一种无线传感器网络中的进化定位机制

为了对无线传感器网络中随机分布的节点进行更精确的定位,提出了一种基于改进粒子群算法和增强定位机制的新型定位算法。新算法先提出竞争进化思想和自适应权重,使得改进后的粒子群算法在加快收敛速度的同时增强了算法的全局和局部搜索能力;增强定位机制使得算法对锚节点信息的使用更加充分,而且极大缩小可行解空间,进一步加快了算法的搜索速度。仿真结果表明:所提定位算法具有更低的定位成本和更高的定位精度,同时具有对测距误差鲁棒性强的优点。     

WSN中一种改进的三维DV-Hop节点定位算法

本文在研究传统的DV-Hop3D算法基础上提出了一种新无线传感器网络定位算法。新算法在算法的第一阶段设置了跳数阈值参数以减小通信开销,并且在算法的第二阶段用可选择的平均跳距代替固定的平均跳距来计算未知节点到锚节点的距离,最后用Matlab7.1进行了仿真。仿真结果表明,该改进算法可明显提高节点定位精度,并且能有效降低网络通信量。     

无线传感器网络节点定位算法综述

节点定位是大多数无线传感器网络应用的基础。文章介绍了无线传感器网络节点定位的原理、节点定位计算的一般过程,讨论了现有的传感器网络节点定位算法的分类方法,并简要介绍了几种代表性算法的原理和特点。通过对现有算法的分析比较,指出了可能的热点研究方向。     

无线传感器网络节点定位算法

针对无线传感器网络(wireless sensor network,WSN)系统中节点的定位算法问题,提出了基于差分的DV-Hop定位算法,信标节点将测算的位置测定误差作为校正值向四周区域广播,未知节点接收到信标节点的校正信息后,据此修正自身的相对位置测算值,以减少节点定位误差,提高定位算法的精度。仿真测试表明,该算法与普通的DV-Hop算法相比,在定位误差与通信距离的比值等性能指标上得到了明显改善。     

一种APIT改进定位算法研究

APIT改进定位算法结合网格扫描方法,未知节点一旦被定位就充当起信标节点的功能,向周围邻居发送自己的估计坐标信息,把已经定位的未知节点与信标节点同等对待。通过MATLAB进行仿真,实验证明,该算法不仅减小了定位误差,并且提高了定位覆盖率,表明APIT改进定位算法有一定优势。     

无线传感器网络节点定位算法研究

无线传感器网络可以在广泛的应用领域内实现监测和追踪任务,而网络中传感器节点的自身定位问题是无线传感器网络的关键技术之一,对无线传感器网络的定位原理、典型定位算法进行阐述,研究了几种重要定位技术．最后对上述算法进行了性能分析和比较．     

无线传感器网络动态节点定位算法综述

介绍了无线传感器网络节点定位的基本原理、定位算法的最新进展及其评价标准。从基于测距的动态节点定位算法和无需测距的动态节点定位算法两个方面分类讨论了典型的动态节点定位算法,并对各算法的性能进行归纳比较。最后指出了目前算法存在的问题及未来发展趋势     

一种容忍攻击的传感器网络节点定位算法

针对无线传感器网络中定位系统存在脆弱性的问题,提出一种容忍攻击的安全定位算法AtLoc.以方差的无偏估计为安全性检验依据,采用随机方法找出一个最小安全参照集,在此基础上,利用基于最小安全参照集的预测残差为依据逐个检查剩余参照点是否异常,从而提高了定位系统容忍攻击的能力.对AtLoc算法进行了理论分析,并通过模拟实验验证了其容忍攻击的能力.     

