基于蜂拥控制的移动传感器网络目标跟踪算法

针对移动传感器网络中的目标跟踪问题, 以及现有控制策略在保持网络拓扑结构连通性和降低能量消耗方面存在的不足, 提出一种基于蜂拥控制的移动传感器网络目标跟踪算法. 首先, 利用网络中部分节点检测目标, 并使用卡尔曼一致性滤波算法估计目标的状态, 在获得比较精确的估计状态的同时降低能量消耗; 然后, 在蜂拥控制下传感器网络始终保持拓扑结构连通性和目标对网络可见, 同时避免节点之间发生碰撞. 仿真结果验证了所提出算法的有效性.

     

卡尔曼一致性滤波器的丢包性能分析及能量优化

针对无线传感器网络(wireless sensor networks,WSNs)在实际应用中不可避免的数据包丢失现象,本文研究了分布式卡尔曼一致性滤波算法(distributed Kalman consensus filtering algorithm,DKF)在两类丢包情况下的稳定性和滤波性能问题,通过矩阵论理论分析得出了估计误差协方差收敛所能容忍的极限丢包率.然后,考虑到传感器节点能量有限,基于逾渗模型构建了一种能量可调的改进型分布式一致性卡尔曼滤波器,该滤波器充分利用无线传感器节点冗余布置的特点,以较小的滤波精度下降为代价,获取网络寿命的大幅度提高,实现了该分布式滤波器在滤波精度与能量消耗两个关键指标的有效权衡.最后利用仿真实例验证了所提出算法的有效性.     

基于半监督拉普拉斯映射的移动定位算法

在无线传感器网络节点移动定位过程中,网络拓扑结构不断进行更新,以致影响预测模型的精确度。为此,提出一种基于拉普拉斯映射的移动定位算法。分析无线传感器网络的布局特点,引入局部拓扑结构和非信标节点信息,将节点定位问题放在半监督框架中进行研究。实验结果表明,与同类算法相比,该算法提高了预测模型的泛化能力和节点的定位精度,具有更高的稳定性。     

基于超声波和TDOA的无线传感器网络高精度定位方法

提出了基于超声波与射频信号到达时间差(Time Difference of Arrival,TDOA)的无线传感器网络节点定位方法。采用基于簇的分层网络拓扑结构,使用信标节点作为簇头,设计实现了动态簇头自动选取算法,提高了定位算法的快速响应性,并通过误差补偿和软件鲁棒性设计,提高了系统的定位精度。基于AVR单片机和CC1100射频芯片完成了无线传感器网络中移动节点、信标节点和汇聚节点的硬件设计与实现。实验数据表明本文设计的无线传感器网络定位系统的定位精度在30cm之内,并且定位算法具有较好的时间响应性,移动节点的最大速度可以达到11.5m/s。     

基于采样滤波的信号矢量分解移动定位算法

以接收信号强度(received signal strength,简称RSS)的测距技术为基础,借助移动传感器网络(MSN)中MCL类粒子滤波定位算法的采样、过滤方法,并融入物理中力的分解和合成的思想,提出了一种信号矢量分解的采样滤波移动节点定位算法.该算法通过建立直角坐标系,分解合成移动节点、样本点与信标节点间的信号矢量,利用误差圆环采样,比较移动节点与样本点的信号合矢量进行滤波,将合矢量模差绝对值最小的样本点坐标的均值作为移动节点的坐标.仿真结果表明,在同样的实验条件下,该算法的定位精度明显高于相比较的其他算法,且该算法不需要添加额外的硬件设备.     

能量高效的无线传感器网络分布式分簇一致性滤波算法

针对无线传感器网络中节点能量有限的特点,利用分簇模型提出了一种新的能量高效的分布式卡尔曼一致性滤波算法.并结合图论、矩阵论对该算法进行了收敛分析,得出了分簇处理能加快系统的收敛速度,且能有效地减少节点间信息的传输量、缩短节点间的通信距离的结论.为进一步降低能量消耗,引入Gossip 算法用于处理簇头级网络信息的一致性问题.仿真分析表明,所提出的算法不仅具有优越的估计性能,而且能有效地减少节点能量消耗,延长无线传感器网络的寿命.     

基于均值漂移和联合粒子滤波的移动节点定位算法

针对无线传感器网络移动节点定位面临的高精度和实时性要求,把均值漂移算法引入联合粒子滤波(Joint ParticleFilter)框架.提出了基于均值漂移和联合粒子滤波的移动节点定位算法.它使用均值漂移算法构建粒子滤波的建议分布,通过有效利用最新观测信息,提高粒子状态估计的准确性,使得采样粒子的状态分布与后验概率分布更接近,减少了状态估计必需的粒子数目.该算法还提出了基于虚拟海明距离和交互势的权重计算方式,减少相邻移动节点间的干扰.仿真实验结果表明,基于均值漂移算法和联合粒子滤波的移动节点定位,可获得比基本粒子滤波更高的定位精度,其定位精度与无味粒子滤波(Uscented Particle Filter)相当,而计算开销比无味粒子滤波减小至少50%.     

基于粒子滤波的移动传感器网络节点定位算法

根据移动传感器网络中节点定位的特性,对经典粒子滤波的采样策略、粒子加权策略和重采样策略进行改进和优化,提出一种新的移动节点定位算法PFNL.该算法克服了经典粒子滤波算法存在的粒子退化、采样枯竭等缺陷,从而降低节点定位过程中的计算开销和存储开销.仿真实验结果表明,PFNL算法在同等参数条件下的定位精度高于典型定位算法.     

