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。     

基于无线电相干的传感器网络节点定位

目前无线传感器网络节点定位算法中,能够兼顾高精度和远距离定位的算法只有RIPS方法,然而该方法利用汇聚节点进行集中定位。提出了一种基于无线电相干的角度估计算法,并分布式定位节点,在高精度、远距离定位节点的同时,可大规模应用该算法,且定位速度快。实验表明,该方法平均方位估计误差是3.20,90%的测量值误差在6.4度以内。     

视觉传感器网络中基于RANSAC的顽健定位算法

视觉传感器网络由于节点故障或环境变化将导致节点对目标的观测数据出现错误,而基于最小二乘的多视觉信息融合定位方法将因此造成较大的定位误差。针对此问题提出一种基于集中式RANSAC的顽健定位算法,将错误数据进行筛选剔除,从而提高定位精度,进一步针对集中式 RANSAC 将会导致单个节点的计算复杂度过高而导致网络节点能耗不平衡问题,提出基于分布式 RANSAC 的顽健定位算法,从而将大量的迭代计算平均分布在各个节点中并行处理,在保证定位过程顽健性的同时保证了网络的计算能耗平衡性。最后通过实验对no-RANSAC、cen-RANSAC 和 dis-RANSAC算法的定位性能进行了比较,验证了该算法能够依照预定的概率获得良好的定位结果,并对算法的时间复杂度进行了分析。     

基于神经网络的无线网络故障节点定位技术

传统无线网络故障节点定位方法无法有效处理节点功率波动以及模糊环境对故障节点定位精度的干扰。提出基于小波神经网络的无线网络故障节点定位方法,分析了小波神经网络在节点故障定位的三种作用形式,融合形式1和3对冗余节点故障进行定位,将小波神经网络当成预测器,将前一采样时刻的正常输出交叉输入n个小波神经网络,获取节点当前时刻的预测输出值,取节点预测输出值和真实输出值的残差,若该残差值高于阈值,则说明该节点是故障节点。实验结果表明,所提故障节点定位方法能够对节点的附加、倍数以及短路故障进行准确定位。     

WSN节点声测距TOA值频域估计方法

该文研究了节点声测中TOA值的频域估计方法,与基于幅度检测的时域分析法相比,低信噪比下的测距精度高。它采用递归型的Goertzel短时频率分析算法。通过优化声信号频率及Goertzel算法窗口长度,实现了定点计算算法,节点采集测距信号的同时进行TOA值估计。论文还提出了一种多阈值的TOA值估计方法,提高了低信噪比下的TOA值检测精度。算法在一个具有dsPIC6014A微处理器的节点进行了验证。节点测距试验结果表明,该算法在低信噪比下的定位精度较高,可实现25 m内的节点测距和定位,测距误差3％。     

基于无线电相干的传感器网络节点定位

目前无线传感器网络节点定位算法中，能够兼顾高精度和远距离定位的算法只有RIPS方法，然而该方法利用汇聚节点进行集中定位。提出了一种基于无线电相干的角度估计算法，并分布式定位节点，在高精度、远距离定位节点的同时，可大规模应用该算法，且定位速度快。实验表明，该方法平均方位估计误差是3.20，90%的测量值误差在6.4度以内。     

无线传感器网络中基于映射扩散的节点定位算法

提出了一种基于映射扩散的无线传感器网络节点定位算法,适用于规模较大、参考节点较少的无线传感器网络.该算法在传感器网络中首先随机选择一个节点作为"起始节点",然后根据扩散算法选择3个"一级节点",然后以每个一级节点为中心,逐级外推,直至覆盖网络中的所有节点.仿真结果证明,该算法可以快速准确进行定位,可降低和均衡所有节点的能耗,提高定位精度.     

基于RSSI高斯滤波的LSSVR无线传感网络定位算法

为了降低基于接收信号强度指示(RSSI)测距误差对节点定位的影响,解决RSSI测距定位误差较大的问题,提出基于RSSI高斯滤波的最小二乘支持向量回归机LSSVR定位算法(LSSVR-GF-RSSI)。LSSVR-GF-RSSI算法先利用高斯函数滤除误差较大的RSSI值,筛选出较准确的RSSI值,再依据这些值计算未知节点离锚节点间的距离。将这些距离作为LSSVR的输入,建立基于RSSI测距的LSSVR定位算法模型,最终,估计未知节点的位置。仿真结果表明,提出的LSSVR-GF-RSSI算法能够有效地降低均方定位误差,比传统的基于RSSI的LSSVR定位算法减少了约12%~20%。     

3D-RABLC：一种基于LQI置信度的三维空间定位求精算法

提出一种基于LQI置信度的三维空间定位求精算法(3D-RABLC)。通过大量节点实验,获得节点间一跳RSSI值与距离的关系、LQI与分组错误率的关系,依此划分LQI置信度,对测得的RSSI值进行过滤,建立三维多跳求精模型或弥补求精方法对置信度低的RSSI值进行修正。节点实验表明,该算法大大降低了RSSI测距误差,比已有三维定位算法具有更好的定位精度。     

