一种无线传感器网络自适应定位算法

针对无线传感器网络中未知节点分布不均的问题,提出了一种无线传感器网络自适应定位算法。首先通过遍历未知节点,对区域密度进行划分,自适应改变各个区域信标节点虚拟力系数,使得信标节点合理分布于被监测区域中,提高了定位精度。理论分析和实验表明：算法是行之有效的。     

基于虚拟力的自组织覆盖算法

针对随机部署的无线传感器节点,提出一种基于虚拟力的自组织覆盖算法。将排斥力、引力、边界约束力这3种虚拟力作用于网络中的每个节点,使聚集在一起的节点分散开,引入节点间距离的阈值、边界节点与边界距离的阈值实现对感兴趣区域的最大覆盖。实验结果表明,该算法在保证连通性的基础上有效扩大了覆盖区域,具有较强实用性。     

基于动态信标生成树的传感器定位算法

节点定位是无线传感器网络中一个基础但十分重要的研究方向。实际应用场景中,传感器节点大多被随机部署,分布往往疏密不均。现存的定位算法对节点的分布密度没有敏感性,如果算法在节点密集区域和稀疏区域使用相同的定位策略,就会造成密度大的区域定位精度低,分布相对稀疏的区域定位率低,信标节点的能量得不到最大化利用等问题。针对这些问题,提出了一种基于节点密度进行定位的生成信标树算法（GBT）。信标节点组沿着规划好的路径对节点进行遍历,实现节点的全定位。通过与其他规划动态信标节点路径算法比较,证明了GBT算法在定位时间、定位精度和对信标节点能量的充分利用上均有所改善。     

与区域划分及虚拟力相关的三维覆盖算法

针对三维空间中无线传感器网络的节点覆盖问题,提出了与区域划分及虚拟力相关的三维覆盖算法,该算法依据节点间虚拟力及划分区域的算法思想,在每个子区域中心引入吸引源,各节点受到吸引源的引力及节点间作用力,并在合力的作用下重新调整节点的部署范围。通过实验仿真,证明了算法能有效提高目标区域覆盖率,降低节点部署能耗。     

基于Voronoi图的WSN阶次序列定位算法

针对现有阶次序列定位算法复杂度高的问题,提出一种基于Voronoi图的无线传感器网络阶次序列定位算法。根据Voronoi图对定位空间进行划分,将多边形顶点和边界交汇点作为虚拟信标节点,建立虚拟信标节点到信标节点的阶次序列表。计算未知节点序列与最优序列的Kendall阶次相关系数,通过对系数的归一化处理实现未知节点位置的加权估计。仿真结果表明,与现有序列定位算法相比,该算法在保证较高定位精度的前提下降低了算法复杂度,并且未产生额外的网络成本与能耗。     

多障碍场景的有向传感器网络覆盖优化算法

针对监控区域中存在障碍物的情况,引入一种避障策略,提出基于虚拟势场的传感器网络覆盖优化算法。该算法基于有向感知模型,通过重叠覆盖区域、有效覆盖区域和障碍物遮挡区域之间虚拟力的相互作用,调整节点的传感方向,逐步消除网络中的重叠覆盖区域和障碍物遮挡区域,并根据分布在边界区域的边界节点进行改进,通过在边界线上增加一个虚拟邻居节点,实现有向传感器网络的覆盖性能增强,并分析传感器参数对覆盖率的影响。仿真结果表明,在有障碍物的情况下,该算法可有效提高网络覆盖率。     

WSN中移动信标辅助的加权质心定位算法

质心算法是一种简单易实现的节点定位方法,但是它的定位精度多依赖于网络中信标节点的密度和分布。针对质心算法这一缺陷,本文提出了一种移动信标节点辅助的加权质心定位算法(MBAWCL)。该算法采用一个飞行的移动信标节点在网络部署区域上空按照设定的路径移动并周期性的广播自己的位置信息;未知节点对所接收信标信号采取一定的筛选机制存储信标信号,然后利用加权质心(WCL)方法计算自己的位置。实验测试证明该算法可以提高节点的定位精度,降低定位成本,提高定位效率。     

概率模型下异构传感器网络部署算法的研究

目前采用虚拟力方法解决传感器节点部署问题的算法均基于同构传感器网络,面向异构传感器网络的部署需求,提出扩展的虚拟力算法.该算法采用概率感知模型,部署时根据感知半径的悬殊采用静态部署与动态部署相结合的策略,根据节点感知半径差异度决定最佳距离的取值,节点移动时采用接替移动法.仿真结果表明该算法能够根据应用需要将异构传感器节点合理地部署于目标区域内,同时能有效地均衡网络节点的能耗,延长网络的生存时间.     

