基于DV-Hop算法改进的研究

对无线传感器网络中的DV-Hop的定位算法进行了研究和分析,它是一种基于无需测距的无线传感器网络的定位算法.针对DV-Hop根据全部网络的数据计算单跳距离,通信负担大,而且对于锚节点分布不均和稀疏节点网络,定位精度差,提出把网络分局部和分区域.针对非测距算法的定位精度粗糙,在DV-Hop后,加入分布式迭代算法,进一步提高定位的精度.通过对算法的仿真,得出该算法定位精度提高,和改进算法的一些特定应用环境.     

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.     

基于无线传感网的水下地形监测系统设计

水库、航道等水域的水下地形测量对安全生产至关重要,针对传统方法采用人工测船周期长、成本高的缺点,设计了基于无线传感器网络的水下地形监测方法.该方法利用自行设计的无线水深测量节点,首先采用二维定位算法计算节点平面坐标,并利用超声波测距传感器获得垂直深度坐标,然后利用所有节点的三维坐标进行曲面拟合,重建水下地形.试验和仿真结果表明：该方法有效可行,具有一定的实用价值.     

无线传感器网络静态节点定位算法综述

针对无线传感器网络静态节点定位算法特点,总结了无线传感器网络节点定位的基本原理、定位算法的最新进展及其评价标准。从基于测距的静态节点定位算法和无需测距的静态节点定位算法两个方面分类讨论了典型的静态节点定位算法,并对各算法的性能进行归纳比较,说明了目前算法存在的问题,并提出未来发展趋势。     

多边算法在无线传感器网络目标定位中的应用

目标定位是无线传感器网络最基本的功能之一.多边算法是三边算法的改进算法,该算法的目的是减少目标和节点间距离的误差,以提高定位精度.算法采用更多的传感器节点对目标定位,通过最小二乘算法减小了测距误差,进一步通过加权最小二乘算法减小了监测节点位置误差,实现了无线传感器网络对单个目标的定位.最后将三边算法与多边算法进行比较,仿真结果表明,多边算法降低了测距误差和位置误差,定位精度更高.     

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。     

基于RSSI-锚圆算法的无线传感器网络节点自定位研究

针对广域危险环境下无线传感器网络中锚圆内质心定位机制存在定位不够精确的缺点,以及基于RSSI测距算法有时会存在死区域的不足,本文在深入分析这两种定位机制的基础上,融合二者的优点,提出了一种有效的无线传感器网络节点自定位方法——基于RSSI-锚圆的定位算法.并对该定位算法进行了仿真实验,实验结果表明该算法计算的半径值与实际情况相符,提高了锚圆半径值的精度,从而大大提高了节点的定位精度.     

基于Voronoi图的无线传感器网络定位算法优化

无线传感器网络是由具备传感、计算和通信能力的传感器节点组成的多跳自组织网络。定位技术是无线传感器网络的关键技术之一,大多数定位算法都以测距技术为基础。提出了一种基于距离优化的Voronoi图定位算法VB-DR。该算法利用Cayley-Menger行列式的几何应用对节点之间的距离关系进行限制,得到关于测距误差的约束方程并用以优化距离信息。仿真表明,VB-DR算法可以较好地修正测距误差,并解决经典的基于Voronoi图定位算法中存在的定位失败问题。     

无线传感器网络动态节点定位算法综述

介绍了无线传感器网络节点定位的基本原理、定位算法的最新进展及其评价标准。从基于测距的动态节点定位算法和无需测距的动态节点定位算法两个方面分类讨论了典型的动态节点定位算法,并对各算法的性能进行归纳比较。最后指出了目前算法存在的问题及未来发展趋势     

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。     

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。     

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.     

无线传感器节点均匀性估计算法及其应用

无线传感器网络中锚节点的分布情况是一个重要指标,在很大程度上影响未知节点定位的精度,但目前对均匀性的分析却很少. 通过比较邻居节点的接收信号强度(RSS)确定未知节点移动后远离和靠近的锚节点个数,以此研究未知节点周围锚节点的分布情况. 提出了一种对锚节点均匀性进行定量估计的算法,给出了均匀性评价指标——归一化均匀性偏差的概念及公式. 将该算法应用到节点定位过程中,提出混合定位算法. 仿真结果表明,基于均匀性估计的混合定位算法能提高原有算法的定位精度.     

无线传感网络节点定位技术

节点定位是无线传感网络的关键技术之一.介绍了无线传感网络的结构和节点定位技术的分类.针对于静态锚节点和无锚节点的定位方法,介绍了每个算法的原理,分析了误差产生的原因,概括了算法适用的条件,并介绍了目前提出的有效的改进方法.对于目前在无线网络定位中出现的问题做出了展望.     

基于邻居筛选的质心迭代定位算法

无线传感器网络在经济、环境、军事等领域有着非常重要的价值和潜力,而节点自身定位问题是传感器网络的一个基本问题。该文对无线传感器网络中传统的DV-HOP节点定位算法存在的问题进行了分析;给出了筛选节点邻居算法减少消息发送的数量,节省了节点能量。并提出了一种新的质心迭代定位算法,有效控制了传统定位算法中不可定位节点的数量和定位误差。对于路由选择和数据融合有重要的作用。     

基于Bregman散度的无线传感器网络定位

现有算法难以处理脉冲噪声,导致无线传感器网络（WSN）中节点定位精度较低,为此提出基于Bregman散度的WSN定位算法. 该算法分为2个阶段：欧氏距离矩阵（EDM）恢复阶段和坐标映射阶段. 基于EDM的自然低秩性,将EDM恢复问题转化为噪声环境下的矩阵补全问题;采用L_1,2范数显式平滑脉冲噪声,建立正则化矩阵补全模型;为了有效求解该模型,定义多元函数Bregman散度,将分裂Bregman迭代拓展到矩阵空间,结合交替最小化算法,得到EDM的估计;在此基础上,基于多维标度法对节点位置进行估计. 实验结果表明,在不同噪声条件下,该算法在保证高效性的同时,在定位精度和鲁棒性方面优于其他算法,特别是当采样率达到一定程度时,定位误差不到其他算法的1/4.     

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.     

一种简化鲁棒的传感网络节点三维估计算法

针对无线传感网络中进行节点三维状态估计时受到重尾或突变性质噪声干扰的问题,提出了加权质心定位和简化最大互相关熵无迹卡尔曼滤波结合的传感网络节点三维估计算法．首先,通过信号强度的测距方式得到信标节点和传感节点的观测距离;然后,利用质心定位的方法得到节点的近似估计,并结合节点估计模型和最大互相关熵准则对非高斯、非线性问题的鲁棒性,推导出一种简化最大互相关熵无迹卡尔曼滤波算法;最后,得到精确估计．仿真结果表明,新算法在具有重尾非高斯观测噪声的传感网络中对节点三维估计的效果比典型的方法更好,不仅降低了一般最大互相关熵无迹卡尔曼滤波的时间复杂度,还提高了节点估计的精度．