基于无线传感器网络的节点定位研究

无线传感器网络是对信息获取和处理的技术,通过通信技术使大量微小节点组成自组织网络,传感器网络包括数据的采集、传输、融合分析等。许多应用场所需要精确定位,使得无线传感器网络定位技术得到广泛应用和发展。本文通过对几种典型的定位算法研究,分析传感器网络节点定位算法的原理,得出的几种节点定位算法,并进行比较分析。     

无线传感器网络定位技术研究

对无线传感器网络的应用来说,精确定位事件发生的位置非常重要,对整个国家、社会及经济将有重大的战略意义。本文对无线传感器网络定位算法的特点、节点位置计算方法、定位算法进行了分析,特别是对RSSI算法和CC2431定位机制进行了详细的介绍。     

稀疏无线传感器网络移动节点定位算法

为解决稀疏无线传感器网络的现有MCB移动节点定位算法存在定位精度低和无法定位的节点的数量多的问题,对MCB算法进行了改进,进而提出了一种新的移动节点定位算法MCBP,该算法把已定位的节点作为其它未定位节点的参考点(准信标节点),利用准信标节点的位置信息参与后续定位过程,使更多的节点可以定位,并且提高了定位精度。仿真结果表明,MCBP移动节点定位算法比前人的类似算法的定位误差最大可减少22%,平均减少16%。无法定位的节点的数量最大可减少26%,平均减少12%。     

大规模无线传感器网络分布式无锚节点定位算法

提出了一种低成本的大规模无线传感器节点分布式定位算法--仅需要选出少量参考节点和利用节点自身的无线收发器即可实现整个网络节点的定位的无锚节点定位算法.该算法首先从网络中所有普通节点中按照一定准则选取5个基准节点,以这5个基准节点作为"锚节点",确定一个坐标系;其他未知节点将根据到基准节点的距离计算出自身坐标.未知节点到...     

无线传感器网络定位技术应用

片上系统CC2431实现了IEEE802.15.4(Zigbee)无线网络协议,其内部集成的定位引擎可估算节点的位置。文章详细介绍了定位引擎的工作原理和节点硬件构成,讨论了节点硬件电路。该设计能够满足节点定位低功耗、高精度的需求。     

BP神经网络在无线传感器网络三维定位中的应用

为了减小多跳距离估计误差对三维无线传感器网络节点定位的影响,提出了一种结合BP神经网络的多跳定位(BPL)算法.建立了BP神经网络模型,用来修正不相邻节点间的多跳距离估计值;根据锚节点间的位置关系提取样本对其进行训练,使其能够反映三维无线传感器网络几何结构的主要特性,未知节点利用训练好的BP神经网络估计出自身到一定跳数...     

无线传感器网络中不良节点的判断与定位

为降低整个无线传感器网络的定位误差,基于图论相关原理和方法,对无线传感器网络中存在的边缘节点和亚孤立节点进行了判断,通过对此类不良节点周围的节点密度、接收锚节点的范围和方向进行分析,给出了不良节点定位误差偏大的理论解释和对其进行修正定位的解决方案,确立了无线传感器网络中边缘节点和亚孤立节点的判断与定位方法.不同场景下定位性能的仿真实验显示,运用这种方法,对规则的网络拓扑,经修正后不良节点的定位精度比修正前一般可以提高17%以上;对不规则的网络拓扑,经修正后的亚孤立节点定位精度比修正前一般可以提高10%以上.     

水声传感器网络移动节点定位技术

针对水声传感器网络的移动节点定位问题,首先研究了基于距离测量值的多边定位方法(Multilateral Localization,ML);然后利用节点运动信息,提出采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行跟踪的方法;最后针对水下移动节点的测量值不同步问题,提出了修正扩展卡尔曼滤波(Modified Extend Kalman Filter,MEKF)以改进EKF的精度。仿真分析结果表明,MEKF的定位精度要好于EKF,而EKF和MEKF由于其用到了节点的运动信息,因此其定位精度要远好于ML。     

基于遗传算法的三维无线传感器网络定位新算法

针对三维无线传感器网络节点自身定位问题,提出了一种基于遗传算法的新定位算法。该算法通过分析未知节点与它的无线射程范围内的已知节点之间的通讯约束和距离测量,对未知节点建立数学模型;针对此数学模型利用遗传算法求解,把该解作为未知节点的估计位置。理论分析和试验结果表明,该算法具有很强的健壮性,未知节点的失效和新节点的加入不会影响算法的性能,并且算法定位精度高,条件简单,适合各种规模的无线传感器网络的节点定位。     

无线传感器网络节点调度算法

提出一种用于无线传感器网络的正三角形剖分节点调度算法,该算法把网络中各个节点的感知区域剖分成正三角区域。为避免出现网络盲点,在已提出算法的基础上又提出基于邻居节点信息的正三角形剖分节点调度算法。仿真结果表明,基于邻居节点信息的正三角形剖分节点调度算法能达到较好节能的效果,可以在保证覆盖范围的基础上延长网络的生存时间。     

基于时空滤波的无线传感器网络抗差节点定位算法

针对无线传感器网络的最小二乘定位算法抗差性的不足,提出了一种基于时空滤波(STF)的抗差性加权最小二乘(WLS)节点定位算法--STLS.该算法基于空间域滤波的数据一致性检测算法利用相邻节点间必须满足的几何约束关系,采用优化矩阵操作,剔除粗差邻居节点,其计算复杂度为多项式的平方.通过使用具有2步收敛特性的DFP算法,最小化目标代价函数,实现节点的快速定位.实验结果表明,在均匀网格拓扑或各向异性C型网格拓扑下,该算法均可有效识别和剔除测距低估粗差点,其定位精度明显优于未进行空间一致性检测的加权最小二乘定位算法,当网络平均连通度较低时,该优势表现得尤为明显.     

