基于传感器网络的水下声音源定位方法研究

提出一种分层结构的自组织无线传感器网络(WSN)用于水下声音源的定位研究,可以广泛应用于军事、民用监控等场景;在修正的声音源衰减模型基础上,提出一种改进的非线性最小二乘算法以及极大似然算法用于水下声音源定位;仿真试验对比研究了两种算法在不同的传感器节点以及背景噪声情况下对预估定位误差的影响;试验结果表明了这种分层结构的WSN用于水下声音源定位是可行的,同时验证了最小二乘算法以及极大似然两种算法定位的有效性。     

基于MLE的无线传感器网络APIT定位算法

无线传感器网络作为一种全新的信息获取手段,在众多领域有广泛的应用前景,节点自身的准确定位是无线传感器网络具体应用的前提和基础.提出一种基于MLE的APIT定位算法,并从不同信标节点密度、节点通信半径以及网络平均连通度等方面与质心定位算法进行性能比较,仿真结果表明,该算法使得随机分布状况下节点定位的精度有很大的提高.     

基于RSSI的无线传感器网络定位系统设计与实现

基于窄带无线信号的路径损耗和阴影衰落,直接建立多个锚节点值与待定位节点未知坐标估计量的解析关系,避免传统RSSI定位方法中常用的对两节点距离量的直接求解,减少信息丢失,提高定位精度;仿真分析了锚节点数量、遮挡因子、路径损耗指数等对定位精度的影响;采用CC2530无线传感芯片实现基于RSSI的无线传感器网络定位系统;系统采用8个锚节点分别在边长4m和10m的两个正方形区域内展开定位实际测试,结果显示其平均定位误差可分别降到0.175m和0.824m。     

结合极大似然距离估计的MDS-MAP节点定位算法

基于多维定标的定位算法通常利用节点间的最短路径长度代替欧式距离构建距离矩阵,当网络拓扑结构不规则时,会导致较大的定位误差。针对这一问题,提出了一种结合极大似然距离估计和多维定标的节点定位算法MDS-MAP（MLE）。算法将待测节点的一跳邻居节点信息作为极大似然方法的输入,利用与邻居节点的距离信息计算待测节点的相对坐标,然后根据已知锚节点的坐标,将所有节点的相对坐标映射为绝对坐标。实验结果表明,针对规则网络和不规则网络,MDS-MAP （MLE）算法均可取得较好的定位精度,且当网络连通度在一定范围内变化时,定位误差可保持在较低的稳定区间内。     

使用最速下降算法提高极大似然估计算法的节点定位精度

阐述了极大似然估计算法用于无线传感器网络节点自定位的原理;阐述了最速下降算法求非线性方程组最优解的原理;提出在距离测量误差较大的情况下,使用最速下降算法优化极大似然估计算法所得的节点定位值,并通过模拟实验证实其可行性。实验结果表明,在无须多余通信代价的条件下,优化处理使定位精度得到很大提高,且算法收敛快,计算代价小,适用于无线传感器网络的节点自定位。     

无线传感器网络定位优化算法及其仿真

无线传感器网络节点定位是节点信息的重要话题,针对节点定位问题,在基于距离的极大似然估计法定位基础上,为了弥补其受测距误差影响较大的缺点,利用粒子群优化算法实现无线传感器网络节点定位。在论述粒子群算法的基础上,详细论述了基于粒子群优化的极大似然估计法进行节点定位过程。通过MATLAB实验对算法进行了验证,实验表明基于粒子群优化算法的节点定位精度要比极大似然估计法的精度要高,定位性能要比其优越。     

基于DV-HOP的无线传感器网络定位算法

通过对DV-HOP算法的理论分析,找出其产生误差的主要原因,提出相应的改进算法,即对未知节点与锚节点之间的估计距离做出修正,该修正值由多跳的校正值和锚节点的平均每跳距离误差所组成,同时将总体最小二乘法（TLS）应用于定位中,进一步提高了定位精度。选用Matlab进行相关仿真,结果表明：改进算法的定位精度比原算法及部分现有改进算法有明显的提高。     

基于无线传感器网络的机器人高精度定位系统

机器人的定位在运动控制系统和任务执行环节起着至关重要的作用,为了提高机器人在特殊环境中作业的定位精度,设计了一种基于无线传感器网络的机器人高精度定位系统。在微处理器ATmega1280的硬件平台上采用芯片NanoPAN5375接收信号强度指示(RSSI)进行测距定位,并利用对称双边双路测距和极大似然估计算法大大提高了定位精度;同时,使用基于轮询的时分多址接入协议和表驱动簇路由协议,解决了多机器人协同作业定位问题,并使系统在网络性能设计上得到了平衡;通过在60m×60m区域内的实验表明,该系统工作稳定可靠,测量的相对定位误差小于0.25m,具有较高的定位精度,适用于机器人在矿井搜救、核泄漏检测和火山探索等特殊环境下的定位需要。     

无线传感器网络节点分布与定位性能之间的关系分析

无线传感器网络中锚节点分布情况在很大程度上影响未知节点定位的精度,但目前对均匀性的分析相对较少,针对这一问题,对锚节点分布与无线传感器网络定位算法性能之间的关系进行全面分析。首先提出了锚节点均匀分布的相关概念,并设计建立了相应的网络系统模型,然后对质心算法、DV-Hop算法、最小包容圆算法性能与锚节点分布之间的关系进行了仿真实验。结果表明：锚节点的分布情况对所有定位算法均有影响,其中质心算法对锚节点均匀性最敏感,DV-Hop算法次之,最小包容圆算法对锚节点均匀性最不敏感,分析结果对无线传感网络实际应用具有指导意义。     

基于加权极大似然近场宽带目标定位技术研究

近场宽带目标定位是阵列信号处理中一项关键技术,为了解决宽带信号不同频率信噪比的不一致的问题,在充分研究基于常规极大似然的近场宽带目标定位方法的基础上,提出了一种新的基于加权极大似然的近场宽带目标定位方法.新方法对不同频率点数据的定位估计结果按信噪比进行不同的加权,从而得到更为精确的目标位置的估计.仿真研究表明,和比较传统的极大似然方法相比较,新方法可以有效地提高近场宽带目标的定位性能,具有很好的工程实际应用前景.     

