基于粒子群优化算法的WSNs节点定位研究

为了提高无线传感器网络节点定位的精度,提出了一种基于粒子群优化估计的无线传感器网络节点定位算法。该算法简单易实现,可调参数少,通过多次迭代寻优,以提高定位精度。仿真结果表明,新算法与常用的极大似然估计算法相比可以显著提高节点定位的精度和稳定度。     

基于MLE的无线传感器网络APIT定位算法

无线传感器网络作为一种全新的信息获取手段,在众多领域有广泛的应用前景,节点自身的准确定位是无线传感器网络具体应用的前提和基础.提出一种基于MLE的APIT定位算法,并从不同信标节点密度、节点通信半径以及网络平均连通度等方面与质心定位算法进行性能比较,仿真结果表明,该算法使得随机分布状况下节点定位的精度有很大的提高.     

基于无线传感器网络的声音目标定位算法

无线传感器网络中基于声音能量的多目标定位常采用最大似然估计法,但该定位方法未考虑目标能量相互混合的影响.利用独立分量分析方法求得目标之间的能量相互混合的比例,在此基础上建立声音能量模型,并利用最大似然估计法对目标进行定位.实验结果表明,与已有的最大似然多目标定位方法相比,该方法具有更高的定位精度和抗噪性能.     

无线传感器网络自适应声音目标定位算法

基于声音能量的无线传感器网络目标定位算法因简单易行而受到广泛的关注。传统算法未考虑环境对衰减因子的影响,定位精度较差;提出一套辨识衰减因子的方案,并针对不同环境自适应改变衰减因子以优化加权质心算法的权重,设计了一种自适应加权质心定位算法。实验结果表明,本文算法较之传统加权质心定位算法大幅度提高了定位精度,且适用于更复杂的场景中。     

WSN基于声音能量量化数据的目标定位研究

无线传感器网络的通信带宽和能量是有限的,只传输二进制或几个比特量化数据来完成目标定位任务可以减少网络开销。对无线传感器网络目标定位方法进行了研究,采用声音能量衰减模型,推导了基于量化信号的似然函数,给出了基于声音能量量化数据的最大似然定位方法。为了对估计结果进行评定,推导了最大似然估计的克拉美罗下限。仿真结果表明,该方法对目标定位的准确度基本接近于克拉美罗下限。因此,在满足定位精度的前提下,可通过减少传递的比特位数来节约网络的能量。     

基于WSN的多声源目标定位算法

目标定位技术是无线传感器网络应用研究的一个重要领域,如何在传感器节点随机分布下,利用无源探测技术,对同时进入探测区域的多个目标进行实时的精确定位是目标定位的一个难点.基于声源能量衰减模型在最大似然算法的基础上,利用高斯-牛顿迭代算法解决了这个问题.通过对多个声源目标的仿真试验,结果表明,该算法实现了对多目标的精确定位,具有一定的实用价值.     

基于RSSI的无线传感器网络定位系统设计与实现

基于窄带无线信号的路径损耗和阴影衰落,直接建立多个锚节点值与待定位节点未知坐标估计量的解析关系,避免传统RSSI定位方法中常用的对两节点距离量的直接求解,减少信息丢失,提高定位精度;仿真分析了锚节点数量、遮挡因子、路径损耗指数等对定位精度的影响;采用CC2530无线传感芯片实现基于RSSI的无线传感器网络定位系统;系统采用8个锚节点分别在边长4m和10m的两个正方形区域内展开定位实际测试,结果显示其平均定位误差可分别降到0.175m和0.824m。     

基于RSSI差分似然估计的WSN节点定位算法

为了克服接收信号强度测量误差对无线传感嚣网络(WSN)节点自身定位精度的影响.在对极大似然估计定位算法和接收信号强度指示(RSSI)模型分析的基础上,定义了个体差异差分系数、距离差分系数和距离差分定位方程,把离目标节点最近的信标节点作为参考节点对基于RSSI的测距进行差分修正,并将测距差分修正和极大似然估计相结合提出了一种测距差分修正极大似然估计定位算法.算法通过RSSI进行测距,无需增加额外硬件开销,容易实现.定位精度可达2.5 m以下,适合于处理能力和能量有限的WSN节点定位.     

移动WSNs中基于半定规划的节点定位算法

针对移动无线传感网络(Wireless Sensor Networks, WSNs)的节点定位问题,提出基于半定规划的节点定位(Semi-Definite Programming Localizattion, SDPL)算法,SDPL算法考虑测移动节点与锚节点间的测距和测速这两项信息,先推导了在准确测距环境下的最大似然(Maximum Likelihood, ML)的位置估计,再利用SDP技术求解非凸优化的定位问题的近似解。同时,将SDPL算法扩展到噪声测速环境。仿真结果表明,移动信息对定位性能有重要的影响。     

