基于加权质心的无线传感器网络移动节点定位算法

提出一种基于加权质心的无线传感器网络移动节点定位算法(WCentriod-M),使其较好地适用于无线传感器网络移动节点定位。算法将采样时间分成若干个时间窗,在节点运动时维护一个过去记录,基于这些历史记录来选择信标节点。利用未知节点接受到的信标节点信号强度的比值作为加权因子,在定位的过程中考虑信标节点的权重。仿真实验表明,该算法具有计算简单、节点能量消耗小、定位精度较高等特点。     

一种基于分簇的3D-RSSI的定位算法

节点定位是无线传感器网络的重要支撑技术之一,本文提出了一种适用于大规模无线传感器网络的分布式分簇定位算法。相比于集中式算法而言,本文提出的分簇式算法更适用于大规模无线传感器网络,不仅算法的复杂度低,而且通信量小,鲁棒性较好。在三维空间中随机分布节点,仿真结果表明,本文所提出的算法能取得较好的定位效果。     

一种新的无线传感器网络节点定位算法研究

提出一种新的节点分布式定位算法一移动锚节点极大似然算法(Mobile Anchor Point-Maximum Likelihood Estima-tion,MAP-MLE)用于节点定位.移动锚节点在定位区域内周期性发送信标点,未知节点接收信标点及其对应的声音信号能量,估算与信标点距离,滤波信标点,融合极大似然算法进行定位.仿真结果表明算法是有效的,其全分布计算定位方式适用于大规模的无线传感器网络节点定位.     

基于虚拟力的无线传感器与执行器网络测距定位算法

针对无线传感器与执行器网络(WSAN)的传感器节点定位问题,提出了一种基于虚拟力的无线传感器与执行器网络测距定位算法,使用移动的执行器节点替代传统无线传感器网络(WSN)定位算法中的锚节点,并将虚拟力模型引入基于信号到达时间(TOA)的定位算法。该算法在利用虚拟力驱动执行器节点逼近提出定位请求的传感器节点的同时,根据信号传输时间计算节点间的距离完成节点定位。仿真结果表明,提出的定位算法使得节点定位成功率提高20%左右,平均定位时间以及定位开销均小于传统TOA算法,适用于实时性要求高、执行器节点数量较少的场合。     

一种基于Monte Carlo的移动传感网络精确定位算法

无线传感器网络作为一种全新的信息获取和处理技术,可以在广泛的应用领域内实现复杂的大规模监测和追踪任务.在传感器网络中,确定事件发生的位置或获取消息的节点位置是传感器最基本的功能和支撑技术.本文针对特定的应用场景,设计了适用于锚节点固定,节点自由移动的移动传感器网络的基于Monte Carlo方法的精确定位算法,并描述了其节点运动预测和位置选取模型,最后通过实验将本算法与以往研究成果中的代表性的移动传感器网络定位算法进行了模拟比较和分析.     

基于改进单锚节点的无线传感器网络节点定位算法

节点定位是无线传感器关键技术之一。针对固定多锚节点方法定位精度低的缺陷,为了提高无线传感器的定位精度,提出一种基于改进单锚节点的无线传感器网络节点定位算法(SFOA-SVM)。首先采用单移动锚节点在无线传感器网络中移动,构建无线传感器定位模型的学习样本,然后采用SVM构建节点定位模型,并采用渔夫捕鱼算法模拟渔夫捕鱼行为找到最优SVM参数,最后采用仿真实验测试节点的定位性能。结果表明,相对于其他定位算法,SFOA-SVM提高了无线传感器节点的定位精度,具有一定的实际应用价值。     

一种基于几何约束的移动无线传感器网络定位算法

在许多无线传感器网络应用中节点定位是至关重要的,现有的节点定位算法大部分都是针对静态传感器网络,移动无线传感器网络的定位研究相对较少。针对定位节点和锚节点移动特性,结合无线传感器网络的特点,提出了一种基于几何约束的非测距定位算法。该算法不需要复杂的计算,也不需要大量的通信,仅仅利用移动锚节点的信息,通过几何约束条件来缩小未知节点所在区域的面积,从而完成定位。仿真实验结果表明,所提出的算法与其它算法相比,能够提高定位精度,有较好的抗干扰性,并且大大减少了能量消耗。     

