无线传感器网络的定位技术及其算法

无线传感器网络是由无中心节点的全分布系统组成的一种新兴的传输技术.在分析无线传感器网络的体系结构及传感器节点的工作原理的基础上,对无线定位技术及其算法进行了研究,从而得到不同种类算法的优缺点及其适用范围.     

基于锚圆交点加权质心的无线传感器网络定位算法

针对无线传感器网络节点能量有限,基于距离的定位算法有时并不适用的问题,在研究了未知节点与其无线射程范围内的3个锚节点之间的通信约束和几何关系的基础上,提出了一种基于锚圆交点加权质心的定位算法。该定位算法仅基于网络连通性而不需要测量距离,算法计算量小,节点通信开销小。仿真结果表明,当在100m×100m的区域范围内随机部署100个传感器节点,通信半径为30m、锚节点密度为16%时,相对定位误差为22.7%。     

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。     

无线传感器网络节点定位算法

针对无线传感器网络(wireless sensor network,WSN)系统中节点的定位算法问题,提出了基于差分的DV-Hop定位算法,信标节点将测算的位置测定误差作为校正值向四周区域广播,未知节点接收到信标节点的校正信息后,据此修正自身的相对位置测算值,以减少节点定位误差,提高定位算法的精度。仿真测试表明,该算法与普通的DV-Hop算法相比,在定位误差与通信距离的比值等性能指标上得到了明显改善。     

无线传感器网络节点定位算法综述

节点定位是大多数无线传感器网络应用的基础。文章介绍了无线传感器网络节点定位的原理、节点定位计算的一般过程,讨论了现有的传感器网络节点定位算法的分类方法,并简要介绍了几种代表性算法的原理和特点。通过对现有算法的分析比较,指出了可能的热点研究方向。     

自适应蒙特卡罗无线传感器网络移动节点定位算法

针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高、采样率低等缺点,提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同,自适应地调整不同区域的采样粒子的影响权重,对未知节点进行定位;同时,利用上一时刻采样粒子增加限定条件,提高定位精度。仿真结果表明,本算法在规则度不同的条件下节点的定位误差平均下降了约13%,在速度不同的条件下定位误差平均下降了约10%,网络覆盖率可达到99.19%。     

无线传感器网络节点定位算法研究

无线传感器网络可以在广泛的应用领域内实现监测和追踪任务,而网络中传感器节点的自身定位问题是无线传感器网络的关键技术之一,对无线传感器网络的定位原理、典型定位算法进行阐述,研究了几种重要定位技术．最后对上述算法进行了性能分析和比较．     

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     

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。     

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。     

无线传感器网络中基于验证点的安全定位协议

针对现有定位算法多是建立在假设锚点信息是正确的基础上,如果网络受到攻击,这些定位算法都将无法工作的问题,基于验证点思想提出既能使用不同定位算法,又不需要增加锚点(甚至不用锚点)的高质量安全定位协议———SLPDVNM。SLPDVNM通过使用动态验证点结合定位算法的机制完成节点安全定位。安全分析和基于MMSE定位算法的协议性能仿真表明,算法不仅可以有效克服恶意锚点的影响,而且对已知的多种攻击也具有极好的抵御能力。     

基于遗传算法优化神经网络的定位算法

为了减小非视距(Non Line of Sight,NLOS)误差对移动台定位精度的影响,提出一种基于遗传优化后向传播(Back Propagation,BP)神经网络的无线定位算法。先利用遗传算法优化BP神经网络的初始权值,再利用优化后的GA-BP神经网络修正到达时间差(Time Difference Of Arrival,TDOA)测量值,最后使用Chan氏算法确定移动台的位置,以避免由于神经网络初始权值的随机性所带来的网络震荡,克服网络容易陷入局部解的问题。仿真结果表明,新算法能够实现移动台的静态定位,并且性能优于传统BP神经网络与最小二乘(Least Square,LS)算法。     

时差定位最优布站方法研究

针对时差定位,提出了以优化布站来提升定位精度的方法.该方法以克拉美罗下界的迹最小为定位精度衡量指标,通过对时差定位条件下克拉美罗下界的影响因素进行分析,发现接收站到目标的距离对克拉美罗下界没有影响,而接收站到目标的角度对克拉美罗下界有影响.随后,对克拉美罗下界迹的表达式进行了推导,并求得其最小值及取最小值的条件,得到结论:当接收站包围目标并呈等角布站时,对目标定位的克拉美罗下界取得最小值,此时布站最优.     

基于无线多媒体传感器网络的目标定位方法

根据无线多媒体传感器网络(WMSN)多节点合作处理的特点,提出简化定标场景的单节点和双节点目标定位方法.通过使用带颜色的辅助定标物标定特殊点位置,采用CamShift算法实现辅助标定物的颜色追踪,获得特殊点的像素坐标.利用节点监控区域特殊点的位置坐标获取摄像机的参数矩阵,通过布置2个具有平移特性的节点,获取运动目标的三维坐标.实验表明,单节点平面定位最大误差为1216 cm,双节点平面定位最大误差为1369 cm,双节点高度定位误差为3～5 cm.通过观察二维平面误差曲面,大多数节点的定位误差能够满足无线多媒体传感器网络目标跟踪的需要,算法复杂度低,实现过程简单.     

基于TDOA的一种简化的非视距误差抑制算法

在蜂窝网络无线定位中,NLOS是影响定位精度的一个重要因素.如何更好的抑制NLOS误差是提高定位精度的关键.为此,考虑普遍存在NLOS的情况,即假定NLOS的概率为1,则得到的TDOA测量值均含有NLOS误差.这样根据信道的先验信息和Greenstein模型就可以估计出NLOS误差的均值,从而可以修正TDOA测量值,即重构TDOA测量值.把重构后的TDOA测量数据,应用到LCLS算法就可以完成对移动台的位置估计.仿真结果表明,在普遍存在NLOS的情况下,该算法能有效抑制NLOS误差,取得较精确的估计位置.     

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.     

基于仿生硬件的无线传感器网络节点自修复方法

针对现有无线传感器网络节点硬件固定,不能重新配置的问题,设计了一种全新的基于仿生硬件的无线传感器网络节点自修复方法,采用仿生硬件实现动态可重构无线传感器网络节点,以使节点能够自主地、动态地改变自身的结构和行为,在其部分硬件失效情况下进行节点的仿生自修复.该研究提出了相关节点的仿生自修复方法,研制了基于现场可编程阵列的仿...