无线传感器网络中分阶段的无需测距定位算法

为了提高无线传感器网络中基于无需测距算法定位精度,改进质心算法和DV-Hop算法,定位过程分为两个阶段:第一阶段在最佳通信半径与最佳阈值下,用基于阈值的优先质心算法定位部分节点;第二阶段在最佳通信半径与最佳指数值下用DV-Hop算法定位剩余节点。将算法应用在一种锚节点人工部署环境下,并与其他算法对比。MTLAB仿真结果表明,改进的算法在不增加泛洪次数、计算量和网络硬件成本下能提高定位精度,同时实现100%定位。     

WSN中基于最佳指数的加权DV-Hop算法

DV-Hop算法是一种低成本、低定位精度的无需测距定位算法,在粗精度定位中应用广泛。为提高DV-Hop算法定位精度,从减小锚节点的平均每一跳距离误差和减小未知节点平均每一跳校正值误差两方面考虑。首先,用最佳指数值下的公式计算锚节点平均每一跳距离。然后,将未知节点的校正值加权处理,使所有的锚节点根据与未知节点距离的远近影响校正值的大小。MATLAB实验证明,改进的基于最佳指数值下的加权DV-Hop算法比DV-Hop算法、加权DV-Hop、最佳指数值下DV-Hop算法定位精度分别提高2%左右、1.65%左右、1.15%左右,同时不会增加网络硬件成本。     

改进的DV-HOP无线传感器网络定位算法

为了提高无需测距的距离矢量（DV-Hop）定位算法对随机分布网络节点的定位精度。在分析了DV-Hop算法实现思想的基础上,提出了一种锚节点整体均匀分布优化方案,对该算法节点跳数进行优化。另一方面,在双通信半径算法基础上提出了一种三通信半径改进方法,使得两节点之间的跳数与距离的关系更接近线性规律,最后结合两种改进方法,进行整体仿真。仿真结果表明,锚节点均匀分布的三通信半径DV-Hop算法比双通信半径DV-Hop算法提高定位精度约为7%~8%。     

一种基于虚拟锚节点策略改进的Bounding Box定位算法

针对Bounding Box算法定位误差大、覆盖率低的缺点,提出了一种采用虚拟锚节点策略的改进定位算法。首先未知节点利用其通信范围内的锚节点进行定位;其次,已定位的节点根据升级策略有选择性的升级为虚拟锚节点;最后,无法定位的节点利用虚拟锚节点实现定位。另外,在离散网络模型的基础上,通过建立双半径网络节点模型从而进一步约束了未知节点的位置。理论分析及仿真结果均表明,该算法在显著提高定位覆盖率的同时,有效地提高了定位精度。     

无线传感器网络中一种基于定向天线的节点定位算法

节点定位问题是无线传感器网络中的一个基本而非常重要的问题。已有的定位算法大致可以分为两类:基于测距的和无需测距的。基于测距的定位算法需要额外硬件的支持,成本较高,不适用于大规模的传感器网络;无需测距的定位算法不需要额外硬件的支持,是解决传感器网络节点定位问题的一个较为经济适用的方法。本文提出了一种新的基于定向天线的无需测距的分布式定位算法。其主要原理在于利用定向天线确定邻居节点之间的相对位置,然后判断未知节点是否在锚节点构成的三角形内。仿真研究表明,提出的算法是有效的,能够取得较好的定位精度。     

DV-Hop定位算法的研究与改进

DV-Hop算法是一种无需测距的节点定位方式,其在无线传感器网络中存在较大定位误差。本文引入细化半径的节点通信思路,从而细化最小跳数值,期待改进原算法的不足。大量仿真结果说明:平等仿真前提下,改进算法在没有大幅度增加算法繁琐度的背景下,定位误差有了大幅降低,定位精度得以提升。     

基于RSSI无线传感器网络空间定位算法

RSSI测距技术在实际应用环境中,由于多径、绕射、障碍物等因素,无线电传播路径损耗使得定位过程中产生距离误差.通过对三维空间定位过程中产生距离误差区域进行分析,提出了基于RSSI新的空间定位算法ERSS,该定位算法计算简单,定位过程中节点间不增加通信开销,无需硬件扩展.仿真实验表明该算法较普通的基于RSSI的测距方法定位精度和响应时间有了明显的改进,适合在通信开销小、硬件要求低的传感器网络节点上应用.     

一种无需测距的无线传感器网络定位算法研究

定位信息是在无线传感器网络许多应用中不可缺少的,并且越来越重要。DV-Hop是一种典型的无需测距的定位算法。通过对DV-Hop算法的理论分析,找出其产生误差的主要原因,提出了一种改进的DV-Hop定位算法。增加锚节点数量及减少每条平均距离误差,有效提高节点定位精度。不用额外的硬件支持能够得到更接近实际位置的估算位置。仿真结果表明,提出的改进算法性能比原来的算法显著提升。     

