基于RSSI的无线传感器网络质心定位算法优化

为了提高无线传感器网络定位精度的准确性, 对质心定位算法进行优化. 在测距阶段, 采用均值滤波和中值滤波相结合的方式对RSSI值进行预处理; 在定位阶段, 使用距离倒数的指数幂对质心加权; 同时引入迭代的思想, 解决了定位中锚节点密度不高的情况下, 节点无法定位的问题. 实验结果表明, 本文改进的算法与质心定位算法和距离加权的质心定位算法相比, 能够有效地提高无线传感器网络的定位精度.     

一种无线网络传感器节点定位算法的改进

无线传感器网络是目前IT领域的研究热点之一,具有十分广泛的应用前景.在传感器网络中,位置信息对传感器网络的监测活动至关重要,确定事件发生的位置或获取消息的节点位置是传感器网络最基本的功能之一,对传感器网络应用的有效性起关键的作用.针对无线传感器网络中RSSI的定位能耗高和质心算法定位精度低的特点,提出一种新的改进算法.并从不同的信标节点比例、节点通信半径等方面比较质心算法,DV-Hop算法和改进算法的性能.仿真实验结果表明,改进算法比质心算法在定位精度上有明显提高.     

一种自适应煤矿井下环境的加权质心节点定位算法

为提高煤矿井下无线传感器网络节点定位精度,提出了一种自适应煤矿井下工况环境的加权质心节点定位算法;在信标节点双链式部署结构的基础上,首先利用未知节点周围RSSI信号强度最大的信标节点之间的位置信息和信标节点的平均RSSI值自适应地估计环境参数,再应用无线信号强度衰减模型计算未知节点到信标节点的距离,最后采用加权质心定位算法的平均值确定最终的节点位置坐标;仿真实验结果表明,所提出方法的平均定位误差为0.94m,有效降低了环境因素及RSSI的随机性对定位精度的影响,可用于煤矿井下无线传感器网络节点实时定位系统中。     

无线传感器加权质心定位算法研究

无线传感器网络的节点自定位的技术主要有基于测距(Range-Based)的定位技术和距离无关(Range-Free)定位技术。该文主要研究了基于测距的无线传感器网络定位算法。在传统质心定位算法中,引入相对RSSI加权定位实现未知节点的位置估计。该方法每个锚节点的权值使用RSSI的相对位置值,每个锚节点的权值可以按线性或指数加权。     

基于ZigBee的加权质心定位算法的仿真与实现

为了研究节点定位算法的实现方法,提出了一种新的加权质心定位算法。这种算法首先通过对无线电传播路径损耗模型的分析,结合具体环境的实验,得到信号传播的经验模型,然后利用信标节点对未知节点的不同影响力来确定加权因子,进行加权质心算法定位。最后在对定位数据处理和分析的基础上,选取三个RSSI最大的信标节点进行定位计算,进一步改善了节点定位精度。仿真和实验结果表明,这种加权质心算法可应用于区域定位。     

一种无线传感器网络质心定位改进算法

提出一种改进型的质心定位算法.该算法利用RSSI计算影响因子θ对质心算法进行加权,提高初次定位的准确性,并通过一种校正机制对初次定位位置进行校正.该算法运算复杂度较低,通信开销与传统的质心算法相仿.仿真表明改进算法的定位精度较传统的质心定位算法有了极大的提高.     

无线传感器网络质心定位算法改进研究

在深入分析研究质心定位算法原理的基础上,通过提高邻居锚节点的比例以及加权质心定位算法对其定位性能进行改进,仿真结果表明,改进后的质心定位算法,比改进前的质心定位算法的定位率提高了约20％,定位误差增大了约5m.     

基于接收信号强度指示加权融合的质心定位算法

针对当前无线传感器网络质心定位算法在参考节点分布不均匀时定位误差较大,提出了一种基于RSSI加权融合的质心定位算法.通过将离未知节点距离由近到远的每三个参考节点组成三角形定位单元,运用传统质心算法产生质心,这样确保了质心的有效性.分析了影响定位精度的因素,通过加权因子来体现不同参考节点对质心坐标决定权的大小,并确定了各因素的权值.最后进行加权融合处理,使得整个定位精度得到了很大的提高.仿真结果表明,所提算法较之前的加权质心算法定位精度有了明显提高,最高可达38.41％.     

