基于RSSI测距的信标节点自校正定位算法

节点定位是无线传感器网络中的重要应用之一.为了有效抑制各种因素对无线传感器节点定位精度的影响,以三边定位算法为基础,提出了一种基于误差校正的定位算法.该算法通过测量信标节点之间的距离,获得信标节点RSSI值测量误差和网络的定位误差,并对误差进行补偿,从而提高整个网络的定位精度.实验结果显示,该算法能明显提高定位精度和稳定性,具有普遍应用意义.     

基于ABC-LS的传感器节点定位算法

为了减少无线传感器网络节点的定位误差,提出一种人工蜂群算法(ABC)修正最小二乘(LS)定位误差的传感器节点定位算法(ABC-LS)。首先估计未知传感器节点与信标节点间距离,然后采用LS算法初步确定未知传感器节点位置,最后采用ABC算法对LS算法的节点定位误差进行修正,并采用仿真实验测试ABC-LS与其他节点定位算法的优劣。结果表明,ABC-LS提高了无线传感器节点的定位精度。     

一种改进的无线传感器不规则网络节点定位方法

针对无线传感器不规则网络中PDM定位算法存在的问题,提出了一种改进的定位算法(IPDM-AST).在信标节点密度稀疏时,在PDM基础上结合模拟退火算法进行未知节点的位置估计.在信标节点密度较大时,剔除无益信标节点,优化定位的局部区域,减少了不规则网络的影响.实验结果表明:在不规则C型和O型网络中,与PDM算法相比,IPDM-AST算法在不同的信标节点密度中都具有较高的定位精度.     

基于RSSI的测距差分修正定位算法

为了抑制RSSI误差对无线传感器节点自身定位精度的影响,以三边定位算法为基础,定义了个体差异差分系数、距离差分系数和距离差分定位方程,把离目标节点最近的信标节点作为参考节点对基于RSSI的测距进行差分修正,并将差分法和质心法相结合提出了一种测距差分修正定位算法。该定位算法无需增加额外硬件开销,容易实现,定位误差可小于2.5m,适合于处理能力和能量有限的无线传感器网络节点。     

无线传感器网络节点定位的移动信标节点路径规划

为了进一步提高无线传感器网络节点定位精度和覆盖率,本文在采用移动信标节点来对未知节点进行定位方面,提出了信标节点向最大覆盖未定位节点方向移动的路径规划算法,解决了信标节点的移动路径规划问题.仿真实验表明,和信标节点随机方向移动算法相比,该算法具有较好的定位性能,能很好地适应大规模随机不均匀撒布节点的应用需求.     

无线传感器网络中的信标优化选择算法

针对无线传感器网络中节点定位精度的问题,提出了一种基于距离和Cramer-Rao下界的信标优化选择算法。该算法通过分析信标与节点间的距离和位置拓扑关系对定位精度的影响,选择CRLB值最小的信标子集进行位置估计,减少节点定位误差。仿真结果表明,该方法较大地提高了定位精度,降低了计算量,为合理选择信标子集提供了依据。     

基于鸡群优化的无线传感器网络三面定位算法

针对无线传感器网络空间定位问题进行了研究,为了提高未知节点的定位精度,提出一种基于鸡群优化的无线传感器网络三面定位算法。该算法结合了两种未知节点的求解方法,首先利用三面定位模型,通过求取三个面的交点来获取未知节点的坐标;再使用鸡群优化算法进行改进,根据三面定位法计算出的坐标值以及离未知节点最近信标节点的坐标进行初始化,迭代寻优。使用MATLAB进行仿真,改变算法的迭代次数、信标节点占比和通信距离,来对定位精度进行分析。结果表明该定位算法具有较高的定位精度与较快的收敛速度,且陷入局部最优的可能性低于粒子群定位算法。     

煤矿井下无线传感器网络节点三维定位算法

现有煤矿无线传感器网络节点定位存在定位精度差、功耗高等问题,提出一种基于信标节点规则部署的煤矿井下无线传感器网络节点三维定位算法,根据井下巷道特征成对部署信标节点,在定位估算时先将信标节点投影到与未知节点同一高度的水平面,再利用三边测量法进行平面定位,然后结合未知节点与信标节点的高度差即可实现三维定位。理论分析和仿真结果表明,该算法具有计算量小、通信量小、定位精度较高以及稳定性较好等特点。     

一种基于误差修正的改进DV-Hop算法

节点定位技术是无线传感器网络中的一项关键技术,针对DV-Hop算法对不规则随机分布网络定位误差较大的问题,提出了一种基于误差修正的改进算法。该算法借鉴差分GPS思想,在DV-Hop算法距离估计阶段,利用信标节点的误差差分修正估计距离;同时充分考虑网络实际,通过多信标误差加权的方式获得估计距离修正值,以提高算法定位精度。通过仿真研究验证了改进算法的有效性。     

基于测距和灰狼优化的无线传感器网络定位算法

节点定位是无线传感器网络实际应用中的关键问题,为了提高定位精度,提出了一种基于测距和改进灰狼优化的无线传感器网络定位算法。本文提出了一种用三个信标节点坐标估计未知节点坐标的定位数学模型,通过该模型完成未知节点初步定位估计,将其作为基于对数递减策略的灰狼优化算法的初始值,通过改进灰狼优化算法寻优获取未知节点的优化坐标。仿真结果显示：通过与已有相关定位算法相比较,本文所提出的算法定位精度更高,并且具有对测距误差鲁棒性强的优点。     

Aitken迭代法在无线传感器网络节点定位中的应用

传感器节点的自定位问题是无线传感器网络的重要研究内容之一.为了减小无线传感器网络节点定位中节点测距误差和定位算法自身引入误差的积累对定位精度的影响,建立了基于Aitken迭代公式的适用于无线传感器网络的迭代模型.算法包括两个阶段:第一阶段,利用DV-Hop算法进行粗定位;第二阶段,建立Aitken迭代模型,利用第一阶段的定位结果作为初值,求取定位结果的最优值.研究结果表明,该算法能够有效提高节点的定位精度,对于网络节点密度小、信标节点比例低的情况,算法效果显得非常明显.     

