基于RSSI测距分析

作为一种全新的信息获取和处理方式,无线传感器网络可以应用在广泛的领域内实现复杂的大规模监测和追踪任务,而网络自身的定位是大多数应用的基础.基于距离的定位是通过测量节点间距来实现的.利用RSSI测距只需较少的通信开销和较低的实现复杂度,这在能量有限的网络节点中是非常重要的.论文分析RSSI测距的原理,实验验证RSSI测试可重复性,在适度的动态环境中RSSI变化有规律性,采用加权和均值法消除环境因素对RSSI测量的影响.实验验证在15 m以内的测距精度可达到2 m.     

基于RSSI比值修正的无线传感器网络DV-Hop定位算法

针对传统原DV-Hop算法未考虑因邻居节点间分布不均直接使用跳数来估计每跳距离而导致对未知节点到信标节点的距离估算造成较大的误差,提出一种基于接收信号强度指示(RSSI)比值修正距离估计定位算法,把RSSI作为节点间欧氏距离的比征来修正每一跳的距离.仿真实验表明:该改进算法在几乎没有增加通信开销的前提下有效地提高了DV-Hop定位精度,同时增强了算法的环境适应性.     

基于ZigBee的RSSI测距研究

基于RSSI的测距技术是一项低成本和低复杂度的距离测量技术,被广泛的应用于无线传感器网络基于距离的定位技术中.本文在对RSSI测距的原理以及环境对RSSI的影响进行详细分析和研究的基础上,提出了三种实验数据处理方式,并在摹于ZigBee的硬件平台上进行实验,得到了三种数据处理方式的测距精度.实验结果表明,在消除环境因素的影响后,高斯模型数据处理方式的测距精度最高--在20 m的近距离测距时,精度在2 m以内.     

基于DV-Hop定位算法和RSSI测距技术的定位系统

针对 DV Hop算法在实验环境中存在的问题,加入接收信号强度指示器（RSSI）测距模块辅助定位,对算法进行改进。为了实现定位系统,首先,需要建立当前实验环境的RSSI模型;然后,应用该模型,从锚节点和非锚节点两方面分别控制DV Hop定位过程。实验证明：改进后的定位系统在增加少量计算复杂度的情况下,改善了系统的稳定性,提高了定位的精度,可以被应用到无线传感器网络中。     

基于DV-Hop算法的误差改进方法

传感器网络由于资源受限,定住算法需要考虑定位精度,网络购建成本,通信、计算开销等多方面因素。结合上述的评价标准以及分类方式．通过分析典型的DV—Hop的误差产生原因,提出改进方案,并利用仿真环境实现。     

无线传感器网络中一种改进的DV-Hop定位算法

节点定位是无线传感器网络应用的关键技术,文章分析了DV-Hop算法及提出的一些改进方法;DV-Hop算法简单把跳数作为衡量节点距离的标准,这样会由于跳数相同、实际距离远近不同而选用错误的锚节点定位引起较大误差;通过引入了RSSI测距模型,把测距技术和非测距技术相结合,校正距离锚节点远近,在一跳之内以及多跳情况下分别实现更高精度的定位从而达到在一定程度上降低定位误差的目的。     

基于RSSI的无线传感器网络节点测距方法研究

基于RSSI的测距技术是无线传感器网络测量节点间距离的基础,RSSI测距具有通信开销小、实现复杂度低等优点,可广泛应用于无线传感器网络的定位、监测等领域.首先分析RSSI测距的原理,在此基础上采用用户自定义通信协议的CC1100芯片进行测距实验,取得了多组数据,通过对实验数据的分析,验证了在适度的环境下RSSI测量值的变化与距离的关系有一定的规律可循,提出采用加权和均值的方法降低外界环境对RSSI测距的影响,并用实验加以验证.     

基于蝙蝠算法的DV-Hop定位改进

无线传感器网络DV Hop定位算法在定位过程中,由于待定位节点和锚节点之间的估算距离存在误差,这就使得定位结果必然会有误差,因此定位问题的本质就是最小化定位误差;蝙蝠算法是一种具有良好性能的智能优化算法,根据节点间的距离和锚节点的位置,应用蝙蝠算法对DV-Hop的定位结果进行了优化;基于蝙蝠算法的DV Hop优化,无需额外增加硬件设备和节点间的通信数据量;仿真实验证明,应用蝙蝠算法改进的DV-Hop定位较原始DV Hop定位平均提高定位精度35％以上.     

