二次栅格扫描与锚节点递减栅格扫描的定位算法

为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上作进一步的改进。首先利用二次栅格扫描确定初始定位点,并产生缩小的定位区域;在该缩小区域内,将邻居锚节点与初始定位点间的距离转换为理论信号强度值,再对比邻居锚节点实际接收未知节点的信号强度,对邻居锚节点进行有条件递减,得到递减锚节点栅格扫描法则,最终确定未知节点的估计位置。通过仿真实验的对比,改良后的定位算法在一定程度上提高了定位精度。     

一种基于次锚节点的无线传感器网络质心定位算法

质心定位算法是无线传感器网络无需测距定位的一种典型算法。针对其定位精度和覆盖率的不足,对质心定位算法进行改进,提出一种新的WCSA算法。在三角形测试原理(PIT)的基础上,优化选择锚节点,利用三角形质心的特性,对不同的锚节点赋予权值,体现不同锚节点对定位的影响,修正定位结果,提高定位的精度;针对网络中的边缘节点和不可定位节点,采用特征计数的方式引入次锚节点进行二次定位,在降低应用成本的同时能有效地提高定位覆盖率。仿真实验表明,新的算法相比于质心算法,有效提高了定位精度,具有一般的适用性。     

基于二次栅格扫描的无线传感器网络定位算法

为了提高无线传感器网络的定位精度,在栅格扫描算法的基础上提出了一种基于二次栅格扫描的无线传感器网络定位算法.利用未知节点与两跳范围内的锚节点的连通性约束信息,在近节点对未知节点进行栅格扫描得到其初始位置估计的基础上,引入远节点对未知节点再次进行栅格扫描,从而提高定位精度.算法增加了远节点栅格扫描的计算量,但不需要额外地增加节点的硬件功能.仿真结果表明,与仅利用近节点的栅格扫描算法相比,该算法在锚节点密度增大的过程中可以更快地提高定位精度.     

基于投影栅格扫描的无线传感器网络三维定位算法

针对现有无线传感器网络(WSN)三维定位算法在精度和复杂度方面的不足,提出了一种改进的三维空间定位算法。利用栅格扫描分别求解邻居锚节点在两个坐标平面的投影交域,得出未知节点在两坐标平面的对应位置,最终实现三维位置估计。仿真结果表明：在100m×100m×100m的空间里,随机投放200个传感器节点,锚节点数为45时,其覆盖率达到了99.1%,相对定位误差仅为0.5533。且平面投影的引入,有效地降低了算法复杂度。     

一种基于PIT的无线传感器网络质心定位算法

定位技术是无线传感器网络重要的支撑技术之一.本文在研究距离无关(Range-free)质心定位算法的基础上,指出了其在信标节点分布不均匀的情况下存在的缺陷,并结合三角形测试原理(PIT)提出了一种新的定位算法,即CBPIT算法.此算法不需要额外添加硬件,且容易实现.MATLAB环境下仿真结果显示,CBPIT算法在信标节点随机分布的情况下能明显提高定位精度,在信标节点密度为33 %、网络连通度为12时,本文算法在定位精度上能比质心算法提高约10 %.     

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。     

多节点协作迭代求精的WSNs加权质心定位算法

为解决无线传感器网络中质心算法对锚节点密度要求较高和定位精度过度依赖锚节点分布的问题,提出了一种多节点协作迭代求精的WSNs加权质心定位算法.该算法采用加权质心估算初始坐标,以请求二跳锚节点的方式增加可用锚节点,由锚节点以多边测距方式估算待定位节点的实际坐标与估算坐标的差值,迭代调整估算坐标,提高定位精度.实验结果表明,与普通加权质心算法相比较,该算法具有更高的定位精度和定位覆盖度.     

无线传感器网络栅格扫描定位算法研究

栅格扫描算法是无线传感器网络中一种典型的无需测距的定位算法。分析并仿真该算法中对定位误差、定位率及定位时间有较大影响的网络平均连通度、锚节点个数、节点通信半径以及栅格边长等重要参数。仿真结果表明,邻锚节点个数是影响定位误差及定位率的主要因素,栅格边长对定位误差起调节作用,而总节点数是影响定位时间的主要参数,并且在固定监测区域内,存在较优的参数设置,能够有效降低定位误差并提高定位率。     

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。     

一种质心与DV-Hop算法相结合的WSN节点定位算法

介绍无线传感器网络中质心算法与DV-Hop算法的定位原理、误差来源。针对已有算法在算法计算量过大、未知节点到信标节点距离计算存在误差等不足之处提出改进算法。改进算法不但修正了网络中节点的平均每跳距离,还在保证定位精度的前提下有效减少了算法的计算量。仿真结果表明,质心算法与DV-Hop算法结合的这种新型算法在定位精度方面较原有算法和已有改进算法均有所提高。     

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％.     

