基于Amorphous的无线传感器网络定位算法研究

无线传感器网络广泛应用于各个领域,节点位置信息起着至关重要的作用。在所有的经典定位算法中,Amorphous定位算法属于非测距算法,通过获得未知节点与信标节点之间的跳数,估算节点间距离,进而计算节点坐标。分析Amorphous定位算法的缺点并提出了对节点间跳数的修正。引用质心算法加权,提出改进的算法模型,经仿真验证:该算法可获得较为精确的定位结果。     

无线传感器网络中一种改进的DV-Hop定位算法

节点定位是无线传感器网络应用的关键技术,文章分析了DV-Hop算法及提出的一些改进方法;DV-Hop算法简单把跳数作为衡量节点距离的标准,这样会由于跳数相同、实际距离远近不同而选用错误的锚节点定位引起较大误差;通过引入了RSSI测距模型,把测距技术和非测距技术相结合,校正距离锚节点远近,在一跳之内以及多跳情况下分别实现更高精度的定位从而达到在一定程度上降低定位误差的目的。     

基于距离修正及灰狼优化算法对DV-Hop定位的改进

无线传感器网络在实际应用中普遍存在节点布设不均匀的状况,导致使用经典DV-Hop(Distance Vector-Hop)方法实现节点定位存在较大的误差。为了提高定位精度,提出基于测距修正及灰狼优化算法的改进策略。首先,针对未知节点到每一目标锚节点的平均每跳距离校正值,采用一种相似路径搜索算法获得网络内一条最相似锚节点对间的多跳路径用于确定该值,以期提高未知节点到锚节点距离估计值的精度;进而,在使用Lateration算法获得未知节点初始位置后增加改进的灰狼群体智能算法优化步骤,以期提高定位精度。仿真实验结果显示,所提出的改进策略相对经典DV-Hop定位方法以及典型的改进方法,提高了对网络拓朴变化的鲁棒性,定位精度有了显著改善。     

一种改进的免测距节点定位算法研究

为了更好地解决无线传感器网络中节点定位精度和复杂测距技术之间的矛盾,在分析现有免测距定位算法的基础上,提出了一种免测距的节点定位改进算法。对传统DV-HOP算法进行了三方面的改进：利用未知节点到锚节点的距离及节点通信半径为约束条件构造似然函数,确定未知节点分布的可能区域;依据未知节点到各邻居锚点的跳数对它估计的平均每跳距离进行加权处理,然后用各邻居锚节点加权处理后的平均点的平均每跳距离,最后通过最小均方误差准则优化这一估计值;当未知节点获得与其3个或3个以上邻居锚节点的距离后,首先运用进行三边测量法进行自身定位,其后升级为锚节点,向网络中传播自己的位置信息。参与下一个未知节点的定位过程中,实现了传统DV—HOD算法的改进。仿真结果表明了该节点定位算法的有效性。     

基于节点前进跳距期望的WSNs分布式定位求精算法

针对LAEP算法存在相邻节点的定位位置相同(或相近)的问题,提出一种基于节点前进跳距期望的定位求精算法(RLAEP)。该算法在LAEP算法的基础上,首先根据每个节点的前进跳距期望挖掘出节点与其邻居节点的距离估计信息,称之为"伪测距距离";然后计算两节点在网络中的定位位置之间的距离,称之为"计算距离";最后以减小当前节点间"计算距离"与"伪测距距离"的偏差为目的迭代修正未知节点的定位位置。仿真结果表明,RLAEP算法的定位精度明显高于LAEP算法。     

一种基于约束策略的无线传感器网络定位算法*

节点定位技术是无线传感器网络的关键支撑技术之一,对于无线传感器网络的基本理论方法和应用研究都具有重要意义。在深入研究分析距离无关定位算法的基础上,提出了基于约束策略的无线传感器网络定位算法。该算法无须测距,采用跳数估计节点间距离,并针对未知节点到锚节点距离计算中的不足,对锚节点的平均每跳距离作了修正;在估计未知节点坐标时,根据该未知节点通信范围内的锚节点对其所在位置进行约束。仿真结果表明,该算法具有较好的性能,比已有算法的定位精度有所提高。     