一种无线传感器网络移动节点的三维定位算法

定位技术是无线传感器网络最重要的技术之一。对无线感器网络在三维空间的移动节点,提出一种基于蒙特卡洛的三维无线传感器网络非测距分布式定位算法。算法利用外接正方体来表示节点的通信范围和移动范围,根据未知节点每时隙最大移动范围和锚节点通信范围形成采样区域,依据锚箱的体积确定采样数量,随机采集的样点取均值作为未知节点的估计位置。介绍算法的原理,并进行仿真分析。仿真结果表明,在锚节点比例较少的情况下,该算法能获得比较理想的定位精度,优于传统的质心算法,有效实现了移动节点在三维空间的定位,且无须额外硬件支持和昂贵的测距设备,适合于大规模的无线传感器网络的节点定位。     

狭长直隧道环境中WSN的RSSI加权质心定位算法

采用无线传感器网络技术对井下人员和车辆进行准确定位是矿井作业安全保障的重要技术手段,但因井下巷道的空间半封闭特征和无线信号在巷道内传输的多径衰落等原因,使得传统平面和三维定位算法不能完全适用于井下巷道中的移动节点定位。针对这一问题,提出了一种改进的基于RSSI加权质心定位算法,该算法在巷道内节点分布模型的基础上,充分考虑巷道内无线传感器网络节点的异构性和移动性,将异构节点最大通信半径引入到权值的分配上,修正了权值。仿真实验表明,与普通的加权质心算法相比,提高了定位精度,且更适用于井下巷道、公路与铁路隧道。     

无线传感器网络定位技术研究进展

在无线传感器网络（WSNs）中,通过对节点的定位以确定事件发生的位置是WSNs需要具备的基本功能。介绍了WSNs定位技术的国内外研究现状,分析了静态传感器网络定位、移动信标节点定位和移动传感器网络定位的原理及方法,讨论了几种主要算法的优缺点,给出了移动传感器网络定位技术进一步研究的方向与面临的挑战。     

无线传感器网络一种不相交路径路由算法

无线传感器网络经常被用来采集物理数据,监测环境变化.由于低功耗无线通信不确定性、链路质量不稳定性以及节点失效等问题,传感器网络很容易导致路由数据包丢失.为了提高网络路由的可靠性,人们提出多路径路由算法.多路径路由中源节点到目的节点的多条路径可能含有公共节点,或者公共边,如果公共节点或者公共链路失效,则这个数据包也丢失,因此又有人提出不相交多路径路由算法.不相交多路径路由算法又分为链路不相交多路径路由算法和节点不相交多路径路由算法.提出了一种不相交路径路由算法,可以将感知节点采集到的数据通过不相交路径传送到汇聚节点,提高路由的可靠性.而且,这个算法还可以很方便地应用到多Sink节点的网络当中.该路由算法用到的路由表大小为|K|,其中|K|表示路径数.算法的运行时间复杂度是O(|L|),其中|L|表示网络中的边数.     

一种WSN分簇路由协议研究和实现

近年来,我国兴建了众多基础设施,基础设施的健康监测直接关系着人们的生命和财产安全,也关系着基础设施的正常运行,因此研究面向基础设施健康监测的无线传感器网络分簇路由协议至关重要.目前已经有多个成熟平面路由协议和分层路由协议,但它们都存在传感器节点能量有限、结构简单等缺陷.为了延长网络寿命、提高信息传榆的可靠性,就需要对现有的路由协议做一些改进,以适应大规模的无线传感器网络.首先分析了设计无线传感器网络路由协议时面临的挑战,分类总结了典型的无线传感器网络路由协议及其优缺点;然后在详细分析LEACH协议的基础上,对LEACH协议在簇头节点选择和簇间路由方面进行改进,提出了面向基础设施健康监测的无线传感器网络分簇路由协议.将分簇优化算法和簇间多跳路由算法相结合,组成面向基础设施健康监测的无线传感器网络分簇路由协议.实验仿真表明,该路由协议有效地均衡了网络的能耗,推迟了多数节点的死亡,延长了网络的有效寿命.     

一种低功耗无线传感器网络时间同步算法

间同步对无线传感器网络的应用至关重要,为提高同步精度,多数算法都以较多的消息交换或复杂的计算为代价来达到这一目的,因而能耗较大.为减少时间同步的消息交换开销,节约节点能量,提出了一种简单低功耗时间同步算法,该算法结合了单向广播同步机制和双向成对同步机制,有效利用网络中节点的广播信息,使网络中节点单跳广播域内只有一个下层节点与之进行双向成对同步,从而达到了减少消息开销和节约能量的目的.最后通过仿真验证了该算法的性能.     

