一种降低NLOS误差影响的节点定位算法

针对基于测距的节点定位算法在非视距环境下定位精度较低的问题,文章从两个方面对其进行改进:将粒子群优化算法应用于节点定位,并对其参数设置和目标函数选取进行了改进;利用NLOS(Non-Line-of-Sight)测距信息对未知节点可能存在区域进行估计,缩小粒子搜索范围。仿真结果表明,在非视距环境下,改进算法的定位精度和稳定性有明显的改善,是一种可行的无线传感器网络节点定位的解决方案。     

无线传感器网络中一种基于三边测量法和质心算法的节点定位算法

针对无线传感器网络在节点均匀分布的情况下节点定位精度较差的问题,提出了三边质心定位算法.该算法利用节点均匀分布的先验信息将质心定位思想引入到三边测量法中,通过计算相交圆的公共区域的质心来提高对未知节点位置估算的精度.仿真结果表明,三边质心定位算法与三边测量法相比有效地降低了未知节点的位置误差,提高定位精度.     

基于几何学的无线传感器网络定位算法

提出一种基于几何学的无线传感器网络(WSN)定位算法。把网络区域中的节点分为锚节点和未知节点,假设在定位空间中有n个锚节点,由于受到几何学的限制,实际可行的锚节点序列是有限的,因此利用一种几何方法判断锚节点间的位置关系,从而选取最优的锚节点序列,能够更精确地确定未知节点的位置,并且分析了待定位节点的邻居锚节点数量对定位精度的影响。仿真结果表明,与已有的APS(Ad-Hoc positioning system)定位算法相比,该算法可有效地降低平均定位误差和提高定位覆盖度。     

一种改进的无线传感器网络优化定位算法

节点定位是无线传感器网络实际应用需要解决的关键问题。为了在提高定位精度的同时降低成本,提出了一种改进的粒子群优化定位算法。该算法首先提出前摄估计思想,完成未知节点的区域估计,缩小并限制可行解空间,以此加快粒子群的搜索速度;然后给出了竞争进化思想的数学模型,使用该模型和自适应权重在进一步加快收敛速度的同时增强了算法的全局和局部搜索能力。仿真结果表明,对比同类算法,该算法能更有效地利用锚节点信息,降低网络成本,在计算量显著减少的同时明显提高了定位精度,并且具有对测距误差鲁棒性强的优点。     

一种基于DV-HOP改进的无线传感器网络定位算法

针对无线传感器网络中经典定位算法DV-HOP定位精度低的缺陷,提出改进算法。该算法采用新的方式计算未知节点与锚节点的距离,提出锚节点信任度的概念,并利用加权最小二乘法计算节点坐标。Matlab仿真实验结果表明,在相同网络环境下,该算法能有效减小距离计算带来的定位误差,提高定位精度。     

无线传感器网络RSSI定位算法的研究与改进

为了克服接收信号强度指示(RSSI)测量误差对无线传感器网络节点自身定位精度的影响,提出一种改进的RSSI测距定位算法.该算法考虑到参考节点间的几何位置,可获得最优参考节点.将同一参考节点采集到的RSSI值通过中位数法进行数据处理,获得RSSI权值,对RSSI值进行修正.最后利用加权质心算法,得到未知节点的位置.仿真结果表明,该算法能有效过滤过大的节点定位误差,提高精确,使误差相比原始算法降低60%左右.     

基于GEM-PHD粒子滤波的移动定位自更新传播算法

为了实现无线传感器网络(Wireless Sensor Networks, WSN)中移动节点的实时动态定位和更新,提出了一种基于广义运动概率假设密度粒子滤波的移动定位自更新传播算法,该算法利用锚节点作为观测者探测周围环境中存在的未知节点,收集探测到的信息,利用广义运动概率假设密度粒子滤波算法对未知节点定位。基于反向定位策略选择未知节点的最优位置,将已获得定位信息的节点升级为虚锚节点继续对周围邻居节点实施定位,再进行定位传播和位置更新,最终实现全网络移动节点实时定位和位置更新。仿真结果表明,在锚节点单一存在时,所提算法可以预估未知节点的位置,且定位精度高,可以对整个移动群体进行实时定位。     

基于随机游走的无线传感器网络节点定位方法

为提高无线传感器网络中的节点定位精度,提出一种自适应随机游走模型的节点定位算法.首先将随机游走应用于网络拓扑结构连通性中,构建节点间相对距离模型,并设计自适应算法,提高该模型有效性;然后通过将该模型嵌入经典定位算法distance vector-hop（DV-Hop）中实现系统节点定位工作.仿真和实验结果表明,该算法具有良好的鲁棒性和定位精度,误差比DV-Hop算法减少了20%~30%.     