周界入侵检测中基于WSN的目标定位算法

在周界入侵检测中,DV-Distance定位算法得到的距离值误差较大。为此,对该算法进行改进,提出一种适用于带状无线传感器网络(WSN)的节点定位算法(IDV-Distance)。利用RSSI方法测得累计跳距,根据带状WSN的拓扑特性对其进行修正。采用极大似然法初步估算节点位置,并通过最速下降算法提高节点定位精度。实验结果表明,与经典DV-Distance算法及其2种改进算法相比,IDV-Distance算法的定位精度较高。     

基于传感器网络的水下声音源定位方法研究

提出一种分层结构的自组织无线传感器网络(WSN)用于水下声音源的定位研究,可以广泛应用于军事、民用监控等场景;在修正的声音源衰减模型基础上,提出一种改进的非线性最小二乘算法以及极大似然算法用于水下声音源定位;仿真试验对比研究了两种算法在不同的传感器节点以及背景噪声情况下对预估定位误差的影响;试验结果表明了这种分层结构的WSN用于水下声音源定位是可行的,同时验证了最小二乘算法以及极大似然两种算法定位的有效性。     

基于节点能量均衡的无线传感器网络目标定位算法

在无线传感器网络目标定位中,由于网络中节点能量是有限的,所以对节点能量如何进行合理利用,延长整个网络工作时间具有必要性;在保证目标定位准确度高的前提下,提出一种基于能量均衡的目标定位算法,该算法有效考虑节点剩余能量和节点覆盖率的权重ω1和ω2,结合两者,从而选择适合的节点对目标进行定位;仿真结果表明,该算法减少了目标定位过程中传输的消息数量,ω1和ω2选取不同对于剩余能量标准差有很大影响,合理选择它们可以减小节点失效时间和能量消耗,并同时延长无线传感器网络的工作寿命。     

DSNs中基于虚拟力的节点部署与目标定位方案

基于分簇的分布式传感器网络的有效性在很大程度上取决于传感器部署所实现的覆盖范围。针对现有的节点部署与目标定位方案的不足,提出一种虚拟力量算法作为传感器部署策略,以便在传感器初始随机部署后提升覆盖范围。给定一定数量的传感器后,该策略通过综合利用引力和斥力来确定传感器在随机部署之后的虚拟移动路径和移动速度,从而使传感器区域覆盖最大化。同时,文中提出一种由簇头运行的概率目标定位算法。簇头只需查询少量传感器(汇报目标存在的部分传感器)即可获得详细定位信息。仿真实验结果表明,本文方案只需一次性计算即可同步确定所有传感器节点的位置,另外,概率定位算法也可显著节约目标检测和定位的能耗。     

结合极大似然距离估计的MDS-MAP节点定位算法

基于多维定标的定位算法通常利用节点间的最短路径长度代替欧式距离构建距离矩阵,当网络拓扑结构不规则时,会导致较大的定位误差。针对这一问题,提出了一种结合极大似然距离估计和多维定标的节点定位算法MDS-MAP（MLE）。算法将待测节点的一跳邻居节点信息作为极大似然方法的输入,利用与邻居节点的距离信息计算待测节点的相对坐标,然后根据已知锚节点的坐标,将所有节点的相对坐标映射为绝对坐标。实验结果表明,针对规则网络和不规则网络,MDS-MAP （MLE）算法均可取得较好的定位精度,且当网络连通度在一定范围内变化时,定位误差可保持在较低的稳定区间内。     

WSNS中基于箱线图的误差自校正定位算法

针对基于接收信号强度指示(RSSI)的无线传感器网络(WSNs)节点定位技术易受环境影响、算法运算量大等问题,提出一种基于箱线图的误差自校正定位算法.该算法采用箱线图法处理测距过程中的异常RSSI值,利用自校正最小二乘法消除测距误差进而实现节点定位.仿真和实验结果表明,该算法可以有效抑制异常RSSI值,显著提高节点定位的准确性和稳定性,而且无需建立复杂的数据传播模型或构造RSSI位置指纹分布图.     

基于RSSI定位模型的非视距关系识别方法

RSSI 定位具有无需额外的硬件、成本低等特点,在无线传感器定位领域得到了广泛的应用。为精确定位目标节点坐标,本文介绍了RSSI对数衰减模型下实现目标节点定位的最大可能性(ML)估计方法。以建立的ML估计方法的目标函数为基础,本文同时论证了节点残差和平方残差和的统计分布规律,并提出了相应的非视距（NLOS）关系识别方法。仿真结果表明当信标节点存在误差时,所设计的迭代ML估计方法能快速、准确地实现目标定位。仿真实验测试了节点残差法、平方残差和法的NLOS识别率,表明随着单个节点NLOS误差的增大,NLOS识别率逐渐提高。比较两种不同方法下NLOS的正确识别率,节点残差法的识别率稍优于平方残差和法。     

WSNs中基于粒子群优化的节点定位算法

节点定位是无线传感器网络(WSNs)的关键技术之一.接收信号强度指示(RSSI)测距技术以其不需增加任何额外的硬件设备的特点在节点定位中得到广泛应用.为了提高定位精度,在RSSI测距的基础上,提出将粒子群优化算法( PSO)引入节点定位中.首先由RSSI测得未知节点与锚节点的距离,然后应用PSO算法计算出未知节点的估计...