无线传感器网络中的DV-Hop定位改进算法

DV-Hop算法是无线传感器网络中一种典型的基于非测距的定位算法。针对DV-Hop存在的定位精度低的缺陷,本文提出了改进的算法。该算法中的平均跳距利用全网平均跳距与单个锚节点估计的平均跳距的均值来修正,并且根据连通度不同,选取最优的3个锚节点进行三边定位计算。     

基于递归算法的最短跳数路径的RSS测距算法

多跳无线传感网络中的多类应用均需要准确的定位算法.为了降低定位成本,常采用基于接收信号强度(RSS,received signal strength)测距,为此,提出基于递归算法的最短跳数路径的RSS测距算法RFSPR(recursive function shortest path-based ranging).RFSPR算法首先利用递归函数搜索源节点与目的节点间所有具有最短跳数的路径,然后通过RSS测量这些最短路径的距离,最终将所有最短路径距离的平均值作为源节点与目的节点间距离的估计值.最后,将RFSPR算法与现存的同类算法进行了对比分析.实验结果表明RFSPR算法具有更低的测距误差.     

基于跳数梯度的传感器网络节点距离测量

针对无线传感器网络节点距离测量精度问题,提出了一种基于平滑跳数梯度的间接测距方法DV-SHG(DV-hop with Smoothing Hop Gradient)。DV-SHG应用节点的邻居节点信息对跳数值和平均每跳距离进行修正以提高测距精度。理论分析及仿真结果表明,与DV-GNN(DV-hop with the Number of Gradient Neighbors)算法相比,在相同的计算和通信开销下,DV-SHG算法能获得较高的测距精度,在节点密集分布的无线传感器网络中具有很好的测距效果。     

面向多跳WSNs的基于LSSVR的节点定位算法

多跳无线传感网络WSNs(Wireless Sensor Networks)中的多类应用均需要准确的位置信息.为此,提出面向多跳WSNs的基于最小二乘支持向量回归机定位算法 LSSVR-LA(Least-Squares Support Vector Regression location algorithm).LSSVR-LA算法先引用转发区域概念,并通过转发区域建立测距模型,然后再利用Secant 算法估计传感节点与锚节点间距离,最后将这些距离作为LSSVR输入,建立了基于LSSVR定位算法模型.最终,估计未知节点的位置.实验数据表明,提出的LSSVR-LA算法的定位精度得到有效地提高.     

Range-free 3D node localization in anisotropic wireless sensor networks

In this paper, we propose two computationally efficient ‘range-free’ 3D node localization schemes using the application of hybrid-particle swarm optimization (HPSO) and biogeography based optimization (BBO). It is considered that nodes are deployed with constraints over three layer boundaries, in an anisotropic environment. The anchor nodes are randomly distributed over the top layer only and target nodes distributed over the middle and bottom layers. Radio irregularity factor, i.e., an anisotropic property of propagation media and heterogenous properties of the devices are considered. To overcome the non-linearity between received signal strength (RSS) and distance, edge weights between each target node and neighboring anchor nodes have been considered to compute the location of the target node. These edge weights are modeled using fuzzy logic system (FLS) to reduce the computational complexity. The edge weights are further optimized by HPSO and BBO separately to minimize the location error. Both the proposed applications of the two algorithms are compared with the earlier proposed range-free algorithms in literature, i.e., the simple centroid method and weighted centroid method. The results of our proposed applications of the two algorithms are better as compared to centroid and weighted centroid methods in terms of error and scalability.     

Range-Free Localization Using Expected Hop Progress in Wireless Sensor Networks

Localization algorithm continues to be an important and challenging topic in today's wireless sensor networks (WSNs). In this paper, a novel range-free localization algorithm using expected hop progress (LAEP) to predict the location of any sensor in a WSN is proposed. This algorithm is based on an accurate analysis of hop progress in a WSN with randomly deployed sensors and arbitrary node density. By deriving the expected hop progress from a network model for WSNs in terms of network parameters, the distance between any pair of sensors can be accurately computed. Since the distance estimation is a key issue in localization systems for WSNs, the proposed range-free LAEP achieves better performance and less communication overhead as compared to some existent schemes like DV-Hop and RAW. In addition, we study the effect of anchor placement on the algorithm performance by deriving the corresponding mean position error range. Extensive simulations are performed and the results are observed to be in good agreement with the theoretical analysis.     

