稀疏无线传感器网络移动节点定位算法

为解决稀疏无线传感器网络的现有MCB移动节点定位算法存在定位精度低和无法定位的节点的数量多的问题,对MCB算法进行了改进,进而提出了一种新的移动节点定位算法MCBP,该算法把已定位的节点作为其它未定位节点的参考点(准信标节点),利用准信标节点的位置信息参与后续定位过程,使更多的节点可以定位,并且提高了定位精度。仿真结果表明,MCBP移动节点定位算法比前人的类似算法的定位误差最大可减少22%,平均减少16%。无法定位的节点的数量最大可减少26%,平均减少12%。     

一种新的分布式无线传感器网络定位方法

针对无线传感器网络节点能源受限的特征,以系统最小硬件开销为设计原则,提出了一种适用于基于测距的分布式定位方法(3/2-NANDB),该方法可在不增加单个独立节点硬件开销的情况下,利用附加的外部控制系统发射一个旋转定向波束充分挖掘节点间的冗余信息,有效排除节点位置的模糊性,从而可完全确定只有两个邻居节点的节点位置和部分只有一个邻居节点的节点位置,达到减少GPS携带节点数量、最大化网络内部可定位节点数目、扩大网络观察范围和延长无线传感器网络存活时间等目的.而利用该方法的节点二义性排除算法,还可以辅助其他现有的基于三邻居(3-NA)的定位算法提高整体定位性能.     

无线传感器网络节点调度算法

提出一种用于无线传感器网络的正三角形剖分节点调度算法,该算法把网络中各个节点的感知区域剖分成正三角区域。为避免出现网络盲点,在已提出算法的基础上又提出基于邻居节点信息的正三角形剖分节点调度算法。仿真结果表明,基于邻居节点信息的正三角形剖分节点调度算法能达到较好节能的效果,可以在保证覆盖范围的基础上延长网络的生存时间。     

水下网络移动节点分布式定位算法

随着水下网络系统的发展,水下移动节点的分布式定位技术的研究受到关注。提出了一种自组织、可容忍节点失效与测距误差、计算量和通信开销小的分布式水下节点定位算法,该算法利用自适应加权、循环三角组合测量法提高定位精度。对基于TOA测距的循环三角组合算法的定位精度进行了仿真,分析参考节点数对平均定位误差的影响,并与三边测量法的定位精度进行了比较。仿真结果表明,该算法具有较高的定位精度,对节点失效和测距误差的鲁棒性高,并且降低了水下网络对参考节点的密度要求。     

卡尔曼滤波在无线传感器网络节点定位中的应用

为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了适用于无线传感器网络的卡尔曼滤波模型.采用渐消自适应卡尔曼滤波对基于距离的初始定位算法进行求精,通过一跳节点间的相互制约,在全局范围对未知节点进行定位;基于卡尔曼滤波模型,对无线传感器网络的分布式算法和集中式算法的计算量进行了研究,得出计算量与节点数目的关系.研究结果表明,卡尔曼滤波能够有效提高节点的定位精度,尤其适用于网络节点密度小、信标节点比例低的情况.     

无线传感器网络中不良节点的判断与定位

为降低整个无线传感器网络的定位误差,基于图论相关原理和方法,对无线传感器网络中存在的边缘节点和亚孤立节点进行了判断,通过对此类不良节点周围的节点密度、接收锚节点的范围和方向进行分析,给出了不良节点定位误差偏大的理论解释和对其进行修正定位的解决方案,确立了无线传感器网络中边缘节点和亚孤立节点的判断与定位方法.不同场景下定位性能的仿真实验显示,运用这种方法,对规则的网络拓扑,经修正后不良节点的定位精度比修正前一般可以提高17%以上;对不规则的网络拓扑,经修正后的亚孤立节点定位精度比修正前一般可以提高10%以上.     

基于时空滤波的无线传感器网络抗差节点定位算法

针对无线传感器网络的最小二乘定位算法抗差性的不足,提出了一种基于时空滤波(STF)的抗差性加权最小二乘(WLS)节点定位算法--STLS.该算法基于空间域滤波的数据一致性检测算法利用相邻节点间必须满足的几何约束关系,采用优化矩阵操作,剔除粗差邻居节点,其计算复杂度为多项式的平方.通过使用具有2步收敛特性的DFP算法,最小化目标代价函数,实现节点的快速定位.实验结果表明,在均匀网格拓扑或各向异性C型网格拓扑下,该算法均可有效识别和剔除测距低估粗差点,其定位精度明显优于未进行空间一致性检测的加权最小二乘定位算法,当网络平均连通度较低时,该优势表现得尤为明显.     

基于无线传感器网络的节点定位研究

无线传感器网络是对信息获取和处理的技术,通过通信技术使大量微小节点组成自组织网络,传感器网络包括数据的采集、传输、融合分析等。许多应用场所需要精确定位,使得无线传感器网络定位技术得到广泛应用和发展。本文通过对几种典型的定位算法研究,分析传感器网络节点定位算法的原理,得出的几种节点定位算法,并进行比较分析。     

基于遗传算法的三维无线传感器网络定位新算法

针对三维无线传感器网络节点自身定位问题,提出了一种基于遗传算法的新定位算法。该算法通过分析未知节点与它的无线射程范围内的已知节点之间的通讯约束和距离测量,对未知节点建立数学模型;针对此数学模型利用遗传算法求解,把该解作为未知节点的估计位置。理论分析和试验结果表明,该算法具有很强的健壮性,未知节点的失效和新节点的加入不会影响算法的性能,并且算法定位精度高,条件简单,适合各种规模的无线传感器网络的节点定位。     