基于RSSI修正的改进DV-Hop测距算法

针对DV-Hop算法测距误差受节点分布不均匀影响较大的问题和RSSI算法受环境因素影响较大的问题,提出了一种基于RSSI修正的改进型DV-Hop测距算法。该算法在保持DV-Hop算法环境适应性强的优点的同时,有效降低了由于节点分布不均而引起的测距误差,从而提高了定位精度。仿真结果表明该修正算法在不同的锚节点数和不同的通信半径下,均能够有效降低测距误差;同时该算法的定位精度与原DV-Hop算法以及另外3种以DV-Hop为基础的改进型算法相比均得以提高。     

传感器网络的粒子群优化定位算法

无线传感器网络定位问题是一个基于不同距离或路径测量值的优化问题。由于传统的节点定位算法采用最小二乘法求解非线性方程组时很容易受到测距误差的影响,为了提高节点的定位精度,将粒子群优化算法引入到传感器网络定位中,提出了一种传感器网络的粒子群优化定位算法。该算法利用未知节点接收到的锚节点的距离信息,通过迭代方法搜索未知节点位置。仿真结果表明,该算法有效地抑制了测距误差累积对定位精度的影响,提高了节点的定位精度。     

Power efficient range-free localization algorithm for wireless sensor networks

Considering energy consumption, hardware requirements, and the need of high localization accuracy, we proposed a power efficient range-free localization algorithm for wireless sensor networks. In the proposed algorithm, anchor node communicates to unknown nodes only one time by which anchor nodes inform about their coordinates to unknown nodes. By calculating hop-size of anchor nodes at unknown nodes one complete communication between anchor node and unknown node is eliminated which drastically reduce the energy consumption of nodes. Further, unknown node refines estimated hop-size for better estimation of distance from the anchor nodes. Moreover, using average hop-size of anchor nodes, unknown node calculates distance from all anchor nodes. To reduce error propagation, involved in solving for location of unknown node, a new procedure is adopted. Further, unknown node upgrades its location by exploiting the obtained information in solving the system of equations. In mathematical analysis we prove that proposed algorithm has lesser propagation error than distance vector-hop (DV-Hop) and other considered improved DV-Hop algorithms. Simulation experiments show that our proposed algorithm has better localization performance, and is more computationally efficient than DV-Hop and other compared improved DV-Hop algorithms.     

无线传感器网络一种改进的convex定位算法

以convex(凸规划)定位算法为基础,针对range-free定位算法中anchor(已知节点)比例低带来的定位精度低、网络覆盖率低的问题,提出了二跳信息改进定位算法。该算法中,未知节点在通信中加入自身邻居anchor的ID和位置信息并发送给邻居节点,相应的邻居节点从中确定自己的二跳邻居anchor,并利用二跳邻居anchor的二跳通信范围来减小未知节点的可能存在区域,进而提高未知节点的定位精度。仿真表明,二跳信息改进定位算法在anchor节点比例较低情况下能有效提高定位精度,而在anchor节点比例较高时接近原convex算法定位精度,并且网络规模越大这种提高越显著。     

Moving anchor node localization algorithm based on network connectivity

In order to better solve the contradiction between precision of localization and the number of anchor nodes in wireless sensor network,a mobile anchor node localization technology based on connectivity was proposed.First,the coverage characteristic of the network nodes was analyzed,and a critical value was found between the mobile step and the anchor node communication radius,mobile anchor nodes＇ coverage characteristic would change when near this critical value.Second,a mobile anchor node followed a planning path to form a positioning area seamless coverage was used.Finally,when there was no need for high-precision technology,node position would been estimated according with the connectivity of the network and the receiving information of the node.The simulation results show that the proposed algorithm can realize coarse-grained localization,and paths perform complete localization.     

基于临近锚节点修正的DBSCAN聚类加权定位算法

为了提高无线传感器网络节点的定位精确度,给出一种基于临近锚节点修正(CAAN)的具有噪声的基于密度的聚类(DBSCAN)加权定位算法。首先,在未知节点通信范围内的锚节点中选择三个构成三角形,证明当未知节点处在此三角形外接圆圆心位置时定位误差最小,然后据此选择合适的锚节点,结合滤波后的接收信号强度指示(RSSI)值进行定位计算,并利用DBSCAN聚类算法剔除误差较大的值。其次,把聚类后所得簇的核心点个数当作权值,采用加权定位算法得到未知节点的初始坐标。最后,计算锚节点坐标与初始坐标间的距离,选择临近的锚节点修正初始坐标,使最终的定位结果更加精确。仿真结果表明：相比于加权质心定位算法和基于RSSI测距滤波优化的加权质心定位算法,所给算法的定位精确度分别提高了69.55%和38.64%。     

一种改进的分布式多维定标算法的研究

无线传感器网络中节点间通信容易受到环境因素和传输衰减因素等的影响,从而造成节点的定位不准确.为减小节点定位误差,在分布式多维定标算法基础上提出了改进的WMDS-MAP(P)算法.采用加权算法求出每个锚节点的环境影响参数和传输衰减参数对,并在构建局部空间的节点矩阵时考虑这两个因素;采用最小二乘算法选出锚节点中最优的环境影响参数和传输衰减参数对,从而使节点间的一跳距离估计值更逼近真实值.仿真结果显示改进的算法相对于经典的MDS-MAP(P)算法节点平均定位误差减少了17％左右,可以有效提高节点的定位精度.