传感器网络加权质心自定位算法

提出了基于跳距的加权质心定位算法,用信标节点和未知节点之间的跳距来确定质心算法中各信标节点的加权因子,以提高质心算法的定位精度。对普通质心算法和改进后的质心算法进行了模拟仿真,结果表明所提出的算法从总体上看具有较好的定位效果。     

基于RSSI的WSNs加权质心定位算法的改进

针对无线传感器网络(WSNs)定位算法定位精度不高的问题,提出了一种基于RSSI测距的质心(Centroid)算法和加权质心(W-Centroid)定位算法相结合的新的定位方法WR-Centroid.该算法主要通过RSSI测距得出4个参考节点到未知节点的距离,再任选3个距离为半径,以相应的参考节点为圆心画圆得到3个圆的交叠区域,构成一个三角形,求出这个三角形的质心.依照这种方法,求得4个质心坐标,利用加权质心定位算法求出未知节点的坐标.仿真结果表明:该算法比加权质心定位算法精度有很大的提高.     

基于锚球交域投影质心的WSNs三维定位算法

针对无线传感器网络(WSNs)在三维空间的应用场景中,基于质心算法提出了一种基于锚球交汇区域投影质心的WSNs三维定位算法。该算法通过求得锚球空间交汇区域在XOY平面和YOZ平面的投影的质心,从而确定未知节点可能的空间坐标。算法将三维空间位置求解问题通过投影的方法转换成二维平面位置问题求解降低了算法的计算量,锚球在平面上的投影为与锚球同心同半径的圆。因此,通过计算投影区域质心可以得到高精度的未知节点的空间坐标。理论分析与仿真实验结果均表明:该算法具有计算量小、定位精度高、稳定性好等特性。     

基于RSSI差分修正的加权质心定位算法

为了抑制接收信号强度指示(RSSI)误差对无线传感器网络节点定位精度的影响,从消除RSSI误差的角度,提出了一种基于对RSSI距离值差分修正的加权质心定位算法。该算法计算简单,无需硬件扩展,仿真结果表明:该算法比传统算法有更好的定位性能。     

无线传感器网络的分区域质心定位算法

针对无线传感器网络（WSNs）质心定位算法定位精度较低和一般的改进型质心算法计算复杂及数据通信量大的问题,提出一种新的质心定位算法——分区域质心定位（RPCL）算法.该算法将包围未知节点邻居锚节点组成的三角形划分为7个区域,每个区域的确定1个质心作为未知节点的估计位置.仿真结果表明：RPCL算法的平均定位误差比一般的质心定位算法减小20％以上;参数优化后,误差减少到49％左右.     

基于距离几何约束的二次加权质心定位算法

利用二维实空间中Cayley-Menger行列式提供的距离几何约束条件,结合加权质心计算,提出一种基于距离几何约束的二次加权质心定位算法(DGC-TWCL)。Cayley-Menger行列式用于求解测距误差的优化解,从而可修正节点间的非精确距离。二次加权质心计算通过加权因子来体现锚节点在定位坐标确定中的影响程度。实验结果表明：DGC-TWCL具有较好的定位精度及算法可扩展性和鲁棒性。     

New distributed positioning algorithm based on centroid of circular belt for wireless sensor networks

This paper presents a new distributed positioning algorithm for unknown nodes in a wireless sensor network.The algorithm is based exclusively on connectivity.First,assuming that the positions of the anchor nodes are already known,a circular belt containing an unknown node is obtained using information about the anchor nodes that are in radio range of the unknown node,based on the geometric relationships and communication constraints among the unknown node and the anchor nodes.Then,the centroid of the circular belt is taken to be the estimated position of the unknown node.Since the algorithm is very simple and since the only communication needed is between the anchor nodes and the unknown node,the communication and computational loads are very small.Furthermore,the algorithm is robust because neither the failure of old unknown nodes nor the addition of new unknown nodes influences the positioning of unknown nodes to be located.A theoretical analysis and simulation results show that the algorithm does not produce any cumulative error and is insensitive to range error,and that a change in the number of sensor nodes does not affect the communication or computational load.These features make this algorithm suitable for all sizes of low-power wireless sensor networks.     

基于RSSI的无线传感器网络修正加权质心定位算法

提出了一种基于接收信号指示强度(RSSI)的修正加权质心定位算法,它区别于以往的加权质心定位算法,在该算法中采用测试距离倒数之和代替距离和的倒数作为权重,同时提出了修正系数的概念,避免了信息淹没现象,提高了定位精度。仿真结果表明,本文算法定位精度较之前的加权质心定位算法有了明显提高,最高可达17.83%。