基于Memetic算法的WSN分簇协议的研究 *

针对无线传感器网络的寿命和覆盖优化,提出了一种基于Memetic算法和节点休眠-唤醒调度策略的复合文化基因聚类协议(Composite Memetic Algorithm Clustering Protocol,CMACP)。算法首先运行文化基因算法初始化需要激活的节点并规划相邻冗余节点,其中遗传算法和局部搜索算法能保障得到最优的初始节点分布。随着网络的运行,当某个节点因能量耗尽而丢失覆盖目标时,休眠调度策略选择激活最优相邻节点弥补覆盖漏洞。仿真实验表明,与其他WSN分簇协议相比,CMACP能较好的延长WSN稳定周期生存时间,并且提高WSN对感知区域的覆盖能力。     

一种能量有效的三维传感器网络覆盖控制算法

由于无线传感器网络节点部署是随机的而且数量巨大,会产生很多冗余的节点,因而对网络进行覆盖控制提高冗余节点的利用率就成为一个亟待解决的问题.针对无线传感器网络中的三维覆盖问题进行了深入的研究,提出了一种分布式能量有效的三维覆盖控制算法,并利用OPNET网络仿真软件对其性能进行了验证.     

Formal modeling,performance estimation,and model checking of wireless sensor network algorithms in Real-Time Maude

The purpose of this paper is to show how the rewriting-logic-based Real-Time Maude language and tool can be used to formally model, simulate, and model check advanced wireless sensor network (WSN) algorithms. This is done by first proposing some general techniques for modeling and analyzing WSN algorithms, and then by showing how these techniques have been applied to the modeling, performance estimation, and model checking of the state-of-the-art optimal geographical density control (OGDC) density control algorithm. Wireless sensor networks in general, and the OGDC algorithm in particular, pose many challenges to their formal specification and analysis, including novel communication forms, spatial entities, time-dependent and probabilistic features, and the need to analyze both correctness and performance. We focus on Monte Carlo simulations to evaluate the performance of OGDC. Extensive simulations with up to 800 sensor nodes, and comparison with the ns-2 simulations of OGDC, indicate that Real-Time Maude simulations provide fairly accurate performance estimates of WSN algorithms. As a consequence, simulating the high-level Real-Time Maude model of a WSN algorithm eliminates the need for implementing it on a simulation tool to get a faithful estimate of its performance, while providing much greater flexibility in defining the appropriate simulation scenario; in addition, Real-Time Maude model checking can search for “corner case” bugs and evaluate best-case and worst-case performance. Some of the techniques presented in this paper are also used in an ongoing analysis effort of another state-of-the-art WSN algorithm.     

基于RSSI等级的蒙特卡罗定位算法应用研究

感知节点的定位是无线传感网应用的基础。现有的静态定位算法无法应用于动态传感网。针对一类目标节点移动而锚节点静止的传感网应用,提出了一种RRMCL（RSSI Rank Monte Carlo Localization）定位算法。该算法以蒙特卡罗算法为基础,利用RSSI（Received Signal Strength Indication）值与距离的单调递减关系划分通信域,减少采样区域大小。为了避免锚节点共线出现定位失效的情况,引入共线影响角度,提出了一种约束策略。仿真结果表明,提出的RRMCL与现有的MCL和MCB定位算法相比,能有效缩小采样区域,提高了定位精度和速度。     

一种新的无线传感器网络层次型拓扑生成算法

拓扑控制是无线传感器网络(WSN)中最重要的技术之一.在对现有拓扑控制方法分析的基础上提出了一种基于能量预测与代理簇头的分簇方法,通过区分热区的分簇方式减轻了漏斗效应;提出了代理簇头的概念,实现了簇结构的局部更新维护并降低了簇头选举算法的复杂性;仿真结果表明基于能量预测的簇头轮换更好地提高了网络负载的均衡度.     

一种ZigBee无线传感器网络拓扑发现算法

ZigBee无线传感器网络(WSN)不同于有线网络,由于无法直接观察到其网络结构和设备部署情况,因此不利于对ZigBee WSN进行管理和控制。为解决该问题,提出一种针对ZigBee WSN的拓扑发现算法(ZigBeeTopo),确定网络中的活跃节点以及节点之间的相互关系,设计WSN拓扑管理模块,实现ZigBee网络拓扑的可视化。测试结果表明,该算法能正确发现多种WSN拓扑。     

使用移动锚节点的增量式自定位算法研究

无线传感网节点自定位技术是许多相关应用的前提和基础,目前已提出多种定位算法,但大多用于静态无线传感网。针对使用移动锚节点定位场景提出一种基于测距的算法PMAIL（PSO-based Mobile Anchor Incremental Localization）,将节点精度分级,选择高等级参考节点进行增量式定位,同时使用粒子群算法（PSO）求解加权误差方程,得到最优位置估计。算法不局限于特定测距方式,锚节点可同时支持常见的移动sink数据收集和网络管理等功能。仿真表明算法有较高的网络覆盖率,精度提高接近9%。