椭圆定位的测距算法

针对无线传感器网络定位中传统的三边测距算法,为了降低算法中每个已知节点均具有发射和接收信号能力而造成的高额成本,提出了已知节点单发射多接收的定位模型,并基于该模型提出了椭圆定位算法.该算法通过刻画未知节点距已知节点可能的椭圆运动轨迹,进而运用牛顿迭代法求解所构造的二次轨迹方程组,实现对未知节点的定位.同时,对定位可能出现的错误进行了概率分析,得出错误概率与锚点个数之间的函数关系.实验定位与传统算法相比降低了实验成本,证明了锚点的线性增加会使错误概率指数趋势减少的特征,最后针对该定位错误问题提出了合理的解决方案.     

无线传感器网络中锚节点无关定位算法研究

关于无线传感器网络节点自身定位问题的研究,目前主要的研究工作集中在基于锚节点的定位方法.考虑到锚节点配置限制和配置成本因素,提出了锚节点无关定位方法.对锚节点无关的3种定位算法AFL算法、KPS算法和ABC算法进行了分析和比较,提出了锚节点无关定位算法需进一步解决的问题.     

基于移动锚点的三维无线传感网节点定位算法研究

考虑在三维环境下移动锚点辅助定位传感节点的场景,提出一种基于移动锚点的三维无线传感网节点定位算法(NLA_3D).在NLA_3D算法中,移动锚点在随机移动探测的过程中,获知未定位传感节点所在连接树的所有传感节点信息,建立最小化移动路径长度和定位误差的优化模型,并引入遗传算法思想,提出一种混合海洋捕食者算法求解优化模型,即将遗传算法的变异操作认为是布朗运动,将遗传算法的交叉操作认为是莱维运动,并计算移动锚点的最优移动路径.移动锚点在最优移动路径上提供不共面的参考位置信息.因此未定位传感节点能够根据移动锚点或已定位传感节点位置信息,采用极大似然估计算法计算自身位置坐标.仿真结果表明:NLA_3D算法可定位监测区域内所有传感节点,增加传感节点的平均锚点位置个数和降低平均节点定位误差,比RAND、GREED和LMPS算法更优.     

传感器网络中一种分布式无锚点定位算法

确定节点的自身位置对自组织传感器网络具有重要价值.前人在假定网络具有若干锚点的前提下计算其他节点坐标,如果传感器网络没有配置锚点,则通常的定位算法难以执行.借助节点之间的测距值,引入虚拟锚点和定位可信度的概念,提出一种在节点处实现分布式无锚点定位的算法.针对定位期间的节点位置估算数值,结合邻接信息设计了一种位置变异策略,避免全网定位计算陷入局部最优解.实验结果表明,算法能有效解决无锚点网络的定位问题,在精度和全局能量比率等指标方面达到满意效果.     

基于移动锚节点的无线传感器网络三边质心定位

探讨了无线传感器网络(WSN)定位技术的意义,研究基于移动锚节点的测距定位技术;设计了移动锚节点运动轨迹,在利用无线电与超声波到达时间差(TDOA)测得锚节点到待定位节点距离的情况下,给出了一种新的定位算法——三边质心定位算法,该算法通过求解待定位节点的定位近点所构成几何图形的质心来完成定位;仿真结果表明,该定位技术能够明显减小定位误差与锚节点数量。     

一种改进无线传感器网络定位算法的研究

针对无线传感器网络节点定位机制的研究,定位算法是无线传感器网络领域中所研究的一个基本问题.传统的定位DV-Hop算法在随机布置锚节点定位时存在定位精确度不高、覆盖率较低和能量消耗较大等缺点.为解决上述问题,对传统的定位DV-Hop算法进行了改进,改进后的算法可以减少消息发送的数量,节省了节点能量,提高了定位的精度和定位覆盖率,修正了网络平均每跳距离与求知锚节点估计坐标的区域范围,并进行仿真.仿真结果表明,改进后的算法定位精度明显优于传统定位算法,证明了改进算法的正确性和有效性.     

基于Monte Carlo的非测距传感器网络定位算法

针对无线传感器网络,提出一种基于Monte Carlo方法的非测距无线传感器网络节点定位算法。该算法通过计算随机散布的粒子与锚节点之间的距离再与最大射频传送距离比较,根据权值的改变进行滤波,确定未知节点可能存在的位置。在不同粒子数和锚节点个数下,对定位算法进行了仿真,同时对锚节点比率分别为0.1~0.5的情况下,比较了该算法和DV-Hop算法的定位性能,结果表明该算法充分利用对传感器节点定位估计的有用信息,计算复杂度小,定位精度较高、健壮性好。     

基于虚拟锚节点的序列定位算法研究

为解决无线传感器网络中现有序列定位算法存在的定位精度差、复杂度较高等问题,本文提出一种基于虚拟锚节点的序列定位算法。该算法根据未知节点与已有锚节点、虚拟锚节点(锚节点间连线的中点)间的RSSI值建立定位序列来获取未知节点的位置。仿真结果表明,基于虚拟锚节点的序列定位算法比原有算法在定位精度上有较大提高,且降低了算法的硬件代价和时间代价。     

基于APIT技术的无线传感器网络目标定位算法

针对无线传感器网络的目标定位问题,提出了一种基于能量的目标定位算法.首先通过移动锚节点轨迹的采集,形成虚拟锚节点,利用三边定位确定未知节点的位置,增加锚节点的密度.采用近似三角形内点测试(APIT)算法对目标节点进行定位,并加入了加权质心因子,用锚节点对目标节点的不同影响力来确定加权因子,以提高定位精度.仿真结果表明:该算法可以有效地提高无线传感器网络目标定位的精度.     