传感器网络基于移动信标改进的DV-Hop定位算法

无线传感器网络节点定位算法的精度多依赖于信标节点的密度,但信标节点成本高,约为普通节点的100倍以上,为了降低定位的成本,提出了一种基于移动信标和DV-Hop的无线传感器网络节点定位算法(MBWDV-Hop)。该算法在DV-Hop定位算法的基础上,利用一个移动的信标节点在网络中按预定的路径移动并不断地广播自己的位置信息,形成多个虚拟信标,未知节点记录到每个虚拟信标的跳数,并采用加权处理的方法计算平均跳距及其与各虚拟信标的距离,最后利用三边测量法计算未知节点的位置信息,实现节点精确定位。由于只采用一个移动信标,降低了定位的成本和布网的复杂度。最后通过仿真证明算法可以提高定位精度,降低定位成本,提高了定位的效率。     

基于虚拟力的LoRa浮标网络覆盖优化算法

无线传感网络（WSN）节点部署问题是目前无线传感网络应用研究的关键点。针对传统网络节点部署存在收敛速度慢、全局优化性能不强、感知角度受限的问题,提出一种虚拟力导向的全向感知覆盖算法（VFOPCA）。该算法在传统虚拟力算法的基础上提出热点区域与节点间的受力模型,并采用0/1圆盘覆盖模型,对网络节点部署进一步优化。实验仿真表明,虚拟力导向的全向感知覆盖算法能快速有效地实现网络节点全局优化部署,与VFA、DACQPSO等全向感知模型算法相比,该算法覆盖程度更好、收敛速度更快、能耗程度更低。     

一种改进的无线传感器不规则网络节点定位方法

针对无线传感器不规则网络中PDM定位算法存在的问题,提出了一种改进的定位算法(IPDM-AST).在信标节点密度稀疏时,在PDM基础上结合模拟退火算法进行未知节点的位置估计.在信标节点密度较大时,剔除无益信标节点,优化定位的局部区域,减少了不规则网络的影响.实验结果表明:在不规则C型和O型网络中,与PDM算法相比,IPDM-AST算法在不同的信标节点密度中都具有较高的定位精度.     

Grid-Scan算法定位误差和定位率的改进

针对Grid-Scan算法定位率及定位精度较低的问题,提出了一种基于虚拟锚节点的Grid-Scan定位算法。具体做了3个方面的工作：有邻居锚节点的未知节点只利用邻居锚节点进行定位,定位后的节点升级为虚拟锚节点;没有邻居锚节点的未知节点利用虚拟锚节点完成定位;锚节点及虚拟锚节点与未知节点采用不同的通信半径进行扫描并完成定位。仿真结果表明,相比传统算法,改进算法的定位精度和定位率分别平均提高了约6.35%和23.37%。     

无线传感网络节点定位中的导标动态移动策略

在基于移动导标的无线传感器网络节点定位中,导标的移动路径将直接影响到节点定位的效率和精度.考虑到无线传感器网络节点通信能力和计算能力有限性,着重研究一种基于网络局部拓扑信息的导标移动虚拟力修正模型.模型中,导标对邻居节点进行筛选,并进一步收集有效节点与导标的距离、有效节点拥有邻居节点数目等参数,在此基础上建立移动导标虚拟引力模型,该模型能使导标的移动具有较强的自适应性.更进一步,针对节点虚拟引力基本模型存在的导标无引力情况和冗余遍历情况,通过加入接近因子及已定位区域边界曲线拟合的方法,对基本模型进行修正.仿真实验表明,提出的路径规划算法与典型的传统路径算法相比较,导标遍历网络的路径长度缩短了20%~30%,较大程度节约了定位过程中导标节点遍历网络所需的能量开销.     