基于局部网络拓扑特征的鲁棒节点定位算法

针对无线传感器网络的较大测距误差严重影响定位算法精度和鲁棒性的问题,利用节点均匀部署网络的拓扑特征,提出了一种基于局部网络拓扑特征的鲁棒节点定位算法(LFLS算法).该算法通过构建节点测距高估粗差阈值参数和测距低估粗差阈值参数,在对未知节点1跳测距数据集进行粗差识别及剔除等预处理滤波的基础上,使用高斯加权最小二乘定位算法实现节点定位.仿真结果表明,基于局部网络拓扑特征的鲁棒节点定位算法的定位精度明显优于未采用局部网络拓扑特征进行粗差预处理的加权最小二乘定位算法,其中粗差测距直接相关节点的定位精度改进尤为明显.     

用OBDD算法评估无线传感网的可靠度和结点重要性

基于有序二叉判定图(OBDD),提出用结点扩张(NE)算法来评估无线传感网的可靠度和结点重要性.NE算法执行结点扩张操作来处理不可靠结点,从两方面增强了计算效率:利用OBDD结构表示网络状态,减少了大量冗余的等价状态;利用Hash表存储同构子网的OBDD,减少了同构子网的重复计算.另外,该算法对结点重要性进行了评估,为脆弱结点的保护提供参考.实验结果表明NE算法的计算开销比传统的factoring算法低,能有效评估无线传感网的可靠度.     

改进型SVM多类分类算法在无线传感器网络中的应用

为了在有限算法复杂度的基础上提高无线传感器网络的攻击检测率,提出了一种改进的支持向量机多类分类算法.该算法综合了稀疏型随机编码和Hadamard编码的特点,以汉明距离为评判依据,对节点采集的流量数据进行分类.结果表明,与单独的一对一、一对多及Hadamard算法相比,此改进型分类算法在五种攻击的正确率检测方面有较明显的优势,运算时间上比Hadamard算法减少了22%.     

一种低计算复杂度的无线传感器网络分簇定位算法

针对已有的集中式定位算法定位精度低,而分布式定位算法计算复杂度高、通信量大的问题,提出了一种适用于无线传感器网络的计算复杂度低的节点分簇定位算法.首先,提出满足最大连通度的多边界节点分簇算法,采用此算法把网络划分为若干个簇,各簇分别进行簇内节点定位;其次,各簇进行融合,最终实现全网节点的定位.仿真结果表明,这种分簇定位算法比分布式定位算法计算复杂度低、通信量小、定位精度相当或略差,比集中式定位算法计算复杂度低、通信量小、定位精度高.采用该算法可以降低传感器网络节点定位过程中的能耗,提高计算效率,延长网络寿命.     

基于RSSI测距的三维无线传感网络萤火虫定位算法的研究

研究了三维空间无线传感器网络(WSN)未知节点的定位。针对目前三维空间无线传感网络定位算法精度低的问题,提出一种基于接收信号强度指示(RSSI)测距的萤火虫定位的算法。该算法首先利用RSSI进行测距,建立信号强度随传播距离衰减的模型,然后在已知一定数量的锚节点的情况下,通过萤火虫算法寻找目标函数最优值,进而对未知节点进行定位。仿真验证结果表明,该定位算法相比其他算法定位精度有很大提高,在30m×30m×30m的空间内定位误差仅为0.59m。     

Anchor-free localisation algorithm and performance analysis in wireless sensor networks

A hybrid anchor-free localisation scheme for multihop wireless sensor networks is presented. First, a relatively dense group of nodes is selected as a base, which are localised by using the multidimensional scaling method. Secondly, the robust quads (RQ) method is employed to localise other nodes, following which the robust triangle and radio range (RTRR) approach is used to perform the localisation task. The RQ and the RTRR methods are used alternately until no more nodes can be localised by the two approaches. Simulation results demonstrate that the proposed hybrid localisation algorithm performs well in terms of both accuracy and the success rate of localisation. To evaluate the accuracy of anchor-free localisation algorithms, the authors derive two different accuracy measures: the Cramer-Rao lower bound (CRLB) to benchmark the coordinate estimation errors and the approximate lower bound to benchmark the distance errors. Simulation results demonstrate that both the CRLB and the distance error lower bound provide references for the accuracy of the location algorithms.     

Enhanced multi-attribute trust protocol for malicious node detection in wireless sensor networks

There has been a tremendous growth in the field of wireless sensor networks (WSNs) in recent years, which is reflected in various applications. As the use of WSN applications increases, providing security to WSNs becomes a leading issue. This is complex due to the unique features of WSNs. This paper proposes a trust-based intrusion detection that uses multi-attribute trust metrics to improve detection accuracy. It uses an enhanced distributive trust calculation algorithm that involves monitoring neighbouring nodes and trust calculation using the trust metrics message success rate (MSR), elapsed time at node (ETN), correctness (CS) and fairness (FS). In addition to the normal communication-based trust property MSR, this paper uses effective parameters like ETN, which focuses on data and address modification attacks in an effective manner, and two social-interaction-based parameters CS and FS, which address trust-related attacks effectively. Simulation results show that the proposed method has higher performance and provides more security in terms of detection accuracy and false alarm rate.