一种基于APIT的无线传感器网络混合型定位算法

针对现有近似三角形内点测试（ APIT）算法在信标节点密集环境下定位精度不高、稀疏环境下覆盖率较低的问题,提出了一种混合型定位算法。该算法通过减小三角形内点测试（ PIT）时的三角形误判、选择优良的三角形,提高了信标节点密集环境下的定位精度。同时,该算法结合DV-Hop算法与两点定位法在稀疏环境下能计算出未知节点坐标的优点,提高了信标节点稀疏环境下的定位覆盖率。仿真分析表明：混合型算法有效地提高了信标节点密集环境下的定位精度和信标节点稀疏环境下的定位覆盖率。     

无线传感器网络中APIT-HR定位算法

针对无线传感器网络(WSNs)中近似四面体内点(APIT)质心定位算法计算复杂度高、定位精度差的问题,提出一种基于RSSI值折半的APIT (APIT-HR)质心定位算法.该算法以未知节点与三角形中的两个锚节点同时感知第三个锚节点的RSSI值进行比较并确定未知节点的存在区域,再以该区域质心作为定位结果.以面积规则和圆交域质心法改善APIT算法中存在的一些缺陷.仿真实验表明:相对于原始的APIT质心定位算法,APIT-HR算法降低了计算复杂度,提高了定位覆盖率和定位精度,定位误差缩小了22.8％.     

基于四面体质心迭代的三维APIT定位算法研究

本文针对三维无线传感器网络中APIT定位算法覆盖效率低的问题,提出一种基于质心迭代的三维APIT定位算法（TC-APIT）。该算法对包含未知节点的四面体进行质心迭代求解,减少了网格扫描法的计算量。同时该算法将已经定位的未知节点晋升为锚节点,对网络中的稀疏节点进行重新定位。仿真结果表明：改进后的算法相比于原有APIT定位算法,实现了稀疏节点定位,覆盖率增大12%左右。     

基于弧参数约束的无线传感网络定位算法

针对现有的无线传感网络非测距定位算法在提高定位精度时,存在计算量大的问题,提出了一种基于弧参数约束的自适应三边定位算法.该算法首先将与未知节点连通的信标节点所构成平面分割成若干个三角形,采用APIT算法确定未知节点所在的三角形集合,选择周长最大的三角形的顶点作为定位所用信标节点.围绕3个定位圆重叠区域,对以未知节点为圆心的假设圆的弧高和弦长进行了多次估计,估计次数则根据未知节点所在区域大小自动调整.再以每条弦的垂直平分线和未知节点所在区域的交点作为位置估计值之一,最后取全部位置估计的均值作为定位结果.仿真结果表明该算法定位精度优于质心法和Convex-PIT算法.     

面向复杂山地环境的WSN节点三维定位算法

无线传感器网络(WSN)在复杂的山地环境中进行节点定位时,节点部署稀疏会造成定位误差。为此,提出一种WSN节点三维定位算法。根据节点的稀疏程度,融合三维近似三角形内点测试(APIT)算法和DV-Hop算法预估未知节点位置,并搜索邻近节点形成平面,经过未知节点的坐标向平面作垂线,得到垂点坐标的平均值作为未知节点的最终位置。实验结果表明,与APIT算法、DV-Hop算法相比,该算法提高了节点定位精度。     

基于角度判断的无线传感器网络APIT定位算法研究

在无线传感器网络节点定位算法中,近似三角形内点测试(APIT)算法具有较好的定位性能,成本较低,实现容易,在节点密度比较密集的情况下能达到比较理想的定位精度。但是在节点相对稀疏的环境下该算法误判率高,误差较大。提出一种APIT改进算法,利用角度求和来判断未知节点位置,通过理论分析比较和仿真实验表明:该算法可以在节点相对稀疏的情况下减小定位误差,提高定位精度。     

无线传感器网络中APIT定位算法的改进

对无线传感器网络中的APIT定位算法进行改进,通过增加判定规则减小了判定未知节点是否在信标三角形的误差,可以显著降低Out-To-In Error错误率.     

基于四边形分解的质心定位算法

为了有效地获得未知节点的坐标,质心定位算法通常任取3个信标节点,组成三角形并求质心,但其定位误差较大.为了提高节点定位精度,取4个信标节点,组成四边形,并将该四边形分解成2个三角形,并分别求两者的质心,再对2个质心的坐标求平均,作为未知节点的质心.该算法避免了4个信标节点组成凹四边形带来的较大误差.Opnet环境下进行的动态仿真实验结果表明:在不增加锚节点的情况下,该算法比原始质心算法收敛速度略微减小,但是计算精度得到了较大提高.     

