基于加权质心算法的无线网络节点定位方法

为了提高无线传感器网络节点定位技术准确性,提出了改进的加权质心算法节点定位方法,以常态方程代入解得坐标后的误差倒数作为权值,并利用权值差别处理具有不同定位误差的不同定位结果,较小误差的倒数对应较大的权值,较大误差的倒数对应较小的权值,来提高定位准确性.通过对传统质心算法和改进加权质心算法进行MATLAB仿真,估测出定位节点的位置坐标.仿真结果表明,改进加权质心算法相较传统质心算法具有定位精度高、用时少等优势.     

一种改进的煤矿井下无线传感器质心定位算法

频繁的煤矿井下事故要求无线传感器网络能够更精确的对井下人员进行定位。利用修正加权质心算法进行定位存在较大的误差,针对该问题,在修正加权质心算法的基础上提出了一种改进的煤矿井下无线传感器质心定位算法,该算法将修正加权质心算法得到的质心作为新的锚节点,并通过多次选择、运行形成新的锚节点和质心的方法进行定位。仿真结果表明:不同的巷道宽度下,改变修正系数a的值就可以得到最佳的定位效果,同时可以通过仿真实验得到最佳定位效果下的修正系数a的值,从而使定位精度达到最好。通过比较两种算法的平均定位误差得到改进的煤矿井下质心定位算法在三种巷道宽度下分别将定位误差平均降低了0.792 6m,0.636 2 m,0.598 9 m。     

基于煤矿井下WSN的RSSI加权质心定位算法研究

针对井下传统无线网络RSSI加权质心定位算法精度不高的问题,首先提出了一种基于接收信号强度值作为加权因子的加权质心定位算法。算法以动态获取未知节点当前区域的路径衰减系数为基础,通过挑选出未知节点当前活动区域最优参考节点,计算出彼此之间的距离,确定当前未知节点的最优通信半径范围。算法中还选取参考节点和未知节点之间的信号强度RSSI值作为加权因子,一定程度上又减少了传统上通过计算得到节点间距离作为加权因子算法带来的误差。仿真结果表明,改进的定位算法更加适合煤矿井下未知节点具有移动性的特点,在相同测试条件下,比传统加权质心算法精度有了很大的提升。     

基于到达时间差的无线传感器网络质心定位算法

通过将到达时间差(TDOA)方法与质心定位算法相结合,提出一种基于加权处理的质心混合定位算法。该算法利用TDOA和几种经典的求解双曲线方程组解的定位算法,得到了网络中待求节点的位置,作为质心算法的坐标,并用锚节点与未知节点间的距离作为约束来调整节点的位置,从而减小定位结果与真实值之间的误差。最后通过数值仿真证明了本文算法的有效性。     

基于RSSI的加权质心定位算法的改进

为提高质心算法的定位精度,在质心定位算法中采用距离加权的同时,改进了距离加权因子,提高了距离加权的比重,并且在Matlab平台上仿真。结果显示将定位误差提升到了0.1m以内。     

一种复杂环境下无线传感器网络定位算法

通过对建立定位算法求解数学模型,针对RSSI(接收信号强度)受环境影响较大而提出了基于RSSI实际检测的定位算法。该算法利用锚节点实地测量信号损耗来确定定位算法的权值因子,以此进一步提高复杂环境下节点定位精度。通过模拟障碍物环境仿真实验分析可以看到,与加权质心算法相比,此定位算法的平均定位误差可下降1/4左右,而随着环境复杂度的提高,尤其是障碍物地带,其定位精度可提高一半左右。     

优化夏克哈特曼波前传感器的光斑质心探测方法研究

夏克哈特曼波前传感器的光斑质心探测精度对光学系统的波前检测至关重要。研究了质心探测误差的来源,提出了一种子光斑自动优化探测窗口法结合基于自适应阈值分割的强度加权质心算法的方法。讨论了该方法中窗口大小、质心算法对光斑质心精度的影响,并通过仿真和实验分析了算法的质心探测精度对噪声影响的鲁棒性。实验结果表明:当信噪比高于4时,自适应光斑质心算法质心定位的平均探测误差为0.058 pixel,相对于传统算法降低了约40%;将该探测方法运用至夏克哈特曼波前传感器中,与传统质心探测法相比,最大质心偏移量由传统方法的0.92 piexl下降至0.2 piexl。证明了算法的稳定性和探测精度。     

基于RSSI修正的近似三角形加权质心定位算法

节点的自身定位技术是无线传感器网络研究的核心技术,具有广泛的应用前景.针对基于RSSI测距技术的节点定位算法存在测量误差相对较大的缺陷,提出一种基于RSSI修正的近似三角形加权质心定位算法.该算法针对RSSI测距易受环境干扰,对测距数据进行高斯拟合和求均值,并以此作为节点的RSSI测量值.在此基础上,利用排序算法对测距结果进行排序,优选信标节点做三角形内点测试,最后采用加权质心定位算法来确定未知节点的坐标.仿真结果表明,改进算法改善了节点的定位精度.     

