基于Voronoi图的WSN阶次序列定位算法

针对现有阶次序列定位算法复杂度高的问题,提出一种基于Voronoi图的无线传感器网络阶次序列定位算法。根据Voronoi图对定位空间进行划分,将多边形顶点和边界交汇点作为虚拟信标节点,建立虚拟信标节点到信标节点的阶次序列表。计算未知节点序列与最优序列的Kendall阶次相关系数,通过对系数的归一化处理实现未知节点位置的加权估计。仿真结果表明,与现有序列定位算法相比,该算法在保证较高定位精度的前提下降低了算法复杂度,并且未产生额外的网络成本与能耗。     

基于Steffensen迭代和模糊信息的节点定位算法

为了提高无线传感器网络节点定位精度,提出了一种基于Steffensen迭代和模糊信息的节点定位算法.算法在模糊信息定位方法的基础上,通过引入Steffensen迭代求精提高节点定位精度.算法将锚节点分为静态锚节点和移动锚节点,利用移动锚节点不断的运动来辅助静态锚节点进行定位.首先利用节点间的模糊信息实现未知节点位置的粗略定位,然后利用Steffensen迭代对节点位置进行不断迭代求精,以实现未知节点的精确定位.通过仿真实验证明,相比3D-ADAL算法和改进的TOF测距算法,本文算法不仅降低了定位误差率,减小了网络的通信开销,还提高了节点定位效率.     

基于阶次序列加权的无线传感器定位算法

针对WSN中节点的定位误差的问题,提出了一种阶次序列加权的无线传感器定位算法。首先根据节点定位中的信号传输采用Shadowing模型,其次根据锚节点建立Voronoi图,将Voronoi多边形的顶点作为参考点,然后建立参考点与锚节点之间的阶次序列,通过选择N个未知节点序列与最优序列加权估计未知节点的位置,仿真结果表明,相对于参比算法,算法不仅提高了传感器节点的定位精度,而且降低了算法的计算复杂度,在WSN节点定位方面具有较高的应用价值。     

一种单移动锚节点的无线传感器网络定位算法

研究了无线传感器网络的节点定位算法,提出了一种利用一个移动锚节点来实现定位的新算法。该算法利用一个移动锚节点,按照规划好的路径遍历整个网络,当移动锚节点移动到未知节点的通信半径以内,未知节点就可以接收锚节点的位置信息。当未知节点接收到三个以上的处于其通信半径上的位置信息,就可以计算出未知节点的坐标。最后,通过仿真研究了该算法的特性,仿真结果表明该定位方法在定位误差、能耗等方面均表现出良好的性能。     

基于加权Voronoi图的分布式无需测距节点定位算法

针对无线传感器网络定位的精度问题,提出一种基于加权Voroni图的无需测距的分布式定位算法(weighted Voronoi diagram based localization algorithm, WVL).对待定位节点接收到的来自锚节点的信号强度(RSSI)进行从大到小的顺序排序,并将这些一跳锚节点的权值赋值为相对应的RSSI值.利用节点的一跳邻居和二跳邻居表将集中式计算转换为分布式计算,分别计算锚节点的W-Voronoi图,求这些图的交集后再取交集的质心,即可得未知节点的位置参数.通过仿真对比基于W-Voronoi图和Voronoi图,以及加权质心定位算法,仿真结果证明基于W-Voronoi图的算法精度更高.     

基于加权处理的三边测量定位算法

定位技术是无线传感器网络的关键技术之一,传统三边测量定位算法利用三个锚节点一次确定未知节点的位置坐标,而单次估算的坐标值无法准确反映未知节点的实际位置。提出了一种以RSSI值和通信质量为权值的锚节点选择算法,筛选对未知节点影响力大的锚节点用于节点定位计算。在此基础上,使用角度权重函数综合多次估算的未知节点坐标信息,进而确定未知节点位置坐标。仿真结果表明,与原三边测量定位算法相比,改进算法对锚节点随机分布有较高的鲁棒性,定位精度有较大提高。     

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。     

节点分区与平均跳数加权的三维DV-Hop定位算法

针对三维DV-Hop定位算法的两个重要定位因素——网络锚节点的平均跳距与未知节点到锚节点的跳数存在的固有缺点,提出一种改进的三维DV-Hop定位算法3DPHW-DVHop（Partial HopSize Weighted）。改进算法在求网络平均跳距时,利用区域划分和节点跳数加权进行算法综合优化,最后用极大似然法估算未知节点的位置,经过对理论的分析和仿真实验的证明,得出基于区域划分的跳数加权的三维DV-Hop定位算法在同等环境条件下比传统DV-Hop定位算法定位精度明显提高。     

一种改进的LS-SVR定位算法

研究无线网络传感器节点定位技术问题,根据特征量重要度最小二乘支持向量回归(LS-SVR)的定位方法,为提高可靠目标跟踪效果,提出了一种改进策略.算法的主要思想是:根据已知锚节点坐标信息,通过对探测区域网格化采样,得到包含未知节点到各锚节点的距离和未知节点坐标的训练样本集,利用LS-SVR训练得到定位模型,定位时以用多个锚节点的平均每跳距离的平均向量作为模型的输入,将模型输出作为未知节点的估计坐标.仿真结果表明,算法在不需要增加节点的硬件开销的基础上提高了定位精度,是无线传感器网络中节点定位的一种实用方案.     

一种无线传感器网络定位问题中的分簇算法

本文提出一种用于平面无线传感器网络定位的分簇算法.首先,锚节点根据地理位置划分感知区域;然后,通过拓扑发现过程和锚节点问的信息交换,实现锚节点对周围网络拓扑的感知;最后,根据就近原则将所有未知节点分配到以锚节点为边缘的各个子区域中,而分配到各个子区域中的未知节.点和边缘的锚节点,则构成网络中的各个簇,并由每个簇的主节点保存本簇内全部拓扑信息.该算法可以实现多跳节点的分簇,并且具有较小的通信量,可用于多种基于分簇的分布式定位算法中,有助于解决大规模无线传感器网络的定位问题.仿真实验结果显示,在锚节点按网格分布和随机分布两种情况下,该算法都可以得到良好的分簇结果.