无线传感器网络静态节点定位算法综述

针对无线传感器网络静态节点定位算法特点,总结了无线传感器网络节点定位的基本原理、定位算法的最新进展及其评价标准。从基于测距的静态节点定位算法和无需测距的静态节点定位算法两个方面分类讨论了典型的静态节点定位算法,并对各算法的性能进行归纳比较,说明了目前算法存在的问题,并提出未来发展趋势。     

一种提高无线传感器网络节点定位精度的算法

提出一种提高传感器节点定位精度的算法,利用信号强度接收法测量节点间距离并以信标节点互为参考点修正该距离。MATLAB仿真结果表明,新算法与传统算法相比,其节点定位精度可提高10%～20%。     

一种改进的无线传感器网络优化定位算法

节点定位是无线传感器网络实际应用需要解决的关键问题。为了在提高定位精度的同时降低成本,提出了一种改进的粒子群优化定位算法。该算法首先提出前摄估计思想,完成未知节点的区域估计,缩小并限制可行解空间,以此加快粒子群的搜索速度;然后给出了竞争进化思想的数学模型,使用该模型和自适应权重在进一步加快收敛速度的同时增强了算法的全局和局部搜索能力。仿真结果表明,对比同类算法,该算法能更有效地利用锚节点信息,降低网络成本,在计算量显著减少的同时明显提高了定位精度,并且具有对测距误差鲁棒性强的优点。     

无线传感器网络节点定位问题研究

定位技术是无线传感器网络重要的共性支撑技术之一。对无线传感器网络的定位问题进行了分类;把节点定位过程分成4个基本步骤,并以此分类和节点定位过程组成为线索,介绍并分析了现有的具有代表性的节点定位算法。指出了今后无线传感器网络节点定位算法研究可能的几个热点方向。     

基于搜索的RSSI节点定位算法

节点定位是无线传感器网络中的关键技术.该文通过对无线电传播路径损耗模型的分析,并以锚节点之间的信息作为参考,提出了一种基于搜索的RSSI定位算法.该算法由RSSI测距,定位计算和循环搜索求精三阶段组成,计算简单,通信开销小,节点定位精度较传统三角形定位算法有一定的提高,具有普遍的应用意义.     

基于随机游走的无线传感器网络节点定位方法

为提高无线传感器网络中的节点定位精度,提出一种自适应随机游走模型的节点定位算法.首先将随机游走应用于网络拓扑结构连通性中,构建节点间相对距离模型,并设计自适应算法,提高该模型有效性;然后通过将该模型嵌入经典定位算法distance vector-hop（DV-Hop）中实现系统节点定位工作.仿真和实验结果表明,该算法具有良好的鲁棒性和定位精度,误差比DV-Hop算法减少了20%~30%.     

一种具有随机变异性质的粒子群协同优化算法

给出了一种具有随机变异特性的改进型粒子群协同优化算法，该算法克服了传统粒子群算法易陷入局部最优解且后续迭代过程速度慢的缺点．在迭代过程中，粒子的变异概率取决于粒子的适应度值以及当前所有粒子的聚集度．通过变异，粒子可有效地探索新的空间领域，从而可以有效地避免陷入局部最优解．Benchma呔函数实验结果表明，优化后的粒子群算法比传统粒子群算法具有较快的收敛速度和较高的全局收敛能力．     

一种具有随机变异性质的粒子群协同优化算法

给出了一种具有随机变异特性的改进型粒子群协同优化算法,该算法克服了传统粒子群算法易陷入局部最优解且后续迭代过程速度慢的缺点.在迭代过程中,粒子的变异概率取决于粒子的适应度值以及当前所有粒子的聚集度.通过变异,粒子可有效地探索新的空间领域,从而可以有效地避免陷入局部最优解.Benchmark函数实验结果表明,优化后的粒子群算法比传统粒子群算法具有较快的收敛速度和较高的全局收敛能力.     

粒子群优化算法的研究与展望

粒子群优化算法是一种基于群智能的随机优化算法,具有简单易实现、设置参数少、全局优化能力强等优点.着重对粒子群优化算法中的基本算法、改进算法、应用领域和研究热点等方面做了较为详细的论述.     

基于罚函数与水波优化的WSN定位算法

为了提高启发式定位算法的搜索效率和定位精度,提出了基于罚函数和水波优化的无线传感器网络（WSN）定位算法.首先利用bounding-box方法构造罚函数,提高算法搜索的效率和定位精度;然后利用动态学习策略对传统水波优化算法的传播阶段进行改进,促使个体对周围优秀个体的学习,并通过动态波高提高个体在后期局部搜索的概率,进一步提高搜索效率和求解精度.仿真结果表明,罚函数策略与改进水波优化算法能提高搜索效率和定位精度,所提出的算法在WSN节点定位上有较好的可行性和有效性.