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。     

一种基于优化RSSI精度的加权质心定位算法

针对无线传感器网络中传感器节点接收信号强度的误差影响,在利用信号强度的比值作为加权因子的基础上提出一种基于优化信号强度、精度的加权质心定位算法。首先对信号强度(RSSI)值进行了修正:为每个RSSI值求得一个加权系数,用加权后的信号强度值进行运算;然后用修正后的信号强度的比值的倒数之和作为此算法的权重因子。实验结果表明,算法的定位准确度比传统质心算法提高了61.5%~87.3%,比RR-WCL算法提高了32.7%~46.4%。     

一种基于RSSI的加权质心算法的改进算法

在无线传感器网络中,节点的准确定位是具体应用的前提和基础。提出一种基于R S S I的加权质心算法的改进算法,并利用未知节点接收到的来自各个不同锚节点的R S S I值为依据计算加权权值,算法实现更加容易、简单。仿真结果验证了算法的有效性,比传统的质心定位算法的定位精度有较大提高。     

基于指纹量化的改进加权质心定位算法

针对室内人员定位信号存在干扰大、定位精度低的问题,提出一种基于指纹量化的改进加权质心定位算法。该算法在ZigBee通信环境下采集实际测量值建立指纹数据库,在量化域内根据未知节点接收到的RSSI值进行量化,获得量化距离及量化RSSI值,将量化距离以及产生的量化误差作为权值参数,进一步利用改进的交集三角形加权质心算法对未知节点进行定位。实验结果表明,该算法可以有效避免因信号衰减严重而造成的理论误差问题,提高了定位精度。     

改进的三维加权质心定位算法

针对现有煤矿引爆源(电气火花源)定位方法采用二维加权质心定位算法存在误差较大的问题,提出了一种改进的三维加权质心定位算法。根据电气火花能在周围空间产生电磁波的特点,建立了自由空间下的接收信号强度指示(RSSI)传播模型,利用高斯模型对RSSI信号强度进行修正,得到更准确的测距模型;在三维空间内,合理选择检测点,并引入新的加权因子指数k,求出目标节点的坐标,实现对电气火花源的定位。模拟测试结果表明,该算法具有较高的定位精度,最大定位误差为0.319m,平均误差为0.265m。     

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.     

基于接收信号强度指示的改进质心定位算法

传统质心定位算法虽然简单易行、成本低,但仅为粗略的定位估计方法,定位精度亟需改善.针对该问题,通过优选信标节点,提出了一种基于接收信号强度指示(RSSI)数据的改进质心定位算法,有效克服了传统质心定位算法"通信半径越大,定位精度反而下降"的缺点.通过MATLAB仿真验证算法的有效性和可靠性.     

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。     

改进的狭长空间中加权质心定位算法

针对目前狭长空间环境中信号多路径效应明显、传感器节点定位精度不足等情况,提出了一种基于信号接收强度(RSSI)的加权质心定位算法.该算法根据狭长带状区域环境特点部署信标节点,通过相邻信标节点的实际距离和信号接收强度,动态获取周围环境的路径衰落指数,提高RSSI测距算法的环境适应能力;根据当前环境改进加权质心算法的加权因子,引入修正因子,进一步提高算法的定位精度.理论分析和仿真结果表明,该算法设计优化,适应于狭长空间环境,宽度分别为3 m、5 m、8 m、10 m,信标节点的个数为10的巷道环境中,其定位计算精度比传统加权质心算法分别提高了22.1%、19.2%、16.1%、16.5%,稳定性分别提高了23.4%、21.5%、18.1%、15.4%.     

无线传感器网络加权质心相对定位算法

针对基于接收信号强度指示的无线传感器网络加权质心定位算法在实际应用中计算复杂的缺点,提出一种改进型传感器网络加权质心相对定位算法（WCL-RSSI）。该算法主要采用参考节点精选机制和定位组合精选策略选择定位自评误差小的节点进行三边测距定位,以此重建定位权值函数来减小坐标定位误差,最后采用加权质心法计算坐标,并计算该节点的定位自评估误差。仿真实验表明,在同等计算复杂度下,该算法较传统定位方法的定位精度有了明显的提高。     

基于接收功率电平的三角质心近距离定位算法

针对无线传感器网络中近距离定位精度较低的问题,提出了一种基于接收功率电平(RPL)的免标定三角质心定位算法.该算法使用无线信号参数RPL代替传统接收信号强度指示(RSSI),应用于测距模型中,与传统三角质心定位模型相结合,从而达到降低测距误差、提高定位精度的目的.通过仿真实验,将基于RPL的三角质心定位算法与基于RSSI的三角质心定位算法进行对比,结果表明:在实验环境下,基于RPL的三角质心定位算法比基于RSSI的三角质心定位算法精度提高了59.02％,定位精度有明显提升.