无线传感网络节点定位算法综述

节点定位技术是无线传感器网络的关键技术之一。文章介绍了无线传感器节点定位的原理、节点定位算法的评估标准,讨论了现有的节点定位算法的分类．对无线传感器网络距离相关和距离无关两大类的算法进行了分析对比,并对未来节点定位算法的发展进行了展望。     

一种基于移动锚节点的静态无线传感器网络定位算法

传感器网络由于资源受限，定位算法需要综合考虑定位精度，网络构建成本，通信、计算开销等多方面因素。本文采用移动锚节点并结合BoundingBox算法特点，提出一种基于移动锚节点的无线传感器网络定位算法（MBB）。算法原理简单，传感器节点无须任何附加硬件或附加数据通信，通信、计算复杂度较低。仿真实验表明该算法具有很高的定位精度，即使节点的实际通信半径小于理论通信半径，定位精度仍可保持在较高等级，算法定位精度与网络连通度无关。     

无线传感器网络中一种改进的DV-HOP定位算法

在无线传感器网络中,节点定位技术占有非常重要的地位。为了提高节点定位精度,在研究和分析传统DV-HOP定位算法的基础上提出了一种改进算法。该改进算法中,每个信标节点通过分析实际距离和估计距离之间的误差,可进一步修正平均每跳距离;然后在未知节点坐标计算过程中引入二维双曲线定位算法代替传统的三边测量法,可减少节点计算误差。仿真结果表明,在无需增加额外的硬件设备的条件下,改进的DV-HOP算法与传统的DV-HOP算法相比,能够更加有效地提高节点的定位精度。     

无线传感器网络节点定位算法的研究综述

作为一种全新的信息获取和处理技术,无线传感器网络（WSN）可以在广泛的应用领域内实现复杂的大规模监测和追踪任务,而节点定位是大多数无线传感器网络应用的基础。介绍了无线传感器网络节点定位的概念和原理、节点定位计算的一般过程,讨论了现有的传感器网络节点定位算法的分类方法,着重综述了近年来该领域具有代表性的算法的原理和特点,简要介绍了节点定位算法的最新发展。在对现有算法进行了分析比较的基础上,通过归纳和总结,提出了基于移动锚节点的定位算法将成为以后研究热点的看法。     

无线传感器网络加权垂直平分线定位算法

针对APIT算法和基于垂直平分线的区域定位算法(MBLA)迭代次数多,定位精度低的缺点,提出了加权垂直平分线定位算法——WMBLA。该算法根据待定位节点接收到的2个锚节点的RSSI值的比值,移动两锚节点连线的垂直平分线,然后确定待定位节点在垂直平分线的哪一侧。仿真表明:WMBLA算法定位精度显著提高,定位误差是MBLA的一半,是APIT算法的1/4,迭代次数是MBLA的1/3。     

无线传感器网络移动节点辅助定位算法

从目标跟踪(用多个静态已知位置的传感器跟踪和预测一个移动的目标)的逆向方法出发,提出一种采用可移动节点在未知节点布设区域上空进行行列扫描,同时向未知节点发射相应标识信号给未知节点的定位算法--LA-SCAN.它具有至少两个优势:1)由于未知节点只需接收第一次标识号,用于节点定位的通信能耗极低;2)未知节点只需要移动节点移动间距、布设区起点位置和接收到的标识号即可计算m估计坐标.理论分析和仿真结果表明LA-SCAN算法具有高的性能表现.     

基于连通性的无线传感器网络节点定位算法探究

概述了无线传感器网络节点定位算法的特点，指出了当前研究中所存在的问题，简单介绍了基于连通性的无线传感器网络节点定位算法的分类，旨在提高节点定位算法的实用性，将其运用在实际的定位系统中。     

农田环境无线传感器网络无锚节点定位算法

无锚节点定位算法不需要添加额外硬件,无需锚节点或少量参考节点,仅利用自身的无线收发器即可实现整个网络的节点定位,使定位成本大大降低,是解决由大量廉价节点组成大规模网络定位问题的较好方法.以农田应用为背景,提出一种无锚节点定位算法.该算法从普通节点中选取基准节点以形成坐标系,其他未知节点根据自己到基准节点的距离计算出自身坐标,最终得到所有节点的相对位置.还以实测求平均方法解决了无锚节点定位算法的累积误差问题.算法具有分布式特点,实现过程简单,实用性强.     

无线传感器网络中节点定位算法的研究

在无线传感器网络中,节点定位是实现许多无线传感器网络应用的基础和支撑技术。现有传感器节点定位方法使用数量较多参考节点进行定位,而由于参考节点的成本、功耗、尺寸等原因使其难以大量使用。本文提出了一种基于三个移动参考节点的节点定位方法;同时,给出了以完成定位花费时间最小化为目标的优化算法。     

改进的DV-Hop无线传感器网络定位算法

针对无线传感器网络节点定位问题中DV-Hop算法的不足,提出利用量子行为粒子群优化算法(Quantum-behaved Particle Swarm Optimization Algorithm,QPSO)对改进DV-Hop得到的估算位置校正.这种方法将定位问题看成一个多维优化问题,并且不需要任何额外硬件设备,也不会增加通信量.最后将仿真试验结果与粒子群优化(Particle Swarm Optimization,PSO)算法校正改进DV-Hop算法进行比较,表明QPSO算法在优化性能上优于PSO算法,有效提高了节点定位精度,证明该方法的有效性.     