基于RSSI测距的传感器网络定位算法研究

基于RSSI(Received Signal Strength Indicator)的测距技术根据理论或经验信号传播模型将传播损耗转化为距离.在实际应用环境中,由于多径、绕射、障碍物等因素,无线电传播路径损耗使得定位过程中产生距离误差.通过对二维空间定位过程中产生距离误差区域进行分析,提出了基于RSSI的新的定位算法ERSS.该算法计算简单,定位过程中节点间不增加通信开销,无需硬件扩展.仿真实验表明,该算法较普通的基于RSSI的测距方法有了明显的改进,提高了距离估计的精度,适合在通信开销小、硬件要求低的传感器网络节点上应用.     

基于移动锚节点的改进DV-Hop算法

DV-Hop是一种典型的无须测距的定位算法,针对该算法在定位过程中存在的定位精度不高的问题,提出了一种基于移动锚节点的改进算法。利用锚节点的移动形成多个虚拟锚节点,有效减少了锚节点的使用数量;并在原算法基础上,修正平均跳距,使其更接近真实值。仿真结果表明:改进算法定位误差比传统DV-Hop算法平均降低了约 30%,大大提高了定位精度。     

基于接收信号强度指示的改进质心定位算法

传统质心定位算法虽然简单易行、成本低,但仅为粗略的定位估计方法,定位精度亟需改善.针对该问题,通过优选信标节点,提出了一种基于接收信号强度指示(RSSI)数据的改进质心定位算法,有效克服了传统质心定位算法"通信半径越大,定位精度反而下降"的缺点.通过MATLAB仿真验证算法的有效性和可靠性.     

基于LQI和RSSI改进的DV-Hop定位算法

首先介绍了无线传感器网络DV-Hop定位算法,针对该算法存在的一些不足进行了改进.然后引入LQI(Link Quality)和RSSI(Receive Single Strength)两种技术.接着,根据LQI与PRR(Packet Receive Rate)近似成线性变化的理论,对DV-Hop定位算法中获取的跳数信息进行重新确定,并且对6-4锚节点单跳通信的节点,利用RSSI模型修正节点到锚节点的距离.实验证明,改进后的定位算法提高了定位精度.     

基于无线传感器网络的DV-Hop定位算法的改进

在无线传感器网络的定位算法中,距离向量-跳段(DV-Hop)是典型的无需测距算法之一,但其定位精度不高。为提高算法的定位精度,通过对DV-Hop算法的理论分析,找出该算法产生误差的主要原因。针对该算法存在的缺陷,新算法巧妙利用无线信号在同种介质中传播速度的不变性,用计数器来测量锚节点间的传送时间以及锚节点与未知节点间的传送时间,并利用该时间比例来修正未知节点的估计距离。通过仿真实验表明:新算法减少了定位误差,提高了定位精度。     

基于平均跳距估计的改进DV-Hop定位算法

传统DV—Hop定位算法只考虑了最近一个锚节点估计的平均每跳距离,而单个锚节点估计的平均每跳距离值无法准确地反映网络的实际平均跳距,导致定位误差较大。针对这一问题,提出一种基于平均跳距估计的改进DV—Hop定位算法。改进算法在计算未知节点到各个锚节点距离时,考虑到离该未知节点最近的锚节点到其它锚节点的距离及跳数的不同,计算出不同的平均跳距,使其更接近于实际平均跳距。仿真结果表明,与传统DV—Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,并且算法简单,计算量小,是无线传感器网络中节点定位的一种实用方案。     

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。     

一种改进的DV-Hop传感器网络定位算法

基于DV-Hop的无线传感器网络定位算法在洪泛过程中产生大量信息而导致能量消耗大的问题,提出了一种选择边界锚节点的算法。通过减少参与洪泛的锚节点个数来减少能量消耗,从而延长无线传感器网络的生存周期。实验表明,提出的算法不仅能够减少传递的信息量,而且还能略微提高定位精度。     

基于核的RSSI定位

定位在无线传感网络的应用中有非常重要的作用,但是目前定位技术的准确度不够理想,RSSI是一种能实际使用确定传感网络中节点间距离的技术。在无线传感网络中引进了核,核是一个拥有三个或更多有着固定位置关系传感节点的物体。核能定位其他核或节点,同时核也能被传感网络定位。通过模拟发现使用核能有效提高定位的准确度。     

无线传感器网络中DV-Hop定位算法的改进

针对传统的DV-Hop定位算法在定位过程中,存在锚节点与未知节点之间的平均跳距估计的不足以及定位过程中出现的未知节点坐标超出既定区域的情况,提出一种改进的DV-Hop(Distance Vector-Hop)定位算法。在改进算法中,对平均跳距进行补偿,并对超出定位区域的未知节点的坐标进行重新修正。仿真结果表明,改进后的DV-Hop算法能够更准确地对平均跳距进行估计,有效降低了未知节点的定位误差。