无线传感器网络中基于虚拟力的覆盖算法

在无线传感器网络的很多应用场景中,大量的传感器节点被任意播撒在被监测区域内,形成很多覆盖空洞,对无线传感网络的感知、监测和数据采集能力造成很大影响。为了解决无线传感器网络中的覆盖问题,提出了一种基于虚拟引力的覆盖算法。首先,根据虚拟引力产生的约束条件和引力大小,一种扩大网络覆盖范围的算法被提出,算法分析证明这种算法能够减少覆盖空洞;第二,提出了维持邻居节点连通性的方法;第三,提出一种覆盖感兴趣区域的算法。仿真结果表明,这种算法既能提高网络的覆盖能力,又能减少传感器节点的移动距离。     

基于APIT的无线传感器网络质心算法研究

为了解决基于无线传感器网络的高速公路检测系统中由于信标节点分布不均且稀疏导致的定位误差,结合近似三角形内点测试(APIT)算法提出了一种新的定位算法,保证未知节点在所选择信标节点组成的三角形内。算法不需额外添加硬件,容易实现。M atlab环境下仿真结果显示,基于APIT的质心定位算法在信标节点较为稀疏、不均时,定位精度比采用最近邻信标节点选择的质心定位算法提高了32.18%。     

一种基于APIT的无线传感器网络混合型定位算法

针对现有近似三角形内点测试（ APIT）算法在信标节点密集环境下定位精度不高、稀疏环境下覆盖率较低的问题,提出了一种混合型定位算法。该算法通过减小三角形内点测试（ PIT）时的三角形误判、选择优良的三角形,提高了信标节点密集环境下的定位精度。同时,该算法结合DV-Hop算法与两点定位法在稀疏环境下能计算出未知节点坐标的优点,提高了信标节点稀疏环境下的定位覆盖率。仿真分析表明：混合型算法有效地提高了信标节点密集环境下的定位精度和信标节点稀疏环境下的定位覆盖率。     

基于局部密度预测的传输参数自适应拥塞控制策略

在车载自组织网络中,车辆节点数量的变化和信标传输参数对信道负载有直接影响,节点数量达到一定程度时,周期性信标消息会占据整个控制信道而造成信道拥塞。针对该问题,通过预测局部密度设计传输参数自适应拥塞控制策略。根据网络中车辆节点自身所接收到的数据包和碰撞包的数量预测短期内局部密度的变化,依据信道忙时比率评估当前时刻信道负载,并将其与预设阈值进行对比,结合局部密度预测值自适应调整下一周期的传输参数。仿真结果表明,该策略能够在控制信道拥塞的同时,提高数据包递送率,降低消息传输延迟。     

MoteTrack: a robust, decentralized approach to RF-based location tracking

In this paper, we present a robust, decentralized approach to RF-based location tracking. Our system, called MoteTrack, is based on low-power radio transceivers coupled with a modest amount of computation and storage capabilities. MoteTrack does not rely upon any back-end server or network infrastructure: the location of each mobile node is computed using a received radio signal strength signature from numerous beacon nodes to a database of signatures that is replicated across the beacon nodes themselves. This design allows the system to function despite significant failures of the radio beacon infrastructure. In our deployment of MoteTrack, consisting of 23 beacon nodes distributed across our Computer Science building, we achieve a 50th percentile and 80th percentile location-tracking accuracy of 0.9 and 1.6 m respectively. In addition, MoteTrack can tolerate the failure of up to 60% of the beacon nodes without severely degrading accuracy, making the system suitable for deployment in highly volatile conditions. We present a detailed analysis of MoteTrack’s performance under a wide range of conditions, including variance in the number of obstructions, beacon node failure, radio signature perturbations, receiver sensitivity, and beacon node density.     

基于虚拟时间戳的WSN时间同步算法

通过对无线传感器网络时间同步算法的研究,提出了一种基于虚拟时间戳的时间同步算法——VTSP算法。VTSP算法中,各节点维护自身的虚拟时间戳,父节点发送一个周期性的信标信号,子节点根据该信标信号进行时间同步调整和刷新操作,从而达到节点之间的同步性。数据通信往往是子节点与父节点之间的直接通信,因此只要同类子节点之间能够达到同步性就能够保证数据通信的稳定可靠。实验结果表明,VTSP算法具有良好的时间同步精度和数据通信效率。