无线传感器网络中距离无关定位算法的研究

针对无线传感器网络节点定位的问题,简单论述了四种距离无关定位算法。并对Amorphous定位算法进行改进,以提高整个网络的定位精度。仿真结果表明,改进后的算法有效地降低了节点位置的定位误差以及通信能耗。该算法无需任何附加的硬件支持,且具有较好的拓展性,对实际的应用具有积极的意义。     

无线传感器网络基于中垂线分割的APIT的改进定位算法

定位技术是无线传感器网络重要的共性支撑技术之一。在近似三角形内点测试APIT算法基础上提出了基于中垂线分割的改进算法PB-APIT。利用三条边的中垂线将APIT算法中的三角形分割为4个或6个可用小区域,并以检测信号的强弱进一步来判定未知节点的位置,即判断未知节点处于哪一个可用小区域,从而减小原APIT算法的定位区域,提高定位精度。仿真结果表明,与原APIT算法相比,所改进的算法精度上有较大提高。     

基于虚拟信标节点的定位算法

从无线传感器网络的实际应用中的硬件构件成本及节点定位代价最小化出发,利用DV-Hop算法思想提出一种无需真实物理信标节点的无需测距节点定位算法.该算法利用高斯-马尔可夫移动模型的Sink节点周期性地发出当前位置信息分组,节点收到相应的位置信息分组时,利用RSSI的对数-常态分布模型计算与当前Sink节点的距离.节点根据...     

基于非测距的无线传感器网络节点定位技术研究

无线器传感器网络是由大量低廉的微型多功能传感器节点组成的无线网络,能够广泛应用在环境、军事、生态等领域进行事件监测。在网络中节点的自身定位至关重要。主要讲述了对于定位算法中基于锚节点的非测距方法。DV-Hop算法是为了避免对节点间距离的直接测量而提出来的。详细介绍了DV-Hop算法的节点定位过程并且分析了近期提出对DV-Hop算法的一些改进策略。     

A new range-free localization method using quadratic programming

In this paper, we propose a new range-free localization algorithm called optimal proximity distance map using quadratic programming (OPDMQP). First, the relationship between geographical distances and proximity among sensor nodes in the given wireless sensor network is mathematically built. Then, the characteristics of the given network is represented as a set of constraints on the given network topology and the localization problem is formulated into a quadratic programming problem. Finally, the proposed method is applied to two anisotropic networks the topologies of which are very similar to those of the real-world applications. Unlike the most of previous localization methods which work well in the isotropic networks but not in the anisotropic networks, it is shown that the proposed method exhibits excellent and robust performances not only in the isotropic networks but also in the anisotropic networks.     

基于重叠分片法的网络顽健性动态增强仿真

针对网络顽健性动态增强过程网络区域划分不均,导致增强效率低和能耗高的问题,提出基于重叠分片法的网络顽健性动态增强方法。计算最优簇首数量,确定非测距定位技术和测距定位技术对节点的位置,利用节点位置划分网络区域。将事件信息传送到汇聚节点过程中存在的偏差,与自适应最小均方误差滤波算法和时空相关理论相结合,建立节点数据优化模型和通信频率优化模型,确定传递事件信息的最佳通信频率和最少激活节点总数,实现网络顽健性的动态增强。仿真结果表明,所提方法的增强效率高、能耗低且能有效反应网络不稳定节点输出的动态信号。     

目前几种无线传感器网络节点定位技术分析

在无线传感器网络中,位置信息是监测事件不可缺少的信息,为了准确地确定事件发生的位置,传感器节点必须首先确定自身的位置。节点定位技术是无线传感器网络最重要的技术之一。该文将节点定位技术分为基于测距的和无需测距的两类,介绍和分析了几种典型的定位技术。