线传感器网络中节点自身位置信息是实现其应用的最重要因素之一.针对节点自身定位的研究很多,但很大一部分都集中在算法的改进和新算法的开发上,很少给出纵向直观的仿真效果比较.研究选取无需测距算法中4种典型的算法,给出它们在不同参数下的仿真定位效果图,对于工程人员根据实际选取最优算法有很好的借鉴作用.在此基础上,利用曲线拟合...     

传感器网络自身定位方法的设计与实现

传感器网络是集无线通信、数据采集和信息处理功能于一体的新兴的分布式自组织数据采集网络,在军事和民用领域中都有着广泛的应用前景。传感器节点在被布置在目标区域之后,多节点协调的自身定位是应用阶段的基础。论文基于Mica2系统,研究利用电磁波与声波传播时间差(TDOA)进行测距,利用几何关系的自身定位算法设计与硬件实现。     

基于在线校正的无线传感器网络定位算法

准确度和精确度是无线传感器网络定位系统重要的指标。分析现有的校正技术,在基于超声波传感器和无线射频模块的到达时间差（TDOA）测距技术和多边测量定位算法的基础上,结合校正技术,提出一种基于在线校正的定位算法。改进的算法针对传感器网络在实际应用中的不均匀性布撒,充分利用密集布撒下节点定位的冗余信息,以提高密集型网络的定位精度,从而提高整个网络的定位性能。实验表明,改进的定位算法有效地减小了网络的定位误差。     

基于超声波六元阵列测距的WSN节点定位技术研究

基于超声波测距的定位技术以其精度高、范围广和性能稳定等优点,在无线传感器网络中广泛应用。为了实现较大范围的高精度定位,利用自主实现的超声波六元传感器阵列进行TDOA测距,并进行测距误差分析,然后采用基于测地距离的多维定标算法(Geodesic Distance MDS)进行无线传感器网络节点定位。在MATLAB平台下与Cricket采用的迭代式三边定位和AHLoS采用的多点定位算法进行对比仿真实验,结果表明Geodesic Distance MDS算法在不同网络规模和测距误差条件下均能够获得更高的定位精度和较小的定位误差。     

基于距离无关的WSN节点定位技术研究

WSN(无线传感器网络)的许多应用都是基于节点的位置信息,传感器网络由于节点数量巨大,资源十分有限,全部节点都采用GPS定位设备是不适宜的。该文在分析了WSN定位算法研究的基础上,分析了近年来提出的基于距离无关的定位算法,这些算法能有效地提高定位精度。     

基于RSSI的无线传感器网络节点自身定位算法

节点自身定位是无线传感器网络的基础性问题之一.提出了一种基于接收信号强度指示(RSSI)的节点自身定位算法.该算法利用RSSI值估算网络中所有可通信节点间距离的相对大小,得到网络中各节点位置之间的几何约束关系,并以此为约束条件,以锚节点质心和未知节点质心之间的距离最小为目标,将定位问题转化为非线性最优化问题.实验结果显示,当锚节点分布在网络边缘时,该算法可以达到较好的定位效果.     

基于TOA的无线传感器网络自定位技术的研究

提出一种基于TOA(time of arrival)测距、利用节点之间的几何关系实现传感器网络中未知节点自定位的算法．该方法计算量小、算法简单且定位精度高．仿真实验证明了该方法的有效性．     

Global indoor self-localization based on the ambient magnetic field

There is evidence that animals utilize local anomalities of Earth’s magnetic field not just for orientation detection but also for true navigation, i.e., some animals are not only able to detect the direction of Earth’s magnetic field (compass heading), they are able to derive positional information from local cues arising from the local anomalities of Earth’s magnetic field. Similarly to Earth’s non-constant magnetic field, the magnetic field inside buildings can be highly non-uniform. The magnetic field fluctuations inside buildings arise from both natural and man-made sources, such as steel and reinforced concrete structures, electric power systems, electric and electronic appliances, and industrial devices. Assuming that the anomalities of the magnetic field inside a building are nearly static and they have sufficient local variability, the anomalies provide a unique magnetic fingerprint that can be utilized in global self-localization. Based on the evidence presented in this article it can be argued that this hypothesis is valid. In this article, a Monte Carlo Localization (MCL) technique based on the above hypothesis is proposed. The feasibility of the technique is demonstrated by presenting a series of global self-localization experiments conducted in four arbitrarily selected buildings, including a hospital. The experiment setup consists of a mobile robot instrumented with a 3-axis magnetometer and a computer. In addition to global robot self-localization experiments, successful person self-localization experiments were also conducted by using a wireless, wearable magnetometer. The reported experiments suggest that the ambient magnetic field may remain sufficiently stable for longer periods of time giving support for self-localization techniques utilizing the local deviations of the magnetic field.