无线传感器网络节点定位算法的研究与改进

针对无线传感器网络中DV-Hop定位算法的不足,在其基础上提出三种改进的定位算法,并介绍每种算法的基本原理和实现方法。在同一仿真平台上进行比较,分析三种改进算法在锚节点比率不同的情况下,对定位误差和覆盖率的影响。仿真结果证明了改进算法的有效性。     

基于局部信标选择的无线传感器网络定位算法

针对DV-hop算法定位精度低的问题,本文分析了节点间的位置拓扑关系对定位精度的影响,提出了一种基于局部信标选择的定位算法(RBS-DV-hop)。该算法权衡了定位精度和计算复杂度,从三方面寻找局部最优的信标节点组,包括信标节点的共线度、未知节点与信标节点的跳数以及信标节点相对于未知节点的分布。仿真结果表明,改进后的算法明显提高了定位精度和稳定性,为合理选择信标节点组进行定位提供了一种方法。     

基于蚁群算法的无线传感网络中心点融合算法研究

建立级别梯度场是无线传感器网络中心点融合算法的重要组成部分。采用泛洪方法向外扩散梯度,会造成严重的能量消耗问题。为了节省传感器网络中的能量,将蚁群算法用于建立级别梯度场阶段,提出了基于蚁群算法的无线传感网络中心点融合算法。仿真实验验证了该方法的可行性。研究结果表明,基于蚁群算法的中心点融合算法可以显著地减少无线传感器网络的能量消耗,延长无线传感器网络的生命周期。     

一种新型网丝传感器优化设计

基于COMSOL仿真软件,对新型的网丝传感器进行了仿真研究,并针对原油高含水情况下油分相含率检测,优化设计网丝式传感器结构。根据油滴尺寸、网格细分以及重建图像等问题提出了分块多阈值算法。仿真实验表明,基于分块多阈值算法进行图像重建,明显改善图像质量,提高了油分相含量检测精度。     

一种有效提高节点定位精度的改进DV-Hop算法

免测距的DV-Hop算法的硬件开销小,但定位精度不高.为改进DV-Hop算法,分析和强调了三点近似共线问题对免测距定位的影响,给出了允许最大跳距误差率和最大跳数下检查锚节点组合有效性的三点近似共线准则.基于该准则和按未知节点与锚节点间的跳数对平均跳距进行加权计算的估计方法,提出了当未知节点得到的有效锚节点数达到给定阈值才定位并扩充为新锚节点的改进算法.仿真结果与分析表明,新算法能有效改善节点定位性能.     

一种适用于无线多媒体传感器网络的节点不相交多路径路由协议

设计了一种适用于无线多媒体传感器网络的高效节点不相交多路径路由协议.以源路由的方式建立多路径,中间节点通过有选择的转发RREQs,降低路由建立开销.将链路质量量化为数据接收率,利用数据接收率、节点能量及路径跳数等,定义了路径效率模型,将路径效率模型引入到路由建立过程中.仿真结果表明,与SMR及TinyONDMR协议相比,新协议建立路由的开销更低,所建路径上节点能量分布更理想,进行数据传输时的能量效率更高,同时不会显著增加路径的传输时延.     

移动无线传感网中的迭代蒙特卡罗定位算法研究

研究移动无线传感网中的节点定位问题,分析影响蒙特卡罗定位精度的两个因素:观测值和前一时刻的位置样本集,提出一种迭代蒙特卡罗定位算法。该算法中,信标节点的位置信息在每个时间段只被它的邻居节点转发一次,但是接收到该信息的其他节点会保存它们,并在下一时间段将它们与待发送/转发的信息融合成一个数据包进一步转发,增加待定位节点用于估算前几个时间段位置样本集的观测值。待定位节点再利用蒙特卡罗算法迭代计算前面时间段的位置样本集,并充分利用观测值滤除较差样本,从而提高当前时刻的定位精度。仿真实验表明改进算法提高了定位准确度。当信标节点密度较低时,更能体现改进算法的优越性。     

一种测力传感器固有频率的提高与测试

提高测力传感器的固有频率能有效增强被测力数据的可靠性。介绍了一种悬臂梁测力传感器提高固有频率的设计方案,以及用高温火焰烧断承载线产生阶跃激励以测试实体传感器固有频率的新方法。该方案使用有限元软件ANSYS对传感器进行模态分析和结构静力分析,结合仿真结果和悬臂梁固有频率公式修改模型,使测力传感器固有频率提高了60%以上,达到了360 Hz。实际测试结果与有限元仿真结果十分接近,充分证明了改进方案的有效性。     

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。     

基于预测模式蚁群优化的传感网节能路由机制

面向传感器网络中时间序列数据的时域关联性特征,针对网内数据流量不均衡分布模式所导致的传输能耗漏斗效应问题,提出了基于预测模式的能量感知数据路由机制。机制的设计结合了蚁群优化机理自适应网络状况动态性的优势和预测模型揭示数据流量变化规律的优势,通过将节点负载因子引入蚁群优化算法中启发式因子的构造和局部信息素更新规则的设计,赋予蚂蚁代理在路由解空间探索中预知网络局域能量状况的能力,提高了数据路由构建的自适应性和能量均衡性。实验表明,论文提出的面向预测模式的路由机制,通过引入蚁群优化机理和挖掘数据内涵的时域关联性,有效降低和均衡了数据路由能耗。