基于区域分割的二次质心定位算法

为了解决锚节点分布不均匀时质心定位算法会产生较大误差这一问题,提出一种改进的质心定位算法。用初次质心定位结果来取代未知节点通信半径内距未知节点最远的信标节点,再进行二次定位来减小由于信标节点分布不均匀而导致未知节点的估计位置偏向距离较远的信标节点的现象。仿真结果表明,相比传统的一次质心定位算法,二次质心定位算法在定位精度方面有较大的提高。     

基于动态信标生成树的传感器定位算法

节点定位是无线传感器网络中一个基础但十分重要的研究方向。实际应用场景中,传感器节点大多被随机部署,分布往往疏密不均。现存的定位算法对节点的分布密度没有敏感性,如果算法在节点密集区域和稀疏区域使用相同的定位策略,就会造成密度大的区域定位精度低,分布相对稀疏的区域定位率低,信标节点的能量得不到最大化利用等问题。针对这些问题,提出了一种基于节点密度进行定位的生成信标树算法（GBT）。信标节点组沿着规划好的路径对节点进行遍历,实现节点的全定位。通过与其他规划动态信标节点路径算法比较,证明了GBT算法在定位时间、定位精度和对信标节点能量的充分利用上均有所改善。     

WSN定位算法APIT的改进型设计

APIT算法是WSN中应用广泛的一种定位算法,在定位中要求有较高的信标节点密度和网络连通度,而现实中未知节点的分布是随机分布的.为了提高定位精度,针对传统 APIT 定位算法在节点分布不均匀和信标节点较少时定位误差较大的问题,对原算法进行改进.仿真结果表明,改进后的 APIT算法定位精度和网络覆盖率相比于原算法都有明显的提高.     

一种基于SBL和APIT的混合定位算法

由于子区域分割粒度的限制,基于阶次序列的定位算法(Sequence-based localization,SBL)存在边缘区域节点定位误差较大和不能保证平均定位误差性能的问题。针对这些问题,提出了一种基于SBL和APIT的混合定位算法,利用APIT信标三角形切割SBL算法子区域,减小子区域面积,实现了分割粒度的细化。通过预先进行系统训练,优化了混合算法的加权系数,进一步提升了算法的定位精度。仿真结果表明,相比于原算法,所提出的混合算法有效地提升了边界区域节点的定位精度,其平均定位误差降低了17.9%,使基于阶次序列的定位算法的定位精度得到了有效改善。     

基于聚类分析优化的距离修正室内定位算法

基于接收信号强度RSSI的定位系统易受环境影响,提出一种基于聚类算法分析的高斯混合滤波的RSSI信号处理优化策略,通过优化接收信号强度及距离修正的四边质心定位算法对未知节点进行精确室内定位,使用蓝牙4.0信标节点进行实地实验。实验结果表明,该算法可以有效提高测距精度,改善系统的定位精度,比传统加权质心算法的定位精度提高了34.6%,且定位平均误差不超过0.5m,可满足室内定位精度要求。     

稀疏节点下APIT算法的一种改进

APIT定位算法对硬件要求不高,定位较精确,易于实现,被广泛应用于无线传感器网络定位系统,但存在因锚节点稀疏而带来的定位精度低的问题;对APIT算法进行了深入分析,通过引进新的算法(设置一个计数器比较判内判外的次数,然后比较其权重提高判别的准确率;或者利用计数器计算跳数最后用三边测量法估算位置)对其在节点稀疏环境下边缘地区无法定位的问题进行改进,并从节点比例方面比较了两种算法的定位精度和覆盖范围;在1000m*1000m范围内设置160个未知节点与80个锚节点并逐次改变锚节点个数进行仿真定位;结果表明,在锚节点稀疏情况下,改进的APIT算法定位精度和覆盖率均远高于传统APIT算法。     

三维无线传感器网络节点定位算法研究

在二维DV-Hop算法和APIT算法的基础上,各提出了一种可适用于三维无线传感器网络的非测距定位算法DV-Hop改进算法和APIT改进算法.DV-Hop改进算法通过在节点上设置接收阈值,使未知节点只接收距离较近的局部范围内的锚节点信息,而APIT改进算法则以四面体质心扫描取代了网格扫描.介绍了 2种算法的原理,并进行仿...     

一种改进的无线传感器不规则网络节点定位方法

针对无线传感器不规则网络中PDM定位算法存在的问题,提出了一种改进的定位算法(IPDM-AST).在信标节点密度稀疏时,在PDM基础上结合模拟退火算法进行未知节点的位置估计.在信标节点密度较大时,剔除无益信标节点,优化定位的局部区域,减少了不规则网络的影响.实验结果表明:在不规则C型和O型网络中,与PDM算法相比,IPDM-AST算法在不同的信标节点密度中都具有较高的定位精度.     

基于改进的RSSI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问题。接收信号强度值(RSSI)直接影响无线传感器网络节点定位准确度,而现有定位算法没有考虑锚节点的RSSI消息,造成节点定位精度低。为了提高无线传感器网络节点的定位精度,提出了一种基于RSSI的质心定位算法。首先通过无线信号强度计算出节点间RSSI值,然后把RSSI值转换成质心算法权值,最后采用质心定位算法对待测节点位置进行估计,获得节点的准确位置。仿真实验结果表明,与现有质心定位算法相比,基于RSSI的质心定位算法在不增加成本、通信功耗的情况下,提高了节点定位精度,降低了定位误差,适合各种规模的无线传感器网络的节点定位。     

基于PSO-GSA优化的井下加权质心人员定位算法

针对煤矿复杂环境中,接收信号强度指示的人员定位精度较低,难以动态跟踪参数变化的问题,提出一种利用改进的引力搜索算法应用于加权质心定位中进行井下人员定位的方法。先采用对数距离路径损耗模型得到信标节点到未知节点的距离,然后通过加权质心定位算法对未知节点定位;最后利用粒子群万有引力混合算法对相关参数和估计的位置信息进行优化。实验结果表明,该方法能够增强对环境变化的自适应能力,更有效地提高定位精度。