无线传感器网络节点定位研究综述

深入探讨分析了无线传感器网络定位技术,从无线传感器网络定位算法分类、评价指标、距离相关和距离无关定位算法等方面进行分析,重点对比了几种典型算法,结果表明:不同的算法具有应用环境单一性,应结合实际需求选择合适的算法.研究分析了新型无线传感器网络定位方法,主要包括移动锚节点定位算法、三维空间定位算法和智能定位优化算法.总结当前无线传感器网络定位研究中存在的问题,并给出未来改进的研究方向.     

一种无线传感器网络节点定位算法的改进

利用无线信号强度实现了煤矿安全监测无线传感器网络（WSNs）节点问的自定位,提出了一种新的节点定位算法,介绍了算法的基本原理和实现方法。该算法不需要任何额外的硬件支持,节点间通信开销少。仿真结果表明：所提出的算法可以有效地提高WSNs节点的定位精度。     

基于TDOA定位机制的无线传感器网络节点设计

介绍了一种具有到达时间差(TDOA)定位机制的基于数字信号处理器(DSP)的无线传感器网络节点。它包括TMS320F2812DSP,512 kB的SRAM,2.4 GHz波段的无线收发模块、音频信号收发模块及电源管理模块等。节点通过测量RF同步信号与音频信号的TDOA来测量节点间的间隔距离,并采用互相关时延估计算法来实现节点定位。实验数据表明:该节点最远测距距离超过25m,角度误差小于3.7%。     

无线传感器网络改进型节点定位算法的研究

无线传感器网络节点位置信息对于事件监测起到至关重要的作用,节点定位技术是无线传感器网络应用的支撑技术之一。为了提高无线传感器网络节点定位的精度,同时减少定位计算过程中的能耗,在RSSI,HCRL定位机制分析的基础上提出了一种改进型的节点定位算法:接收信号强度比定位算法(RSS-RL),通过仿真试验显示:RSS-RL定位算法不仅降低了节点定位复杂度,而且,提高了定位精度。     

基于粒子群优化的无线传感器网络非视距节点定位算法

针对室内环境中传感器节点间的非视距传播会降低定位精度的情况,研究基于无线传感器网络的非视距节点定位方法。根据不同环境下信标节点的测量模型和视距传播概率建立目标函数,采用粒子群优化算法估计出未知节点的位置,将利用最小二乘法计算出的节点位置作为粒子的初始位置。仿真结果表明,通过与最小二乘法、残差加权和RANSAC算法相比较,所提出算法能够较好地削弱非视距误差,且具有更高的定位精度。     

无线传感器网络中的节点自适应周期定位

无线传感器网络节点自定位算法是无线传感器网络系统的重要组成部分,是无线传感器网络中所有应用得以实现的基础。基于最小二乘估计的自适应周期定位算法采用周期定位机制控制网络中节点定位,使用基于接收信号强度指示的测距技术获取节点间距离,启动定位周期,直至定位周期终止,完成定位。未知节点采用极大似然估计得到初解,使用最小二乘估计获得自身位置坐标的最终解。仿真实验表明,基于最小二乘估计的自适应周期定位算法能显著提高网络中未知节点的定位率,有效抑制测距误差的传播,提高了节点定位精度。     

无人机协助下基于SR-CKF的无线传感器网络节点定位研究

针对无线传感器网络（WSN）节点的实际应用场合大多数分布在复杂的三维地形，并且当无线传感器网络分布规模达到一定程度时，对每一个传感器节点装载GPS模块来实现节点定位不切实际的情况，提出了一种无人机（UAV）协助下利用极大似然估计法（MLE）对未知节点进行初步定位，引入平方根容积卡尔曼滤波（SR-CKF）算法对未知节点进行精确定位，采用阈值选择的更新策略来减小非线性因素的影响。仿真结果表明:所提出的UAV-WSN-MLE-SRCKF协作定位方式实现了三维地形中未知传感器节点的定位估计，大量减少了装载GPS模块所带来的成本，同时也提高了定位精度和稳定性。     

基于协同预测的无线传感器网络全移动节点定位算法

节点定位技术是无线传感器网络的关键问题之一,分析了无线电的路径损耗模型,建立了基于信号接收强度（Received Signal Strength Indicator, RSSI）和距离的拟合关系模型,提出了一种基于协同预测的无线传感器网络全移动节点定位方法。该方法解决了当能够与未知节点通信的锚节点数量少于3个而不能定位的问题,算法利用未知节点历史时刻的位置信息辅助当前时刻的未知节点定位,即把未知节点历史时刻的位置作作为锚节点的位置,速度值作为通信半径对未知节点进行辅助定位。仿真结果表明,与传统RSSI定位算法相比,该算法的定位成功率提高了约30%,每轮的平均相对误差降低了约47%。     

无线传感器节点定位中基准锚节点的选择研究

针对无线传感器节点精确定位问题,提出一种通过选择基准锚节点实现提高定位精度的改进最小二乘定位算法。目前最小二乘定位算法未能充分利用通过合理选择基准锚节点达到提高定位精度的作用,鉴于此,提出利用累积相对误差最小方法选择基准锚节点,然后,用最小二乘法定位待测节点。仿真结果表明,在较少的增加算法复杂度的基础上能够较大地提高定位精度。