基于MDS和SDP的分布式节点定位算法

提出一种新的节点定位算法,基于MDS和SDP的分布式节点定位算法(DLMS)。该算法的主要思想是将整个无线传感器网络划分成若干个局部定位区域,在每个局部定位区域选择MDS定位算法或SDP定位算法建立一个局部相对定位图,然后将所有的局部相对定位图合并成全局相对定位图,最后利用锚节点的信息得到节点的估计位置。实验仿真结果表明,该算法能够提高节点的定位精度,尤其是在节点分布不均匀的情况下,同时该算法还能够节约锚节点数量。     

基于UKF的移动信标辅助节点定位算法

常用的节点定位方法通常要求较多的信标节点,因此容易造成资源浪费.提出一种基于目标跟踪的移动信标辅助节点定位算法,信标节点在移动过程中周期性地发布自身位置信息,未知节点首先获取自身位置的近似估计,然后再利用无迹卡尔曼滤波(UKF)方法对移动信标进行跟踪,并完成进一步位置求精.在该算法中,未知节点之间无需相互通信,降低了能...     

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。     

无源定位跟踪中野值的检测与剔除方法

针对无源定位跟踪中野值的出现会降低滤波的可靠性和稳定性问题,结合新息似然的概念提出了一种基于似然的野值检测与剔除方法。通过计算卡尔曼滤波更新中得到的似然值,设定门限,以达到野值的检测与剔除的目的。仿真结果表明,该算法有效地处理了野值对定位跟踪精度的影响,使得目标定位跟踪精度有了较大的提高。     

一种基于门限的光突发交换受限偏射路由算法

提出了一种基于突发丢失门限的条件偏射路由算法（LDFD），该算法采用丢弃少量偏射的高优先级突发来保证偏射路由上较低优先级非偏射突发的服务质量（QoS）。当偏射的高优先级突发到达核心节点而该节点没有空闲数据信道时，就启用定义的偏射条件检测函数来判断是丢弃该突发还是允许其抢占非偏射的低优先级突发的资源，从而减少偏射突发与偏射路由上原有突发的竞争。仿真表明，该算法可以很好地控制偏射突发对偏射路由上正常流量的影响，并有效地提高整个网络的突发丢失性能。     

两级相干累加伪码捕获算法的FPGA实现

针对现场可编程门阵列(FPGA)实现的伪码捕获算法中存在逻辑资源消耗大、频率估计精度差、判决门限计算复杂等问题,首先提出利用直接II型匹配滤波器结构实现第一级相关运算,做到逻辑资源与计算时间之间的平衡;然后提出利用线性调频Z变换(CZT)代替离散傅里叶变换(DFT)实现第二级相干累加,提高了频率估计精度并减小了频谱泄露;最后通过对判决量进行统计分析,给出了判决门限的自适应设置方法,并验证了其有效性。     

无线传感网中基于DPAM-MD算法的恶意节点识别研究

随着无线传感器网络的不断发展,恶意节点对其安全造成了极大的威胁。传统的基于信誉阈值的模型无法准确的识别亚攻击性等恶意节点,而且会出现低识别率和高误判率等问题。为了解决这些问题,引入了基于DPAM-MD算法的新型恶意节点识别方法,在传统信誉阈值判断模型的基础上,通过结合曼哈顿度量和DPAM算法识别出亚攻击性节点。算法中提出一种新型的基于密度的聚类算法,并结合簇间和簇内距离均衡化的目标函数,将所有的节点进行分类。该算法可以提高聚类质量,有效缩短聚类时间,提高了恶意节点识别的效率。经仿真实验结果验证,改进后的算法对识别特征不明显的恶意节点效果十分显著。     

基于相位差变化率的单站目标定位研究

单站目标定位是电子侦察中的一项重要任务。针对实际工程特点,提出了一种鲁棒的运动单站相位差变化率目标定位算法。通过测量目标信号的方位角和相位差,利用卡尔曼滤波模型计算相位差变化率并对目标进行测距定位,最后将多次的定位结果进行交互多模滤波融合,实现对目标的高精度定位。给出了计算相位差变化率的滤波模型、目标定位算法,以及交互多模滤波的融合定位过程。仿真实验中采用STK仿真软件生成单站平台的位置数据和目标信号入射方位角及相位差数据,分析了目标定位的效果及性能。最后给出了一些工程实践性的建议,具有一定的工程参考意义。     

单星多波束天线下基于压缩感知的多目标干扰定位

针对卫星干扰处理中的多目标定位问题,该文提出基于压缩感知的定位方法。该方法利用目标的空间稀疏性,以及多波束天线在不同信号源方向上的增益不同,仅需要测量接收信号强度便可实现多个干扰的位置识别。研究结果表明,定位性能与节点分布、目标个数、波束覆盖半径、判决门限有关。在给定参数及原对偶内点算法下,该方法可实现1～4个干扰源的空域定位,在信噪比为20 dB时定位精度达到7.7 km,优于经典的旋转干涉仪和空间谱估计测向方法。     

基于非合作外辐射源的两站时差定位方法

针对非合作外辐射源的特点,提出了一种对二维运动目标的两站时差定位方法,给出了定位的算法模型和定位误差模型,并初步计算了定位精度与两站之间距离、非合作外辐射源位置的关系,给出了各种定位精度曲线仿真结果。仿真结果表明,此定位方法具有较好的定位精度和定位速度。