基于Monte Carlo的无线传感器网络定位算法

无线传感器网络节点自身定位技术是无线传感器网络关键技术之一。针对目前各种定位算法存在定位精度较低的问题,提出了一种基于Monte Carlo方法的定位算法,该算法利用粒子到锚节点的距离计算各粒子的权值,通过滤波不断更新粒子的集合,使粒子收敛到未知节点的位置。对非视线情况、不同锚节点个数、迭代次数及粒子数进行了定位过程仿真,并和极大似然估计定位算法进行了定位结果比较。结果表明:该算法充分利用了对节点位置估计的有效信息,一定程度上抑制了非视线误差的影响,定位精度高,稳定性好。     

基于Monte-Carlo方法的井下无线传感网络定位算法

在无线传感器网络应用当中,位置数据向来是关键信息之一。怎样用最小的代价,使得定位算法更加稳定健壮、更精确、更高效,是目前无线传感网定位算法追求的一个方向。因为无线传感网络有着很强的应用相关性,Monte—Carlo中心定位算法以井下环境为背景,设计的一种基于Monte—Carlo算法的改进的定位算法,定位方法简单,定位计算量小。最后通过实验将该算法和Monte．Carlo算法进行了仿真,结果显示在井下环境条件下,该算法有很强的稳定性和更好的精度。     

无线传感器网络中一种改进的APIT定位算法

通过对无线传感器网络节点定位机制的研究,针对APIT定位算法中锚节点（anchors,即位置已知节点）稀疏而带来的定位精度低的问题,提出了一种改进的APIT定位算法。该算法结合了anchors对未知节点的影响因子和质心算法。仿真实验表明该算法在anchors稀疏的情况下,能明显提高定位精度,具有较普遍的工程应用意义。     

基于MPSO-DV-Hop的无线传感器节点定位

节点定位技术是无线传感器网络的关键技术,为减小DV-Hop算法的节点定位误差,提出一种多子群粒子群（MPSO）算法优化DV-Hop的节点定位算法（MPSO-DV-Hop）。通过设置门限值修正节点间的跳数,提高了跳段距离估算精度,DV-Hop的第3阶段引入MPSO算法,对节点定位误差进行校正,通过引入多子群加快算法收敛速度,提高DV-Hop算法的节点定位精度,在MATLAB2008平台上对算法仿真分析。结果表明,MPSO-DV-Hop算法在不增加成本情况下,提高了传感器的节点定位精度,具有较高的应用价值。     

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。     

An efficient range-free localization algorithm for wireless sensor networks

Node positioning is a fundamental problem in applications of wireless sensor networks (WSNs). In this paper, a new range-free algorithm, called spring swarm localization algorithm (SSLA), is proposed for positioning WSNs. To determine the locations of sensor nodes, the proposed algorithm uses network topology information and a small fraction of sensor nodes which know their locations. Numerical simulations show that high positioning accuracy can be obtained by using the algorithm. Some examples are given to...     

无线传感器网络Range-Free自身定位机制与算法

无线传感器网络是一种全新的信息获取和处理技术,能够实时监测、感知和采集各种环境或监测对象的信息。而网络自身定位是其大多数应用的基础。在综合分析大量无线传感器网络定位算法的技术文献和最新研究结果的基础上,从测距技术和算法两方面阐述了range-based定位机制的局限性,着重论述和比较了现有的六种range-free定位算法,指出无线传感器网络自身定位问题的研究方向。     

基于不同平面的无线传感器网络节点定位算法

作为一种全新的信息获取和处理平台,无线传感器网络广泛应用在环境恶劣、不可到达领域中实现监测与跟踪任务。考虑到无线传感器通常部署在非平面应用场景,提出了一种基于补偿系数节点定位算法。算法中利用加权平均方法来计算补偿系数,同时在三边测量法中使用最小二乘解来提高无线传感器网络节点自身定位的准确程度。仿真实验表明该算法与传统的位于同一平面理想状态定位算法相比,更能提高定位精度以满足实际应用的需要。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

基于蛙跳算法的无线传感器网络节点定位

为减小测距误差对无线传感器网络定位精度的影响,将蛙跳算法应用到距离式定位算法的位置计算阶段中,提出了蛙跳定位算法。该算法在适应度函数设计中,根据节点间的测距信息对锚节点进行了加权处理,以降低测距误差对定位结果的影响。结合最小最大法构造初始种群,使其包含更多可行解,从而提高算法效率。仿真结果表明,与采用极大似然估计法或总体最小二乘法来进行位置计算的距离式定位算法相比,该算法有效降低了距离误差对定位精度的影响,具有较高的定位精确度和稳定性,是一种实用的无线传感器网络节点定位方法。     

高精度AOA分簇定位算法

如今的网络安全主要联系于无线传感网络,定位算法的优劣决定了无线传感网络的能力,也就决定了网络安全的能力。分簇定位算法具有能量效率高、可扩展性好、简单可行的优点,但是分簇算法属于一种模糊定位算法,不具有较高的精度。此外,分簇算法的簇首替换如果在全局范围内进行选择,很容易造成高消耗。AOA（angle of arrival）算法在复杂环境中具有精确的定位能力。文章通过运用AOA测距算法,使分簇算法的每个节点具有自探测能力,通过节点相对夹角,用坐标算法算出相应于簇首的坐标。为了让能量消耗低于普通分簇算法,文章根据完全图中能量有效原理,让分簇只在初始时进行一次,在每个簇内无簇首或能量低时,对簇首进行重选举,再将信息发送给总簇。Matlab仿真实验表明,文章算法实现了range-based的分簇定位算法,且保留了快速部署、能量效率高、高精度的优点。根据实验,文章算法适用于不松散部署的无线传感网络。