基于多信标的无线传感器网络节点定位算法

基于信标的节点定位算法是无线传感器网络领域的一大研究热点;对于圆周型分布的信标组,发现最优的信标个数为5,且1个位于圆心,其余4个均匀分布在圆周上;针对矩形ROI,利用信标组可定位区域为正方形的优势,将整个网络划分为栅格,采用旅行商算法获取信标的最优移动路径;基于五信标节点定位模型提出一种新颖的区域分割质心定位算法(RDCLA),通过3组RSSI值比较,将节点锁定到某个三角形区域内,采用质心算法定位节点;该算法原理简单,计算复杂度低,与网络拓扑结构无关;仿真结果表明,较之TCLA和WCLA定位精度有较大的提升,且适用于各种规模的无线传感器网络.     

基于移动信标节点的无线传感器网络定位算法研究

研究了无线传感器网络中的节点定位算法问题,提出了一种新的基于移动信标节点的定位算法。该算法利用一个移动信标节点遍历整个网络,并周期性地广播包含其当前位置信息的分组,当未知节点接收到三个(或以上)与它的距离为通信半径的位置信息分组后,利用三边法计算自身位置。进而,考虑通信半径存在摄动的情况,利用极大似然法替代三边法提高算法的抗干扰能力。最后,通过仿真研究了该算法的特性,并与DV-Hop定位法进行了比较,仿真结果表明该定位方法在定位误差、通信量和网络结构适应性等方面均表现出良好的性能和优越性。     

基于移动信标的无线传感器网络节点定位

提出了一种基于测距的移动信标节点定位方法.该方法采用一个移动信标节点,信标的移动方式采用高斯马尔可夫模型,该移动模型基本能遍历整个传感区域,能使未知节点获得足够定位信息;定位机制采用加权质心与扩展卡尔曼滤波算法相结合,先用加权质心算法进行初精度定位,进而用扩展卡尔曼滤波方法进行精确定位.通过对信标移动时间、移动速度、虚拟信标点个数、迭代次数等定位参数分别进行仿真试验,实验结果表明在相同条件下该方法与最小二乘法(LSE)及加权最小二乘法(WLSE)相比,其定位精度高,健壮性好,可扩展性强.     

基于移动信标的大规模水下传感器网络节点定位

大规模水下传感器网络覆盖范围广,监测深度大,基于静止信标的定位方法很难获得好的定位性能。提出一种基于移动信标的range-free定位方法,信标在上下移动过程中广播位置信息,节点利用信标信息的变化估计位置范围。移动信标增大了网络覆盖范围,降低了节点间通信距离。实验结果表明,该方法可以获得和多功率发射定位接近的定位精度,但系统代价更低,精度高于一般的range-free定位方法。     

无线传感器网络节点定位技术研究

节点定位是无线传感器网络应用的前提和基础.本文在分析WSN自身定位算法研究的基础上,对定位算法进行了分类.根据静态定位和动态定位算法的不同特点,对现有的算法进行了分析比较,并重点讨论了一些典型的动态定位算法.最后针对统一武器制导网络等空间应用领域中对网络节点定位的要求,探讨了节点的移动性和三维定位问题.     

无线传感器网络移动节点的定位算法

针对无线传感器网络中节点移动性问题提出一种遗传蒙特卡罗定位算法。将进化理论中的交叉操作与变异操作引入到蒙特卡罗定位算法中,对采样进行优化,使采样向后验密度分布取值较大的区域移动,从而更好地表达后验密度分布。仿真结果表明,该算法可以明显减少所需的采样数,具有更高的定位精度和鲁棒性。     

无线传感器网络移动信标节点路径优化策略

针对无线传感器网络(WSNs)节点定位技术中未知节点覆盖率低、成本高的问题,采用移动信标节点技术,提出对高斯-马尔可夫移动模型(GMM)规划路径的优化策略,使信标节点更有效地在待测区域移动,提高对未知节点的覆盖率,并分析了不同参数对未知节点覆盖率的影响.仿真结果表明:此方法覆盖迅速、覆盖率高,能很好地适应大规模随机布撒节点的应用需求.     

无线传感器网络节点定位的移动信标节点路径规划

为了进一步提高无线传感器网络节点定位精度和覆盖率,本文在采用移动信标节点来对未知节点进行定位方面,提出了信标节点向最大覆盖未定位节点方向移动的路径规划算法,解决了信标节点的移动路径规划问题.仿真实验表明,和信标节点随机方向移动算法相比,该算法具有较好的定位性能,能很好地适应大规模随机不均匀撒布节点的应用需求.     