一种改进的WSN节点定位算法

节点定位技术是无线传感网络的支撑技术,定位的准确性直接关系到传感器节点采集数据的有效性。本文对无需测距的DV—Hop定位算法进行了分析,利用归一化加权处理方法计算盲节点平均每跳距离,并通过定义锚节点发送数据包生存跳数对DV—Flop定位算法进行了改进。仿真结果表明,改进的DV—Hop定位算法能有效地提高定位精度,减小网络通信量,从而降低节点能耗。     

一种传感器定位精度恶化情况下的恢复算法

在某些场合下无线传感器网络存在恶意节点攻击,在这种情况下,节点定位精度需要提高。针对极大似然估计定位技术极易遭恶意攻击的情况,提出了一种基于极大似然估计定位技术的恢复定位精度定位算法。仿真结果表明,当存在恶意攻击时,在电磁波最大定位误差为0.22个通信半径条件下,原有的定位技术不可用时;该算法可以有效恢复原有的极大似然估计定位技术。主要工作为:1)测距定位中各种恶意攻击遍历归纳;2)质心定位法的抗攻击算法(AAC);3)求解定位方程中对方程做差时尽量让误差项较小的作为被减方程。研究中最关键是实验设计,参数估计。     

面向城市水资源监测的WSN拓扑控制算法

针对传统的水资源监测系统监测周期长、自动化程度低的问题,提出了一种基于WSN的城市水资源监测系统。对已有的WSN层次拓扑控制的LEACH算法,由于簇头节点在网络内的分布是随机的,容易造成簇成员节点与簇头间、簇头节点与网关节点间的通信距离不平衡,故对此不足进行了改进。通过Matlab仿真软件对算法性能进行仿真,结果表明该改进算法LEACH-E能够更好地均衡节点的能量消耗,在保证网络连通性的前提下,监测网络的生存时间比LEACH算法提升了约26%,从而节约了监测网络的运行成本。     

无线传感器网络簇间多跳传输算法的研究

针对由不同功能的传感器构成的无线传感器网络,提出了一种基于权值的簇间多跳传输算法。该算法根据网络中节点能量分布的不同,引入权值因子进行簇首选举,在接下来的数据传输阶段采用了簇间多跳的传输方式。仿真结果证明该算法能够降低簇头能量消耗,均衡网络负载,从而延长网络生存时间。     

基于红外检测装置的采煤机定位算法研究

基于红外检测装置识别采煤机位置的原理,设计了一种采煤机定位算法。详细介绍了采煤机定位算法在电液控制系统中的设计流程和程序实现。经模拟平台测试,该算法能够准确、可靠地识别采煤机的运行位置和方向。     

基于量子遗传算法的WSN定位算法

针对无线传感网络由于位置信息等原因造成的定位误差较大、精度不高等问题,在继承DVHop定位算法优点的基础上对其进行改进,提出了一种基于量子遗传算法的无线传感器网络节点定位技术。将其应用于DV—Hop算法的第3阶段,对节点的位置进行校正,利用量子遗传算法求解模型的最优解,从而得到未知节点的最优估计位置。改进的DV—Hop定位算法与原算法相比,改进的算法能够改善定位覆盖率低的问题,在锚节点比例较低的情况下有更高的定位精度。     

Robust Iterated Sigma Point FastSLAM Algorithm for Mobile Robot Simultaneous Localization and Mapping

Simultaneous localization and mapping (SLAM) is a key technology for mobile robots operating under unknown environment. While FastSLAM algorithm is a popular solution to the SLAM problem, it suffers from two major drawbacks: one is particle set degeneracy due to lack of observation information in proposal distribution design of the particle filter; the other is errors accumulation caused by linearization of the nonlinear robot motion model and the nonlinear environment observation model. For the purpose of overcoming the above problems, a new iterated sigma point FastSLAM (ISP-FastSLAM) algorithm is proposed. The main contribution of the algorithm lies in the utilization of iterated sigma point Kalman filter (ISPKF), which minimizes statistical linearization error through Gaussian-Newton iteration, to design an optimal proposal distribution of the particle filter and to estimate the environment landmarks. On the basis of Rao-Blackwellized particle filter, the proposed ISP-FastSLAM algorithm is comprised by two main parts: in the first part, an iterated sigma point particle filter (ISPPF) to localize the robot is proposed, in which the proposal distribution is accurately estimated by the ISPKF; in the second part, a set of ISPKFs is used to estimate the environment landmarks. The simulation test of the proposed ISP-FastSLAM algorithm compared with FastSLAM2.0 algorithm and Unscented FastSLAM algorithm is carried out, and the performances of the three algorithms are compared. The simulation and comparing results show that the proposed ISP-FastSLAM outperforms other two algorithms both in accuracy and in robustness. The proposed algorithm provides reference for the optimization research of FastSLAM algorithm.     

基于改进EKF的室内机器人充电站自主定位方法研究

针对智能机器人自主寻找充电站充电时对充电站位置的定位和自定位问题,采用红外定位模块与里程计定位信息进行数据融合,分析并建立了两轮驱动室内移动机器人的运动模型与观测模型,利用有限差分线性化方法和小循环迭代结构改进了扩展卡尔曼滤波方法,一方面提高了机器人对目标充电站定位和自身定位的精度,同时减小了因增加计算量而造成的时间损失。仿真实验证明,采用改进方法可使机器人的自定位误差均方差减小约20％,对充电站位置定位的误差控制在约4cm。     

自主移动机器人定位技术研究综述

定位技术是自主移动机器人最基本也是最重要的技术之一。本文介绍了几种自主移动机器人的定位技术,着重分析了基于路标定位和概率定位的技术,及其各自的优点和局限性,并提出了今后研究的方向。