基于粒子群进化的输电网络WSN节点定位算法

为了提升WSN的定位精度,提出了一种基于粒子群进化的定位算法,以应用于输电网络中的节点定位.该算法通过区域估计,缩小并限制传感器节点的预估计区域空间,并应用粒子群算法快速寻找节点定位的最优解.通过引入权重自适应的机制,加快节点定位的搜索速度,并提升算法的搜索能力.结果表明,该算法有效增强了WSN节点定位的精度,降低了计算复杂度,为输电网络的无线传感器网络提供更高效准确的定位服务.     

基于网格分布的加权质心定位算法研究

提出了基于网格分布的自适应校正的加权质心定位算法。针对算法存在的RSSI测距误差,可利用由离未知节点最近的信标节点确定的误差修正因子,使得未知节点适应自身所处的节点分布环境,从而对权值进行修正。仿真结果表明,该算法在不增加硬件成本的情况下降低了RSSI测距误差,提高了算法的定位精度。     

无线传感器网络自定位算法的研究

针对无线传感器网络节点稀疏时会产生定位盲区的问题,在研究经典AOA(三角测量法)算法的基础上,提出了一种改进的无线传感器网络自定位算法,在节点自身基准线相对于绝对坐标轴夹角已知的情况下,未知节点只需一个邻居锚节点就能实现自定位.仿真实验证明,在节点数相同的情况下,改进的无线传感器网络自定位算法相比于经典AOA算法,有更高的有效定位率和更低的平均定位误差,适用于节点稀疏的网络环境.     

基于全局人工鱼群算法优化的DV-Hop定位算法

无线传感器网络具有大规模、自组织、可靠性、以数据为中心、集成化等特点,被广泛应用于军事、医疗、矿山监测、安全生产等领域。然而现有的无线传感器网络非测距定位算法还存在定位偏差较大问题。针对上述问题,本文提出一种基于全局人工鱼群算法优化的DV-Hop（Distance Vector Hop）定位算法（DEWF-D）。该算法对非测距定位算法中的DV-Hop算法出现误差的步骤进行优化处理,通过减小算法过程中出现的误差,最终得到较为精准的定位坐标。首先使信标节点以两种不同的通信半径传递消息,将跳数进行精确化处理,以减少跳数带来的误差,然后用最小均方误差准则和误差加权方式计算平均每跳距离,最后利用人工鱼群算法替换三边测量法进行坐标计算,同时又在人工鱼选择下一个位置时引入全局最优信息,并引入人工鱼的吞食行为,提高人工鱼群算法的精度以及收敛速度。通过仿真验证,在不同信标节点密度下,本算法与DV-Hop算法以及其他算法相比定位精度分别提升28.3%、6.9%、12.5%,而在不同通信半径下,定位精度提升了24.4%、7.6%、14.8%。证明DEWF-D算法能有效提升定位精度,解决了定位算法中出现的定位偏差较大问题。     

基于Schmidt正交单位化的稀疏化定位算法

为了提高在一个移动信标节点下的无线传感器网络节点定位的精度,提出了一种稀疏化的无线传感器网络节点定位算法。该算法通过网格化感知区域把节点定位问题转化为稀疏信号重构问题,并提出了Schmidt正交单位化的预处理方法,对观测矩阵进行预处理,使其有效地满足了约束等距性条件。并针对稀疏定位模型中得到的稀疏信号是近似稀疏信号的问题,采用质心算法来优化算法的定位精度。实验结果表明,相比于MAP类算法,稀疏化的无线传感器网络节点定位算法的定位精度更优,同时所需要的信标节点的广播次数也更少。     

