基于局部信标选择的无线传感器网络定位算法

针对DV-hop算法定位精度低的问题,本文分析了节点间的位置拓扑关系对定位精度的影响,提出了一种基于局部信标选择的定位算法(RBS-DV-hop)。该算法权衡了定位精度和计算复杂度,从三方面寻找局部最优的信标节点组,包括信标节点的共线度、未知节点与信标节点的跳数以及信标节点相对于未知节点的分布。仿真结果表明,改进后的算法明显提高了定位精度和稳定性,为合理选择信标节点组进行定位提供了一种方法。     

基于接收信号强度指示的误差自校正定位算法

节点定位是无线传感器网络应用的关键技术。为了有效抑制各种环境干扰因素对未知节点定位精度的影响,提出一种基于接收信号强度的误差自校正定位算法。该算法通过信标节点之间的测距找出校正节点,用校正节点和质心信标节点的实际位置求得测距距离和实际距离,利用校正节点的误差自校正因子替换未知节点的测距误差因子,对测距误差进行补偿,最后利用加权质心方法确定未知节点的最终位置。仿真结果表明,该算法降低了测距误差对定位的影响,提高了定位精度,具有普遍应用价值。     

信标欠定时的井下人员定位算法

煤矿井下人员定位常采用3个以上信标对目标节点进行定位,这样,同时收不到3个以上信标信号的目标节点就无法采用该方法进行定位。为了对这些目标节点进行有效的定位,结合煤矿环境实际情况,提出了一种信标欠定时的井下人员定位算法。首先,利用信标节点实际位置获得的定位区域内距离误差的权值对目标节点的测距误差修正,提高定位区域内目标节点的距离测量精度。然后利用可参与定位的信标精确位置和目标节点测量的经修正后的距离量,通过坐标的平移、旋转等转换,实现目标节点的定位。仿真结果表明:该算法能够有效地提高信标欠定时目标节点的定位精度,弥补了现有基于三信标及其以上情况下目标节点定位应用中的不足。     

无线传感器网络DV-hop定位算法的改进

 DV-hop算法是无线传感器网络中典型的非测距定位算法,其核心思想是将平均跳距与跳数的乘积作为2个节点间的距离,即采用节点间跳段距离代替实际直线距离参与位置计算。跳段距离计算过程中的误差累计是影响DV-hop算法定位精度的主要因素。本文提出基于门限跳数的信标节点选择策略和基于权的平均跳距优化策略,通过这2种策略减少跳段距离计算过程中的误差累计,提高定位精度。改进后的DV-hop算法通过门限跳数优化信标节点的选取,仅将小于门限跳数的信标节点当作位置计算的有效节点,从跳数角度减少了误差累计;此外,改进后的DV-hop算法在未知节点平均跳距选取上,以最佳跳距替代最近信标节点的平均跳距,更加真实地反映了实际距离,从平均跳距角度减少了误差累计。仿真结果表明,改进后的算法在不同的信标节点数、不同的节点通信半径以及不同的节点稀疏程度下,均能得到更高的定位精度。     

水下无线传感器网络协作式节点定位方法

针对无线传感器网络信标节点受水下条件限制不能布置很多的问题,利用非信标节点参与定位是提高定位精度的一种途径.协作式定位算法就是通过测量所有相邻节点间的信号传输往返时延来计算距离,利用信标节点和未知节点间的距离确定自身初始区域,并利用相邻2个未知节点间的距离来缩小这个区域,用迭代方式提高节点的定位精度.该算法无须额外的硬件支持,仿真结果显示:即使只有很少的信标节点,算法的定位精度也可以超过传统的只用信标节点的定位方式.     

基于多通信半径加余弦定理的DV-Hop算法的改进

为了提高DV-Hop定位算法的定位精度,提出了一种基于多通信半径加余弦定理的DV-Hop改进算法。该算法的改进体现在两个方面:1)采用多通信半径 广播位置,多次广播,细分跳数,使得未知节点与信标节点之间的最小跳数更加准确;2)在估计未知节点与对应信标节点的距离后,根据余弦定理调整和校正了估计跳距。在同样的仿真环境下将改进算法与经典算法进行了对比,仿真结果表明改进算法有效地提高了传感器节点的定位精度。     

水下基于层级的约束加权最小二乘时差定位

针对距离无关定位算法与距离相关定位算法中定位精度的问题,分析了误差对定位性能的影响及影响误差的因素,在最小二乘定位算法的基础上,提出了一种基于层级结构的约束加权最小二乘时差定位算法。该算法利用AUV( Autonomous Underwater Vehicle)对水下节点进行分层,使得具有层级和深度信息的信标节点升降至未知节点所在平面,从而将三维定位转换为二维定位,降低了算法的复杂度,同时避免了距离未知节点较远的信标节点对定位的影响,提高了测距精度,使定位误差进一步降低。仿真结果表明,该算法在位置误差较小的情况下,可以明显地提高定位精度。     

