基于改进MCB的无线传感器网络移动节点定位

针对MCB移动定位算法样本点过滤条件比较弱的问题,提出一种改进蒙特卡洛盒子IMCB(Improved Monte-Carlo localization Boxed)定位算法。该算法在MCB算法的基础上,引入了一跳和二跳以外的特殊锚节点来增强样本点过滤的条件,从而有效地解决了原算法过滤条件弱导致定位精度低的问题。仿真实验结果表明,在相同条件下,同MCB算法相比,定位精度提高了约15%,相同定位精度要求下,定位能耗降低约40%。     

基于移动锚节点的加权多维标度节点定位算法

针对无线传感器网络节点定位精度不足等原因,提出了一种基于移动锚节点的加权多维标度度节点定位算法,首先通过对移动锚节点的轨迹进行采样,添加虚拟锚节点,增加拓扑约束关系,将虚拟锚节点收集的信息与实际节点之间的信息构成距离矩阵,然后利用奇异值分解计算节点相异性矩阵的逼近阵,通过加权多维标度对节点进行定位.仿真实验表明:与MDS-MAP和MDS-MAP(P)算法相比,该算法具有良好的定位精度.     

一种基于移动坐标系的新型节点定位算法

提出一种与距离无关的基于移动坐标系的分布式定位算法,以移动锚节点为原点建立坐标系,未知节点以邻居锚节点信息在临时坐标系中确定自身位置区域,通过在不同坐标系下确定的位置区域取公共集不断缩小自身未知区域,最后利用质心算法求出节点位置坐标。仿真结果表明:新算法拥有较高的定位精度和适度的开销。     

基于移动锚节点无线传感器网络定位的算法

无线传感器网络应用在很多场合中,监测目标进行定位和跟踪是最基本的应用。在无线传感器网络中基于移动锚节点的定位算法进行设计仿真,网络部署成本显著减少。节点能耗减少,运行时间延长,而且在网络边缘上的节点100％都能获得节点位置．该设计算法能得到完整的网络信息,即使在网络节点出现故障后,通过移动锚节点来重新确认所有无故障节点的位置,进行重新定位。     

WSN中一种基于移动锚节点的节点定位算法

在无线传感器网络的定位过程中,随着锚节点的使用数量增多,整个网络的开销也会增大,从而会造成较大的浪费.因此,为了实现利用较少的锚节点完成较精确定位的目标,提出了一种仅基于3个移动锚节点的Range-free无线传感器网络节点定位算法.该算法能够保证每个未知节点都选择与其距离在一定范围内的锚节点进行定位,同时,通过建立优化模型以最大化网络中的二重覆盖区域范围,从而进一步提高定位的精确度.仿真实验结果表明,该算法能够在一定程度上提高节点的定位精确度.     

基于移动锚节点的模糊信息三维定位算法

为有效抑制复杂环境对无线传感器网络节点定位精度的影响,在三边定位的基础上,基于移动锚节点和节点之间的模糊信息,提出一种三维空间中的节点定位算法( MANLFI)。该算法通过测量锚节点和未知节点的方向角、俯仰角实现节点定位,每轮定位结束后更新锚节点的速度和方向,节点被定位后充当静态锚节点对其他节点定位。仿真实验结果表明,与APIT-3D和Bounding cube算法相比,MANLFI算法可提高节点定位精度和网络稳定性,且时延短、能耗低。     

无线传感器网络中移动节点定位算法研究

提出一种利用临时锚节点的蒙特卡罗箱定位算法.该算法是基于蒙特卡罗定位方法之上,通过引入节点平均速率来获取临时锚节点,并利用一跳范围内的临时锚节点构建最小锚盒、增强样本过滤条件,从而加速了采样和样本过滤.此外,在样本的获取上采用了非随机采样的均衡采样方法,有效地降低了采样次数.仿真结果表明:该算法同蒙特卡罗定位算法等相比,提高了节点的定位精度,降低了节点的能耗.     

基于移动锚节点的改进DV-Hop算法

DV-Hop是一种典型的无须测距的定位算法,针对该算法在定位过程中存在的定位精度不高的问题,提出了一种基于移动锚节点的改进算法。利用锚节点的移动形成多个虚拟锚节点,有效减少了锚节点的使用数量;并在原算法基础上,修正平均跳距,使其更接近真实值。仿真结果表明:改进算法定位误差比传统DV-Hop算法平均降低了约 30%,大大提高了定位精度。     

基于移动锚节点的WSN节点定位方法

为提高WSN定位精度,提出一种带定向天线的移动锚节点定位算法。首先对WSN进行分层,锚节点可沿x轴和分层线移动实现对未知节点的遍历,在移动过程中等间隔距离旋转定向广播位置信息,未知节点根据接收到的锚节点坐标、方位角等信息确定自身位置。定位算法简单,无需测距,完全使用锚节点信息实现定位,仿真结果表明,该算法比典型的采用单个移动锚节点的SLWL算法具有更高的定位精度和定位稳定性。     