基于蜂窝网络拓扑的无线传感网定位算法

针对无线传感网中DV-Hop定位算法过于依赖信标节点数量以及定位精度低的问题,提出基于蜂窝网络拓扑的定位算法(LABCNT)。通过对网络中节点的有向筛选,选取满足特定条件的节点,构造一个蜂窝的网络拓扑结构,得到网络上节点的相对位置;根据拓扑结构中的第二个信标节点确定网络上节点的绝对位置;将已定位的节点升级为协作节点,采用最小二乘算法对域内其它未知节点进行定位。仿真结果表明,与DH-RLS、IDVH-LA、IDVH-HCHEC算法相比,LABCNT算法的定位精度较高,所需信标节点数量最少。     

多功率锚节点辅助的DV-Hop定位算法

在无线传感器网络中,DV-Hop定位算法在计算未知节点到锚节点的距离以及通信半径之内相邻节点跳距时存在较大误差,提出了一种锚节点辅助的分布式定位算法。此算法不需要任何测距技术支持。它是利用锚节点的功率控制,即以不同的发射功率发射信标信号,接收到信标信号的未知节点将这些信标信息记录。此外还考虑了用全网锚节点来修正单独锚节点的平均每跳距离,用极大似然法计算节点坐标。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,可适合实际定位情况且具有较高的定位精度。     

基于动态信标生成树的传感器定位算法

节点定位是无线传感器网络中一个基础但十分重要的研究方向。实际应用场景中,传感器节点大多被随机部署,分布往往疏密不均。现存的定位算法对节点的分布密度没有敏感性,如果算法在节点密集区域和稀疏区域使用相同的定位策略,就会造成密度大的区域定位精度低,分布相对稀疏的区域定位率低,信标节点的能量得不到最大化利用等问题。针对这些问题,提出了一种基于节点密度进行定位的生成信标树算法（GBT）。信标节点组沿着规划好的路径对节点进行遍历,实现节点的全定位。通过与其他规划动态信标节点路径算法比较,证明了GBT算法在定位时间、定位精度和对信标节点能量的充分利用上均有所改善。     

基于跳数修正的DV-Hop定位的改进算法

DV-Hop算法是一种最典型的非测距的节点定位算法。为了提高DV-Hop算法的精度,引入了前序节点(Previous Node,PN)和总平均每跳距离这两个概念,设计了改进的MHDV-Hop算法,它只需很低的信标节点比例,不改变DV-Hop算法的过程,也不需要额外硬件支持,通过PN的数量计算出未知节点到信标节点跳数的修正系数,使得定位精度有很大提高。     

传感器网络加权质心自定位算法

提出了基于跳距的加权质心定位算法,用信标节点和未知节点之间的跳距来确定质心算法中各信标节点的加权因子,以提高质心算法的定位精度。对普通质心算法和改进后的质心算法进行了模拟仿真,结果表明所提出的算法从总体上看具有较好的定位效果。     

一种无线传感器网络自适应定位算法

针对无线传感器网络中未知节点分布不均的问题,提出了一种无线传感器网络自适应定位算法。首先通过遍历未知节点,对区域密度进行划分,自适应改变各个区域信标节点虚拟力系数,使得信标节点合理分布于被监测区域中,提高了定位精度。理论分析和实验表明：算法是行之有效的。     

一种基于CKF的无线传感器网络分布式定位算法

为提高无线传感器网络节点定位的精度,降低算法计算复杂性,提出了一种基于容积卡尔曼滤波的无线传感器网络分布式节点定位算法。该算法假定移动锚节点按预定路径在传感区域移动,并周期性广播自身位置信标信息;每个未知位置节点首先收集多个锚节点信标信息及信号强度信息,然后估算出锚节点信标位置与未知节点的距离,最后在未知节点上运用容积卡尔曼滤波算法完成自身位置的分布式定位。仿真结果表明：本文所提算法具有优良的定位性能,定位精度和无迹卡尔曼滤波算法相当,明显优于极大似然估计定位算法,而计算复杂性则低于无迹卡尔曼滤波算法。     

无线传感网中节点的协同过滤定位算法

针对无线传感器网络迭代定位算法中节点定位精确度低的问题,提出了协同过滤定位算法(Cooperative Filter Localization Algorithm, CFLA)。该算法对周围只有两个信标节点的未知节点进行定位时,产生出未知节点的两个候选点。为了精准高效地判定出候选点,引入两种协同过滤定位模型。模型一,通过选择出合理的参考节点,利用该参考节点与未知节点的协作进行候选点的过滤。模型二,利用该模型中可以直接通信的未知节点之间的相互协作,判定它们之间的测距与它们的候选点间的欧式距离之间的关系过滤出精度高的候选点。仿真结果表明,在相同的网路环境下,CFLA算法在能量消耗上低于SL-n和RAMP;在信标节点占比为8%时,该算法的定位误差比SL-n算法减少了14.7%,比RAMP算法减少了9.6%,有效地提高了节点的定位精度。