跳数加权DV-Hop定位算法

针对DV-Hop定位算法中距离估计误差对定位结果的影响,提出了一种信标节点优选方案和跳数加权DV-Hop定位算法。首先通过设定跳数阈值,保留跳数较少的信标节点,然后剔除近似在一条直线上的信标节点,完成信标节点优选,避免未知节点无法定位的情形。此外,利用Friis模型推导出距离估计误差与信号传播跳数之间的映射关系,采用传播跳数作为加权因子对定位结果进行了修正。仿真结果表明该算法降低了距离估计误差对定位精度的影响,提高了定位精度。     

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。     

基于AOA和TDOA的无线传感器网络三维联合定位算法

结合二维空间中基于波的干涉的角度测量算法和基于到达时间差的定位算法,提出一种适用于三维空间的无线传感器网络定位算法。算法先测量信标节点和待测节点间的角度和距离,然后精确计算出待测节点坐标。该算法复杂度较低,最少只需三个信标节点,采用分布式计算,定位精度高。仿真表明,算法能够较精确地计算三维空间中传感器节点的位置。     

混合SVM结合信息熵检测ICMP隐通道*

攻击者可以将生成的任意信息隐藏在ICMP的有效负载中传递出去,构成了ICMP负载隐通道。在分析ICMP数据流熵标准差和熵值分布特性的基础上,提出了基于信息熵的样本集缩减策略。为提高采用标准支持向量机(SVM)的学习能力与推广能力,建立了若干选取规则,构造出一种有效的混合核函数。最后采用混合SVM结合信息熵的方法检测ICMP隐通道,取得了较快的分类速度和较高的检测率。实验结果表明,采用混合SVM结合信息熵检测ICMP隐通道的方法,是有效的、可行的。     

基于最优信标组的扩展卡尔曼定位算法

节点定位是无线传感网的关键技术之一.针对传统的基于RSSI的定位算法精度低的问题,提出一种基于最优信标组的扩展卡尔曼定位算法(BBG-EKF).该算法分析影响定位精度的两个因素:未知节点与信标节点的距离和信标节点间的共线性,提出一种最优信标组选择机制,进一步通过扩展卡尔曼滤波实现精确定位.新算法复杂度低,定位过程中节点...     

WSNs中一种基于移动信标检测的定位算法

信标节点在无线传感器网络(WSNs)定位技术中起着重要的作用,它作为参考节点决定着被定位目标的位置。在WSNs的实际环境应用中,信标节点可能会因为各种原因发生移动成为不可靠的信标节点,此时依赖不可靠信标节点来定位的未知节点将可能产生较大的定位误差,甚至失去了利用价值。针对信标节点发生移动的问题,提出了一种定位前期的基于可用信标的移动信标检测(BAB—BMD)方案。在节点定位之前,对定位节点收到的所有信标进行检测,并对移动信标重定位计算其可靠度。然后,依据信标可靠度选择可用信标节点进行定位,即基于可用信标的信标择优(BAB—BOS)算法。实验结果表明:BABBMD具有较好的检测准确度,同时采用BAB—BOS定位算法定位准确度要高于未进行移动信标检测的定位准确度和丢弃移动信标的定位准确度。     

无线传感器网络基于移动信标动态选择的定位算法

无线传感器网络节点定位是许多应用的基础.DV-Hop 是一种无需测距的定位算法,但其定位精度依赖于网络的联通状况,对于不规则拓扑的网络定位误差较大.针对这种情况,提出一种新的基于移动信标动态选择的改进 DV-Hop 定位算法,利用一个移动信标在网络中漫游并广播定位分组信息,并在每个虚拟信标中计算当前位置的平均跳距离.未...     

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。     

无线传感器网络中的节点位置验证方法

节点位置信息是感测数据的重要上下文信息,节点自定位技术是无线传感器网络的支撑技术之一。在基于信标节点的定位技术中,信标节点位置的可靠性是影响网络服务质量的关键因素。针对信标节点位置漂移和恶意信标节点引起定位精度下降的问题,提出了一种基于信誉模型的分布式轻量级节点位置验证方法(ReputationbasedLocationVerification,RLV),通过建立无线传感器网络中的节点位置信誉模型来识别网络中的不可靠信标节点。仿真结果表明信誉模型能够较好的反映节点的定位精度,RLV算法可以探测出95%以上的不可靠信标节点。