一种新型的无线传感器网络三维定位算法

节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注.现有的大多数定位算法针对平面应用而设计,而现实应用中的无线传感器网络节点往往分布在三维空间中,研究三维空间定位更加符合实际节点的应用情况.针对目前三维空间定位算法的不足,提出了一种新型的无线传感器网络三维定位算法.该算法无需额外的硬件支持,根据未知节点通信范围内锚节点数目,建立空间向量模型进行定位;并且在估计未知节点坐标时,根据该未知节点通信范围的锚节点对其所在位置进行约束.仿真结果表明,该算法通信开销小,提高了节点定位覆盖率和定位精度.     

一种新型的无线传感器网络三维定位机制

节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注。现有的大多数定位算法针对平面应用而设计,无法满足三维空间应用。针对目前三维空间定位算法的不足,提出了一种新型的无线传感器网络三维定位机制（BTDL）,算法中根据未知节点通信范围内锚节点数目,建立空间向量模型进行定位。仿真结果表明,该算法不仅提高了节点定位精度,并且锚节点通信半径和密度对算法的定位误差影响较小。     

无线传感器网络节点自定位算法的研究

无线传感器网络作为一全新的信息获取和处理技术,在国防、工农业、环境监测等众多领域都有着重大的应用价值和科研价值.而节点定位信息在无线传感器网络中是一项必需的基础信息,文中介绍了节点定位技术的基本原理,并提出一种新的分级循环定位算法.通过仿真显示:当锚节点密度为10%,测距误差为5%,网络节点定位误差小于20%射频半径以及定位覆盖率为97%.     

高精度无线传感器网络三维定位算法

无线传感器网络节点经常处于深海、丘陵、森林等三维空间场景中,需要提供节点的三维定位信息。为此,提出一种三维无线传感器网络节点定位算法。该算法前期基于TDOA测距技术,并设置单跳邻居节点间距离不大于节点通信半径的权重为“1”,其余为“0”,后期基于矩阵迭代优化算法对待定位节点进行定位。采用Matlab仿真软件进行实验,结果表明该算法能获得较高的定位精度。     

无线传感器网络分布式节点定位算法研究

无线传感器网络在众多领域有着重大的应用价值,而网络的节点定位技术是这些应用的基本支撑技术.本文针对无线传感器网络节点的定位精度问题,提出一种新的分布式节点定位算法.介绍了算法的基本原理和实现方法.算法使用位置误差参数选择参与定位的节点,避免使用奇异信标节点信息,可以有效抑制定位误差的累积.仿真结果显示,这种算法具有定位精度高,计算复杂性和通信开销低等优点.     

一种基于分簇的3D-RSSI的定位算法

节点定位是无线传感器网络的重要支撑技术之一,本文提出了一种适用于大规模无线传感器网络的分布式分簇定位算法。相比于集中式算法而言,本文提出的分簇式算法更适用于大规模无线传感器网络,不仅算法的复杂度低,而且通信量小,鲁棒性较好。在三维空间中随机分布节点,仿真结果表明,本文所提出的算法能取得较好的定位效果。     

一种无线传感器网络移动节点的三维定位算法

定位技术是无线传感器网络最重要的技术之一。对无线感器网络在三维空间的移动节点,提出一种基于蒙特卡洛的三维无线传感器网络非测距分布式定位算法。算法利用外接正方体来表示节点的通信范围和移动范围,根据未知节点每时隙最大移动范围和锚节点通信范围形成采样区域,依据锚箱的体积确定采样数量,随机采集的样点取均值作为未知节点的估计位置。介绍算法的原理,并进行仿真分析。仿真结果表明,在锚节点比例较少的情况下,该算法能获得比较理想的定位精度,优于传统的质心算法,有效实现了移动节点在三维空间的定位,且无须额外硬件支持和昂贵的测距设备,适合于大规模的无线传感器网络的节点定位。     

虚拟分层三维空间节点模糊信息定位方法

为了有效提高三维空间中无线传感器网络节点定位算法的效率,提出了一种基于虚拟分层的节点模糊信息定位方法(Nodes’Fuzzy Information Localization algorithm on Virtual Stratification,NFIL-VS),该方法在定位前对网络实现虚拟分层,分层后测量各平面上节点之间的方向角和俯仰角等模糊信息实现节点定位。每一轮定位结束后,判断并更新无效锚节点的位置。网络中的节点被定位后充当二级锚节点辅助定位其他节点。通过实验仿真,与SNLSFAMC算法和MANLFI算法相比,提出的NFIL-VS算法提高了节点定位精度,降低了网络能耗。     

无线传感器网络节点三维空间自定位研究

Lateration算法与Min-max算法是实现无线传感器网络节点二维空间自定位的两种常用算法,且在理论层面可进行三维空间应用拓展;在阐明这两种算法的定位原理后,通过仿真实验研究其用于三维空间定位的可行性与定位性能;实验结果表明,Min-max算法较之Lateration算法,对无线传感器网络实际布设环境中多样化的测距误差条件、参与计算的信标节点数目及全网信标节点比例的变化适应性较好,定位表现稳定;增加后续的优化步骤对Min-max算法的整体定位精度进行改善,可进一步提高算法的适用性,也是下一步要做的工作.     

基于遗传算法WSN节点定位算法研究

研究无线传感器网络节点定位问题.针对无线传感网络由于位置信息等原因而造成节点定位误差较大,精确度不高等问题缺陷,提出了一种改进的基于遗传算法优化DV-hop定位算法,并将算法应用在无线传感网络节点定位中,算法首先利用节点间的距离和锚节点的位置,在距离无关定位算法的最后一个阶段,采用遗传优化算法对DV-hop算法定位得到位置进行校正,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围,仿真结果表明,改进的网络节点定位算法定位误差小和定位范围广等性能,与原始的DV-Hop定位算法相比定位误差明显减小,精度明显提高.表明算法是一种高效节能的定位算法.     