无线传感器网络中基于复合权值的质心定位改进算法

节点定位是无线传感器网络应用的关键技术之一。为了提高无线传感器网络节点定位的精确度,文章分析了质心定位算法的原理和优缺点,提出一种基于复合权值的质心定位改进算法（简称为RWCLA）,利用不同的权值来体现不同的锚节点对多边形质心计算结果的影响。仿真实验表明,改进后的算法比标准质心定位算法的定位精度有了明显的提高。     

WSN中一种基于虚拟锚节点的VA-RSSI定位算法

摘要： 针对无线传感器网络中传统RSSI定位算法精度较低的缺陷,提出一种设定RSSI有效阀值的VA-RSSI（Virtual Anchor RSSI）定位算法。该算法将定位后的盲节点升级为虚拟锚节点,提出虚拟锚节点信任度的概念与计算公式。采用虚拟锚节点信任度作为权值,由加权最小二乘法计算节点坐标。仿真实验表明,在相同网络环境下,该算法能有效降低测距误差,提高定位精度。     

基于RSSI的四边测距改进加权质心定位算法

该文根据接收信号强度指示的测距特性,改进四边测距,并提出一种改进的加权质心定位算法。首先引入统计中值加权的方法,有效地降低了采集RSSI信号时的测量误差。然后运用Euclidean节点定位算法,改进四边测距算法。为进一步提高精度,对WSN定位技术中关于未知节点近似位置的算法做了修正,并对加权质心定位算法中的加权因子进行了优化,使未知节点的定位精度更加精确。相比之前的许多加权质心定位算法,仿真结果表明,改进的质心定位算法在定位精度方面有很大的提高,鲁棒性也较高。     

基于网格分布的加权质心定位算法研究

提出了基于网格分布的自适应校正的加权质心定位算法。针对算法存在的RSSI测距误差,可利用由离未知节点最近的信标节点确定的误差修正因子,使得未知节点适应自身所处的节点分布环境,从而对权值进行修正。仿真结果表明,该算法在不增加硬件成本的情况下降低了RSSI测距误差,提高了算法的定位精度。     

无线传感器网络中一种基于三边测量法和质心算法的节点定位算法

针对无线传感器网络在节点均匀分布的情况下节点定位精度较差的问题,提出了三边质心定位算法.该算法利用节点均匀分布的先验信息将质心定位思想引入到三边测量法中,通过计算相交圆的公共区域的质心来提高对未知节点位置估算的精度.仿真结果表明,三边质心定位算法与三边测量法相比有效地降低了未知节点的位置误差,提高定位精度.     

基于锚圆交点加权质心的无线传感器网络定位算法

针对无线传感器网络节点能量有限,基于距离的定位算法有时并不适用的问题,在研究了未知节点与其无线射程范围内的3个锚节点之间的通信约束和几何关系的基础上,提出了一种基于锚圆交点加权质心的定位算法。该定位算法仅基于网络连通性而不需要测量距离,算法计算量小,节点通信开销小。仿真结果表明,当在100m×100m的区域范围内随机部署100个传感器节点,通信半径为30m、锚节点密度为16%时,相对定位误差为22.7%。     

改进DV—Hop定位算法在随机传感器网络中的研究

DV—Hop定位算法是一种典型的无需测距定位算法。DV—Hop定位算法在各向同性的密集网络中,可以得到比较合理的定位精度,然而在随机分布的网络中,节点定位误差较大。针对随机传感器网络中节点分布不规则的特点,在传统DV-Hop算法的基础上采用了跳数修正和多变的平均跳距离法两个改进措施,提出了一种改进的DV—Hop定位算法。仿真结果表明,提出的改进算法可大大地提高随机传感器网络中节点的定位精度。     

UWSNs节点运动模型及预测定位

为提高水下无线传感器网络(UWSNs)中动态节点的定位精度,降低通信能耗,提出采用节点的运动模型实现预测定位.考虑到近海监控网络中,潮汐运动是海水运动的主要成因,以粗略的近海潮汐运动模型为基础,以高斯径向基函数作为空间基函数构造节点的运动模型;利用K-medoids方法对模型中的高斯径向基函数中心进行聚类优化;提出了采用扩展卡尔曼滤波的方法实现模型系数的估计.考虑到普通节点与锚节点运动的空间相关性,设计了与到锚节点的距离相关的权重系数,以锚节点的运动模型系数估计普通节点运动模型中的系数,进而完成自身定位.对东经117.25°—132.2°,北纬24°—43.45°海域UWSNs的节点定位性能进行仿真分析,结果表明:所提出的节点预测定位方法的定位性能较高,定位覆盖度和定位精度高于SLMP方法和MP-PSO方法,平均通信能耗低于SLMP方法和MP-PSO方法.所提出的节点预测定位方法适用于大规模水下动态无线传感器网络定位.     

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%。     

基于动态熵权的短期风速组合预测

为了提高风电场风速预测的准确性,将不同预测方法的权重推广到权重序列,生成权重矩阵,同时采用新的预测误差更新权重矩阵,获得所需模型.建立三种单一预测模型,统计它们十天的预测误差,获得误差序列,在此基础上,提出动态熵权法.采用熵权法确定各单一预测模型在96个预测时刻的权值,并根据新的24小时预测误差更新误差序列和权重矩阵,从而获得动态组合预测模型.结果表明,动态组合预测模型的整体误差指标比单一预测模型较小,预测精度显然增高,证明了所建模型有效且实用.