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。     

基于拓扑结构变化趋势的MCL优化算法

该文提出一种高精度的移动传感器网络中实现定位跟踪的方法,该方法利用未知节点在运动过程中网络拓扑结构变化的信息提高锚节点利用率,并改善样本采集效率。在无拓扑结构变化的情况下采用牛顿插值方法对节点当前位置进行预测,当拓扑结构有变化时,采用拓扑结构变化构建适应值函数,并用粒子群算法优化样本点的质量。仿真实验结果表明,该文算法与传统算法相比加快了收敛速度,提高了定位精度,改善了在低锚节点密度时的性能。     

基于可预测移动汇聚节点的无线传感网分簇算法研究

在汇聚节点移动可预测情况下,提出一种无线传感网分簇算法。该算法将subsink节点引入到HEED分簇算法中,以较快感知移动路径变化,快速形成分簇拓扑;采用sink节点注册机制,实现汇聚节点移动过程中的信息交互。实例分析表明,该算法能快速形成合理网络拓扑,延长无线传感网的生存期。     

基于簇头选择的移动传感网拓扑控制算法研究

针对移动传感网节点的移动性、能量有限性、动态变化性特点,提出了一种移动传感网分簇拓扑控制算法NACA.NACA算法吸收最小ID算法简便的优点,将其改进,提出新概念响应率,同时考虑了能量有限、移动速度和邻居节点数目等因素.通过实例分析,将NACA算法和WCA算法、HD算法进行比较,分析表明该算法初次收敛快,能够使得移动传...     

All-IP communication between wireless sensor networks and IPv6 networks based on location information

The paper proposes a scheme on achieving all-IP communication between wireless sensor networks and IPv6 networks based on sensor nodes' location information. The paper proposes the sensor node's IPv6 address structure based on location information, the IPv6-address configuration algorithm based on the proposed IPv6 address structure, the mobility handoff algorithm and the routing algorithm in the link layer. The location information of sensor nodes is utilized to achieve the IPv6-address configuration algorithm and the routing algorithm. In the mobility handoff algorithm, neither does a mobile sensor node need a care-of address during the mobility process, nor is involved in the mobility handoff process. Therefore, a mobile sensor node's power consumption is reduced and the life span is prolonged. The paper analyzes the performances of the proposed scheme and the existing schemes, and the analytical data show that the performance of the proposed scheme is better.     

基于最优信标组的扩展卡尔曼定位算法

节点定位是无线传感网的关键技术之一.针对传统的基于RSSI的定位算法精度低的问题,提出一种基于最优信标组的扩展卡尔曼定位算法(BBG-EKF).该算法分析影响定位精度的两个因素:未知节点与信标节点的距离和信标节点间的共线性,提出一种最优信标组选择机制,进一步通过扩展卡尔曼滤波实现精确定位.新算法复杂度低,定位过程中节点...     

基于ZigBee的无线传感网的分群算法

无线传感网络(Wireless Sensor Networks,WSNs)是通信、传感、计算机技术结合的产物,已成为当前研究的热点。分群是诸多研究中的重点,针对WSNs的特点,提出了一种基于最大连接度算法的传感网络的分群算法,适合ZigBee传感网络的异质节点的情况,在网络结构变化时能快速地重新分群,保证网络的稳定、可靠。     

一种面向移动监控型网络的分簇路由协议

传统的无线传感器网络(wireless sensor network,WSN)中节点是基本保持静止的,使网络中的节点具有移动性可以改善WSN功能;针对移动监控型无线传感器网络中拓扑结构改变频繁,传统的路由协议不能适用的问题,提出了一种基于分簇的移动性路由协议(mobile cluster routing protocol,MCR);该协议包含一个分布式分簇算法(distributed cluster algorithm,DCB),此算法充分考虑了节点移动性和剩余能量,通信复杂度比较低,分簇效率很高;同时,针对节点移动,协议中提出了一种注册机制,通过这种机制可以实现在移动过程中的信息交互;实验表明,MCR协议能够有效提高在移动环境下的网络性能。     

基于差分进化算法的移动传感器网络节点的分布优化

针对传感器节点的分布优化问题,研究了在保证网络连通性的前提下,极大化移动传感器网络的有效覆盖面积问题,提出了一种基于差分进化算法的移动传感器网络节点分布优化机制.仿真实验结果表明,该算法能以相对较小的代价快速完成移动传感器网络节点的分布优化,提高网络的有效覆盖率,实现移动传感器网络布局的全局优化.     

动态组簇的协同定位算法

提出一种动态组簇的协同定位方法,用于基于传感器网络的目标定位和跟踪.该方法包括数据融合算法和虚拟簇漂移(virtual cluster shift,VCS)机制两部分.数据融合算法部分采用均值漂移(mean shift)算法.虚拟簇漂移机制分布式地在组织目标周围的锚节点建立临时簇.簇首管理簇成员,收集感知数据,执行融合算法.当虚拟簇无法锁定目标时,簇首指定离目标最近的簇成员担任新簇首,簇的成员也进行更替,由此将虚拟簇移动(shift)到合适的位置.分析和仿真结果显示,采用动态组簇的协同定位方法跟踪目标可以大幅度降低通信开销,产生的通信量仅为以往集中式定位算法开销的1/3.     

应用移动Agent的无线传感器网络能量管理机制

鉴于无线传感器网络能源受限的显著特征,有必要讨论其有效的能量管理机制。目前,大多数研究成果仅考虑到拓扑控制、路由、数据融合等某一方面的节能问题,往往缺乏对网络活动整体能耗的测控,因而缺乏完整性。本文应用移动Agent技术,从多个角度探讨了传感器网络的节能问题,包括拓扑和簇的生成、数据采集等。提出了若干基于移动A-gent的能量管理算法,并通过仿真实验和算法性能比较,立足于平均能耗、通信流量和负载、网络生命周期等几个方面,分别总结了其优缺点及可行性。