一种基于MCB的自适应和声搜索定位算法

针对无线传感器网络锚节点稀疏条件下节点定位中存在的翻转现象和定位精度问题,提出了一种基于MCB的自适应和声搜索定位算法。通过引入MCB算法中的采样思想,随机产生网络拓扑约束下的未知节点的坐标,引入自适应的和声保留概率和音调调节概率,达到提高搜索能力和定位精度目的。仿真结果表明：算法能有效解决翻转现象,提高定位精度,提出的算法在定位精度和计算量方面优于对比算法。     

基于移动锚节点的加权质心定位算法研究

针对加权质心定位(WSL)算法所需锚节点数目较多,定位精度低,定位成本高等问题,采用单个移动锚节点沿着既定的轨迹在监测区域移动,并在规定位置广播数据包;未知节点根据接收的信号强度(RSSI)比值以及邻居节点间的最小跳数确定权值,进而估算未知节点自身的坐标位置.仿真结果表明:算法有效地提高了定位精度和稳定性,降低了定位成本.     

基于MDS技术与MCL方法的无线传感器网络移动节点定位算法

在MCL算法的基础上,结合改进的基于多维定标MDS(Multidimensional Scaling)的定位算法引进新的滤波条件,提出了一种移动节点定位算法.该算法通过在循环滤波部分引入新的限定条件,可以保留更靠近真实距离的预测样本,减小定位误差.仿真实验表明,该算法具有更好的定位精度.     

基于接收信号强度指示测距的蒙特卡罗盒移动节点定位算法

针对无线传感器网络(WSN)中以蒙特卡罗为基础的移动节点定位算法在采样效率和定位精度方面的不足,提出一种基于接收信号强度指示(RSSI)测距的蒙特卡罗盒定位(MCB)算法。通过对RSSI测距信息分区间管理来加强过滤条件,提高定位精度;同时采样阶段利用已满足过滤条件的样本点生成更有效的样本,从而提高采样效率;最后通过牛顿插值法预测节点运动轨迹,样本点与未知节点运动轨迹越接近则其权值越大,据此对样本点进行加权处理得到节点的最佳估计位置。仿真结果表明,改进方案在不同的锚节点密度、通信半径、运动速度等情况下均表现出良好性能,且定位精度与同等条件下的蒙特卡罗盒算法相比均有提高。     

基于超级节点的分布式传感器节点定位算法

针对无线传感器网络中数目庞大的传感器节点难以进行有效定位的问题,提出一种分布式的传感器节点迭代定位算法.基于整个网络中相互重叠的子图,该算法的每一步迭代涉及两个步骤:一是每个子图内的高效定位,二是相邻子图之间的局部一致.对于每个子图,采用共轭梯度法对节点进行局部定位;之后,对相邻子图重叠区域内节点的局部位置进行融合平均.这两个步骤持续进行,直至满足迭代终止条件.仿真实验表明,与现有分布式算法相比,所提出算法的定位误差降低了一个数量级,能够对大规模的无线传感器网络进行高效定位.     

无线传感网中移动节点的自适应定位算法

介绍了一种在无线传感网中针对移动节点的自适应定位算法,通过建立移动节点运动模型,借助运动模型估计信息辅助移动节点的定位,解决了只有2个或1个信标节点的无法定位的问题,本算法能够适应不同移动节点的运动状态,动态地调整定位时间间隔,从而既能提高节点定位的精度,也能在保证定位误差的情况下降低定位频率,节省定位能量的消耗,延长整个无线传感网的生存时间。     

移动节点的LEACH改进型算法

LEACH（low-energy adaptive clustering hierarchy）是一种有效延长网络生命周期的通信协议,其组网过程中存在聚类大小范围不定和簇间干扰现象.针对该问题,提出基于移动节点的LEACH改进型算法.节点以一定半径广播成簇消息限定聚类大小,减少簇首通信干扰.针对网络运作一段时间后出现能量过低或者不平衡的聚类,加入移动式感测节点,移动至聚类担任簇首,延长网络生存时间.实验结果与分析表明新方法远好于LEACH.     

基于节点选取的RSSD两轮协同定位算法

针对无线传感器网络能量有限、节点密集、能适应动态变化的特点,对于非配合式无源定位问题,提出一种关于节点选取的接收信号强度差（ RSSD）两轮协同定位算法。在首轮初步定位结果的基础上,提出正多边形匹配因子,在空间域上选择最优节点参与定位,得到最终定位结果,从而提高了定位精度。仿真结果表明：此方法融合了无线传感器网络的特点,充分利用空间位置对定位的影响,通过对比仿真,证明了本文方法的有效性。     

移动节点的环境自适应定位模型

针对现有基于对数正态信道模型的定位方法在各向异性环境下定位精度不理想的问题,提出一种具有环境自适应能力的移动节点定位模型,在传统信道模型中引入障碍物建模参数,通过新的模型表达解决无线网络各向异性环境中的节点定位问题。实验结果表明,该模型有良好的定位能力,对环境中的障碍物和其它干扰具有较低的敏感度。