基于蝙蝠算法的无线传感器网络节点定位

节点定位是无线传感器网络的关键技术,针对最小二乘算法节点定位的不足,为了提高无线传感器网络节点定位精度,提出一种基于蝙蝠算法的传感器节点定位方法。首先将无线传感器节点定位问题转换成一个多约束优化问题,然后采用局部和全局搜索能力强的蝙蝠算法对其进行求解,最后在Matlab 2012平台上对定位性能进行仿真测试。结果表明,相对于其他节点定位方法,该方法提高了传感器节点的定位精度和定位效率。     

基于BADV-Hop的传感器节点定位方法

为了减少无线传感器网络节点的定位误差,提出蝙蝠算法（BA）和DV-Hop算法相融合的传感器节点定位方法（BA-DVHop）。在DVHop算法的第三阶段,利用蝙蝠算法代替最小二乘法来计算未知节点的坐标,以降低定位误差,对蝙蝠算法算法进行改进,避免算法陷入局部最优,最后在Matlab 2012平台上对算法性能进行仿真分析。相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度,具有较高的应用价值,仿真结果验证了BA-DVHop的有效性。     

基于移动节点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应用的重要支撑技术之一,为了提高定位算法的准确性,提出了一种基于移动目标节点的两步定位算法。该算法利用一个移动目标节点遍历整个网络,并周期性地广播包含自身当前位置的信息。而传感器节点的自身定位过程则可用基于无迹卡尔曼滤波(UKF)的目标跟踪方法实现。由于所用的目标状态模型和量测模型有一定的不确定性,所以先选取不共线的3个拥有RSSI测距能力的目标节点信息,利用Euclidean定位法提高滤波的初始位置精度,从而改善定位效果。通过仿真、分析和比较该目标节点在多种移动轨迹情况下的定位误差,这种两步定位法可以改善对目标节点移动轨迹的特殊要求的限制,能取得较好的定位精度,而且更适合于实际情况。     

使用历史锚节点信息的改进MCB算法

针对MCB算法的采样效率及定位误差,在锚节点静止而未知节点运动的情况下,提出了一种新的改进算法MBHA,通过充分利用侦测到的历史及当前锚节点信息,来修正MCB算法的采样箱。大数据量仿真结果表明,修正后的采样区域相比修正前更接近节点的真实位置。MBHA算法最终使用优化修正后的采样区域进行采样,在绝大多数的对比仿真环境实验中,该算法既大幅提升了采样效率,又提高了定位精度。     

无线传感器网络改进型节点定位算法的研究

无线传感器网络节点位置信息对于事件监测起到至关重要的作用,节点定位技术是无线传感器网络应用的支撑技术之一。为了提高无线传感器网络节点定位的精度,同时减少定位计算过程中的能耗,在RSSI,HCRL定位机制分析的基础上提出了一种改进型的节点定位算法:接收信号强度比定位算法(RSS-RL),通过仿真试验显示:RSS-RL定位算法不仅降低了节点定位复杂度,而且,提高了定位精度。     

配电网中基于分簇定位的WSN节点故障定位研究

针对电网故障检测中使用的无线传感器网络节点定位精度较低,分簇不均问题,提出了一种基于DV￣Hop算法改进均值粒子群算法(PSO),首先DV￣Hop算法改进均值粒子群算法中粒子的速度与位移,使动态无线传感器网络重新定位簇头节点坐标更加接近真实值;然后递归神经网络学习算法迭代值逼近最合适的惯性权重值,优化均值PSO粒子群算法使其达到最优搜索能力。最后由Sink节点对每一次动态分簇后网络节点进行数据采集后对电能耗尽的节点进行无线充电。仿真结果表明,改进后的PSO算法比PSO算法聚类分簇误差更小,节点定位配电网故障的精确度提高12.8％,有效地延长了网络生命周期。     

基于无线传感器网络目标定位算法研究

随着科学技术的不断发展,现代化社会已经进入了信息化时代,因此计算机的在各个领域中的广泛应用也已经得到了认可。而无线传感器网络是计算机和通信学科一个新的研究内容,而目标定位在无线传感器网络应用中的研究也很重要。本文主要探讨的是基于无线传感器网络目标定位的算法研究,进一步确定了无线传感器在实际应用中的作用。     

基于AFSA-LSSVM的三维传感器节点定位

为了提高三维无线传感器的定位精度,针对最小二乘支持向量机（LSSVM）参数优化问题,提出了一种人工鱼群算法（AFSA）优化LSSVM的传感器点定位方法（AFSA-LSSVM）.首先构建三维无线传感器定位模型的学习样本,然后采用LSSVM构建三维节点定位模型,并采用AFSA模拟鱼群的觅食、聚群及追尾行为找到最优LSSVM参数,最后采用仿真实验测试节点的定位性能.结果表明,相对于其它定位方法,AFSA-LSSVM提高了传感器节点的定位精度,具有一定的实际应用价值.     

节点分布对无线传感器节点定位性能的影响

为了提高无线传感器节点的定位准确性,针对当前算法没有考虑节点分布对无线传感器节点定位性能的影响,提出一种考虑节点分布的无线传感器节点定位算法。分析节点分布对无线传感器节点定位性能的影响,估计锚节点之间的实际距离和估算距离的误差,并采用DV-Hop算法进行初步定位,综合学习粒子群算法对DV-Hop算法的定位误差进行修正,采用多个实验对算法性能测试。实验结果表明,无论在节点分布均匀或分布不均匀条件下,该算法可以较好地修正DV-Hop算法定位误差,均明显提高了未知传感器节点的定位精度。