无线传感器网络定位算法的研究

在无线传感器网络中,因无线传感器设备功耗、价格和硬件限制及对定位精度的要求,距离无关定位机制被认为是一类具有成本效益的解决方案。介绍了距离无关定位机制中的DV-hop定位算法,研究了不良节点、网络拓扑结构、锚节点和邻居节点对DV-hop定位算法性能的影响,分析了算法的通信量和计算量。在连通的网络中,该算法能够达到35%~40%的平均定位精度;该算法只需要较少的锚节点,计算和通信开销适中,不需要节点具备测距能力,是一个可扩展的算法,适用于各向同性的密集网络。     

一种无线传感器网络中的进化定位机制

为了对无线传感器网络中随机分布的节点进行更精确的定位,提出了一种基于改进粒子群算法和增强定位机制的新型定位算法。新算法先提出竞争进化思想和自适应权重,使得改进后的粒子群算法在加快收敛速度的同时增强了算法的全局和局部搜索能力;增强定位机制使得算法对锚节点信息的使用更加充分,而且极大缩小可行解空间,进一步加快了算法的搜索速度。仿真结果表明:所提定位算法具有更低的定位成本和更高的定位精度,同时具有对测距误差鲁棒性强的优点。     

基于卡尔曼滤波的WSNs节点定位研究

节点定位是无线传感器网络中的关键技术之一。在采用装备有GPS装置的移动信标-移动机器人、无人机的基础上,将加权最小二乘估计与扩展卡尔曼滤波(EKF)组合,进行未知节点定位。算法首先利用加权最小二乘估计(WLSE),获得无线传感器网络未知节点的初步位置,再用扩展卡尔曼滤波进一步提高定位精度。并且提出了加权因子的确定方法,同时,算法还提出了移动信标位置参与EKF迭代计算的最优排序方案。算法可以实现传感节点的低成本定位,可以达到较高的定位精度。仿真结果显示,算法与目前常用的最小二乘估计相比,未知节点的定位精度有较大的提高。算法应用RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

遗传-禁忌搜索优化的三维DV-Hop定位算法

为进一步提升无线传感器网络的定位精度和稳定性,提出了一种利用遗传-禁忌搜索法改进的三维distance vector-hop （DV-Hop）定位优化算法（TDGT）.首先利用最优跳数、跳数调整因子以及锚节点距离误差加权值对DV-Hop中的节点间跳数和平均跳数进行改进和修正,降低了算法的定位误差;其次将具有快速搜索能力的禁忌搜索引入遗传算法中进行寻优,提升了算法的搜索效率和定位准确性.仿真结果表明,TDGT与现有的无线传感器网络定位算法相比,具有更佳的寻优搜索能力、定位精度和稳定性.     

无线传感器网络功率控制的质心定位算法

在无线传感器网络的诸多应用中,迫切需要对事件发生区域或者数据来源进行定位,特别是在无锚节点的情况 下。为此该文提出一种基于功率控制的质心定位算法(CLAPC),采用离散功率控制的方式对目标区域进行虚拟网格划分,从 而确定包含未知节点的最小区域,在提升系统能效的同时,提高了节点的定位精度。算法无需部署锚节点,具有较高的实用 性,仿真实验也进一步验证了算法的有效性。     

无线传感网络基于协作模式节点定位研究

提出了一种新的基于刚性图理论和遗传算法的节点定位算法,以无线传感器网络节点的有效定位为基础,利用刚性图理论形成局部定位协作体,采用遗传算法实现节点位置的估算。该算法的特点是在形成定位协作体阶段利用节点多跳信息实现高定位率,利用节点间的测距信息实现高定位精度和高定位率。仿真实验表明,所提出算法的定位率比仅利用单跳信息时的定位率提高一倍,当测距误差Re=0.05R时,平均绝对定位误差为0.073R;当测距误差Re=0.1R时,平均绝对定位误差为0.14R。     

山区复杂地形的无线传感器网络节点定位算法

针对在山区地形上非测距三维基于距离向量的定位算法存在定位误差较大的问题,提出了山区复杂地形的无线传感器网络节点定位算法（NLA-MT）.该算法有效地利用了山区地形环境的特点,用局部平面拟合山区地形表面,并将三维空间定位运算降为二维平面的定位运算来进行节点定位,有效提高了节点的定位精度.不同通信半径、不同锚节点比例、不同节点总数的多角度仿真实验结果显示,NLA-MT定位算法在山区地形场景中表现良好,有效提高了无线传感器网络非测距定位算法精度.