无线传感器网络中节点的非测距定位算法

针对无线传感器网络（Wireless Sensor Network,WSN）中节点定位,提出了一种低消耗的节点自身定位算法。本算法先将检测区域划分网格,根据节点接收的信号强度,初步缩小定位范围,然后以DV－Hop算法原理为基础,用跳数比率构建Apollonius Circle,最终确定节点位置。该算法不需要任何额外的硬件支持,实验结果表明在锚点比例约50％,网络基本连通的情况下,网络通信负载较DV—Hop降低近33％。平均定位的精度达到29％以下。     

基于改进DV-Hop算法的无线传感器网络节点定位

传感器节点定位是整个无线传感器网络的基础。介绍了DV—Hop算法的节点定位过程，对该算法进行了改进。新算法给出了不良节点的定位求解并考虑了地形对节点定位的影响，对未知节点到信标节点的估算距离进行了修正。     

一种适用于复杂环境的无线传感定位算法

对一些复杂环境进行监测是无线传感网络的重要应用之一，而这些应用也为无线传感网络提出了许多新的研究课题，提高在复杂环境条件下传感器节点定位精度就是其中之一。论文在研究相关定位算法的基础上，提出了一种适用于复杂环境的改进定位算法。论述的新算法属于类DV跳节点定位算法，改进了原有的概率栅格算法，引入了局部跳数，以代替原有算法中的相应参量。通过仿真实验表明，该算法在包含大量传感节点的情况下能有效的提高定位精度，适用于复杂环境的监测要求。     

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.     

WSN中一种改进的三维DV-Hop节点定位算法

本文在研究传统的DV-Hop3D算法基础上提出了一种新无线传感器网络定位算法。新算法在算法的第一阶段设置了跳数阈值参数以减小通信开销,并且在算法的第二阶段用可选择的平均跳距代替固定的平均跳距来计算未知节点到锚节点的距离,最后用Matlab7.1进行了仿真。仿真结果表明,该改进算法可明显提高节点定位精度,并且能有效降低网络通信量。     

基于相交度比的无线传感器网络迭代定位算法

为提高免测距无线传感器网络节点定位算法的性能,针对免测距定位算法利用最小跳路径距离替代节点间欧氏距离,和信标节点近似共线引入较大定位误差的缺陷,提出基于相交度比的无线传感器网络迭代定位算法,首先利用定位单元拓扑分布质量函数选择1-跳邻居参考节点,组成高质量的定位单元;其次采用基于相交度比的距离计算估计距离精度;最后采用双曲线定位方法减少误差.仿真结果表明,在节点均匀随机部署,非均匀C-型分布的网络场景中,与DV-Hop、Amorphous等已有改进算法相比,新算法具有更小的定位误差,可提供更加精确的传感器节点位置.     

无线传感器网络DV-Hop定位算法

定位技术在无线传感器网络应用中起着非常重要的作用,也是具有挑战性的一种技术。近些年来,为了解决节点定位不精确的问题,很多定位算法被相继提出。在无需测距的定位算法中,DV-Hop定位算法利用节点之间的跳距估计传感器节点的位置,受到了越来越多学者的关注,但是这种定位算法本身也存在着一定的不足。针对DV-Hop定位算法的不足,提出了先对未知节点平均跳距进行加权处理,再用修正算法修正节点位置的改进算法。仿真结果显示,改进后的定位算法在一定程度上提高了节点的定位精度,具有很强的应用性。     

一种新的无线传感器网络分布式节点定位方法

为了提高无线传感器网络节点定位覆盖率,抑制误差累积,在Euclidean测距的基础上,提出了一种新的分布式节点定位算法。该算法通过多跳距离测量提高定位覆盖率;设置置信因子门限值,采用组合三边测量获得坐标估计值集合,再采用加权平均的方法提高定位精度。仿真结果表明,该算法能够有效地抑制定位误差在网络内的扩散,适用于大规模的无线传感器网络节点定位。     

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。     

无线传感器网络中基于复合权值的质心定位改进算法

节点定位是无线传感器网络应用的关键技术之一。为了提高无线传感器网络节点定位的精确度,文章分析了质心定位算法的原理和优缺点,提出一种基于复合权值的质心定位改进算法（简称为RWCLA）,利用不同的权值来体现不同的锚节点对多边形质心计算结果的影响。仿真实验表明,改进后的算法比标准质心定位算法的定位精度有了明显的提高。     

一种基于主成分回归的DV-Hop定位方法

DV-Hop定位算法是一种被广泛运用的定位算法。在各向同性的密集网络中,DV-Hop可以得到比较合理的定位精度,然而在实际分布的网络中,它的精度受到噪声和信标节点之间几何关系的限制。主成分回归方法利用主成分分析方法对原先数据进行重新构造,删除部分主成分,从而消除部分噪声和多重共线性对回归精度、稳定性的影响。根据DV-Hop算法定位过程,在节点位置估计阶段运用主成分回归的方法对定位数据进行重新综合与提取,仅利用有效定位信息进行位置估计。仿真实验结果证明该改进后的算法同样具有原先算法优良特性,且定位精确度有所提高。     

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。     

基于最优锚节点的无线传感器网络节点定位算法

由于传感器节点能量受限,定位算法需要综合考虑定位误差、通信和计算开销等多方面的因素。分析了DV-Hop算法定位过程并总结出误差产生的主要原因,针对不同位置锚节点对定位误差的影响,提出了一种基于最优锚节点的定位算法—DV-Hop_Bon(DV-Hopbased on optimal nodes),最后使用Matlab进行了仿真实验,结果表明:新提出的定位算法在拥有较小通信半径情况下,能有效提高定位精度,并可广泛应用于无线传感器网络中。     

无线传感器网络中基于传输时间比的定位算法及改进

提出一种基于测距的定位新算法,即基于节点间信号传输时间比的定位算法.利用TROA算法的思想改进DV-Hop算法并且进行仿真对比.仿真结果表明,改进后的算法定位精度有明显提高.     

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.     

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。