基于加权质心的无线传感器网络移动节点定位算法

提出一种基于加权质心的无线传感器网络移动节点定位算法(WCentriod-M),使其较好地适用于无线传感器网络移动节点定位。算法将采样时间分成若干个时间窗,在节点运动时维护一个过去记录,基于这些历史记录来选择信标节点。利用未知节点接受到的信标节点信号强度的比值作为加权因子,在定位的过程中考虑信标节点的权重。仿真实验表明,该算法具有计算简单、节点能量消耗小、定位精度较高等特点。     

基于运动向量的无线传感器网络节点定位

介绍无线传感器的常用分类,提出一种基于无需测距的定位方法,即基于运动向量的无线传感器网络移动节点定位.通过信号强度得到未知节点的大体区域,利用节点运动中向量的变化减小定位范围,根据向量的移动提高估计定位的精确度.对该算法进行仿真和总结,结果表明,与凸规划法相比,该算法有更高的定位精度.     

WSN中信标节点移动情况下的定位方法研究

定位技术是无线传感器网络的基础理论和关键技术之一.在实际应用中,一些信标节点在部署以后其位置由于各种原因而会发生漂移,由此就使得依赖于这些信标节点来定位的其他节点将无法准确定位,或者产生很大定位误差.本文针对信标节点产生漂移情况下的节点定位问题,提出了一种基于区域划分的信标节点移动检测算法(AD-BMD),在区域划分的基础上,通过两次判定过程将移动的信标节点检测出来,并为每个信标设置了坐标可信度值.为合理利用移动的和未移动的信标节点,提出一种基于信标移动检测的信标择优定位算法(BMD-BOS),通过合理选择信标节点来对其它未知节点进行定位.实验结果证明,AD-BMD算法具有很高的检测正确率和较低错误率,检测效果好于LB和SSV方法.BMD-BOS算法的定位精度远远高于没有进行移动信标检测的定位算法(N-BMD)和将移动信标丢弃的定位算法(D-BMD).     

移动节点路径规划和几何限制的无线传感器网络定位算法

提出一种利用移动节点的无需测距的无线传感器网络定位算法.该算法中,移动节点以垂直路径两次穿过未知节点通信半径范围,从而获得通信区域边界附近多个航标位置;航标点连线的中垂线形成几何限制区域,该区域中心即为未知节点的估计位置.与其它基于几何限制区域的算法相比,本算法计算复杂度低、定位精度高.仿真实验结果显示本算法相比于其它算法,定位精度提高10％～40％不等.     

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...     

WSN中基于UWB和移动信标点的安全定位方法

随着无线传感器网络(WSN)理论和技术的发展,基于位置的应用(如基于位置的存取控制)已成为一种新的需求.然而已有的定位系统没有考虑到特定环境下攻击者利用放大器、定向天线或者通过被俘获节点进行攻击的情形.本文利用超宽带技术(UWB)的优点,提出一种基于UWB和移动信标点的安全定位方法,更适合WSN中基于位置估计的应用需求.该方法首先定位出网络中用户节点的位置,然后进行位置验证,去除恶意信标点,最终实现准确定位.通过实验表明了该方法的有效性.     

基于移动节点的三维水下传感器网络定位

为有效解决传感器节点在水中的移动性问题,而节点移动主要是因为水流和随机干扰,提出了一种基于移动节点的定位算法—MNLS（移动节点定位算法）．移动节点定位算法是在分析现有相关定位算法的基础之上,提出了首先预测节点的运动轨迹,然后进行节点的测距与定位的算法思路．利用MATLAB对算法进行了仿真,实验结果表明MNLS与chan算法相比较,单个节点的定位精度以及不同速度下节点的定位精度都得到了提高,因此,该算法对水下传感器网络定位有着实际的应用价值．     

面向传感器节点定位的移动信标路径获取

首先,根据ROI(region of interest)面积给出了充分三重覆盖此ROI所需要的信标发射位置数量计算方法;接着,针对矩形ROI提出了一种简单的信标发射位置确定方法;之后,针对任意形状ROI提出了利用虚拟力获取信标发射位置坐标的方法;最后,利用流浪旅行商算法获取遍历这些发射位置点的最优路径,并基于多边测量方法进行传感器节点定位.仿真实验表明,采用上述方法可以对传感器节点进行高效且精度可控的定位.     

无线传感网中一种基于从信标辅助的改进质心定位算法

针对当前无线传感网质心定位算法的不足,提出了一种基于已定位节点辅助下的改进质心定位方法.通过独立定位计算与综合定位分析,最终获得精确的位置信息.本方法同时扩展了网络中可定位节点的范围,从而使得全网内的节点都可以方便地进行定位.     

基于智能估计的无线传感器网络定位算法

节点定位是无线传感器网络的基本机制,位置数据是监测事件不可缺少的信息,传感器节点必须首先确定自身的位置.针对无线传感器网络的节点定位问题,提出了基于Free Search优化的智能定位算法,介绍了Free Search优化算法和智能估计的模型.该算法的基本思想是将参数估计问题转化为非线性函数的在线优化问题,利用Free Search获得未知节点坐标的最优估计.仿真结果证明,与最小二乘估计定位算法相比,新算法定位精度显著提高.