WSN多跳稀疏锚节点迭代定位算法

在无线传感器网络中,针对多跳稀疏节点网络导致定位性能较差的问题,文章提出多跳稀疏节点迭代定位算法。首先提取两个信号强度最大的单跳邻居锚节点,通过单跳邻居锚节点将未知节点与多跳锚节点建立数值关系,再对未知节点在单跳和多跳锚节点组成的三角形内进行内点判决,并采用锚节点的翻转点与质心迭代得到位置估计。对迭代算法设置预设精度,当终止迭代时,判定位置估计的性能。当低于预设精度时,对未知节点采用锚节点的翻转点与质心迭代求精以满足预设精度,并使得迭代收敛。数值结果表明稀疏锚节点迭代定位算法相对于相关定位算法提高了定位精度,并降低了算法的计算耗时。     

Distributed inference in wireless sensor networks

Statistical inference is a mature research area, but distributed inference problems that arise in the context of modern wireless sensor networks (WSNs) have new and unique features that have revitalized research in this area in recent years. The goal of this paper is to introduce the readers to these novel features and to summarize recent research developments in this area. In particular, results on distributed detection, parameter estimation and tracking in WSNs will be discussed, with a special emphasis on solutions to these inference problems that take into account the communication network connecting the sensors and the resource constraints at the sensors.     

时间异步无线传感器网络的分布式目标跟踪

为了降低无线传感器网络在目标跟踪过程中的网络能耗,提出了一种时间异步条件下的分布式目标跟踪方法.首先,依据节点到目标的距离进行动态成簇,以跟踪簇为时间的计算单元,由簇头完成簇内跟踪时间计算及簇间贯序传递,然后引入并行粒子滤波(PPF)算法将粒子集分为多个子集,在子节点处并行采样、计算权重和重采样,最后,簇头节点收集各子节点上传的结果并完成目标的局部状态估计.仿真结果表明,PPF算法具有较好的跟踪精度,且相比于集中式粒子滤波(CPF)算法,可降低约38%的通信量.     

A multilevel diakoptics algorithm for large scale networks

Abstract

Diakoptics methods for large scale networks have been widely studied and applied over the last decade. Most of the applications used single level diakoptics of a network into subnetworks. The previous works treat networks either by node tearing or by connecting all the tie lines at the same time [1, 6, 9, 12, 14]. In this paper, tearing is applied to hierarchically described networks and a new algorithm based on Gaussian elimination is presented. Using a multilevel algorithm, the new method tears a network into multilevels and always joins two subnetworks by a set of the lines recursively. Finally, the macromodel (solution model) of a large scale network is presented.     

LWDSA: light-weight digital signature algorithm for wireless sensor networks

The essential security mechanism in wireless sensor networks (WSNs) is authentication, where nodes can authenticate each other before transmitting a valid data to a sink. There are a number of public key authentication procedures available for WSN in recent years. Due to constraints in WSN environment there is a need for light-weight authentication procedure that consumes less power during computation. This proposed work aims at developing a light-weight authentication protocol using MBLAKE2b with elliptic curve digital signature algorithm (ECDSA). The proposed protocol is also tested using the protocol verification tool Scyther and found to be secure in all claims and roles. This proposed algorithm increases the network life time and reduces the computation time, which is essential for the constrained environment like WSNs.     

事件驱动型传感器网络能量有效数据融合算法

从降低网络能耗和平衡网络负载的角度,提出了网络的一种能量有效的数据融合算法EFDAA,可应用于节点数量及覆盖度均较大的事件驱动型无线传感器网络.该算法采用正六边形网格划分方法,基于全网能量消耗模型计算所需的融合节点数,解决由于无规则选取融合节点数量而造成的网络能耗增加问题,并且能够优化融合节点的分布;为平衡网格内节点负载,以节点剩余能量、邻节点度和移动性作为选取融合节点的权重因子,基于距离信息自适应调整网格内节点间的单跳通信级别.仿真实验结果表明,融合节点数量的优选,降低了网络总的能量消耗;相比较于HEED算法,EFDAA有效延长了网络生命期.     

基于局部位置更新的无线传感器网络路由协议

提出了在具有移动基站的无线传感器网络中的一种新的路由协议,该协议在基站移动时只需要在一个小的区域内更新基站的位置信息,因此既节省了传感器节点的能量,又使基站在移动过程中仍可保持与传感器节点的持续通信.理论分析和模拟研究表明,与全局更新基站位置信息的路由协议相比,该协议降低了基站位置信息更新的代价,减少了无线信道的冲突概率,减少了延迟,可适用于对延迟要求较高的大规模无线传感器网络.     

无线传感网络中大数据量压缩感知编解码算法

针对无线传感网络传输数据的冗余性问题,提出了一种逐级压缩感知编解码算法。该压缩算法将原始信号按照相同或不同字典的稀疏性进行信号逐级分解,并利用伯努利观察矩阵对分解后的信号进行压缩编码,在压缩过程中生成字典掩模。压缩后的信号和掩模回传至终端。终端根据编码信息、稀疏字典、字典掩模对数据进行逐级恢复。该数据压缩方法较传统的编码压缩技术具有更强的鲁棒性,对丢包不敏感;较原压缩感知算法,节省无线网络的传输带宽,提高数据信息获取的实时性。