无线传感器网络中APIT-HR定位算法

针对无线传感器网络(WSNs)中近似四面体内点(APIT)质心定位算法计算复杂度高、定位精度差的问题,提出一种基于RSSI值折半的APIT (APIT-HR)质心定位算法.该算法以未知节点与三角形中的两个锚节点同时感知第三个锚节点的RSSI值进行比较并确定未知节点的存在区域,再以该区域质心作为定位结果.以面积规则和圆交域质心法改善APIT算法中存在的一些缺陷.仿真实验表明:相对于原始的APIT质心定位算法,APIT-HR算法降低了计算复杂度,提高了定位覆盖率和定位精度,定位误差缩小了22.8％.     

基于RSSI校正的无线传感器网络定位算法

为了使接收信号强度指示（RSSI）的测量误差对节点定位精度的影响程度达到最小化,提出一种基于RSSI高斯加权校正的质心定位算法.首先通过高斯函数滤去偏差较大的RSSI值,然后再对余下的RSSI值加权计算得到优化的RSSI测量值,并利用测量到的RSSI值计算出锚节点与未知节点之间的距离,然后根据计算出的距离对锚节点坐标加权,并通过质心定位算法求出未知节点的位置坐标.仿真实验表明：该算法相比基于RSSI的质心定位算法,定位覆盖率提升3％～6％,平均定位误差至少减少4％,是一种定位精度更高的算法.     

无线传感器网络质心定位新算法及性能分析

针对锚节点非均匀分布的无线传感器网络质心定位算法定位精度较差的缺陷,提出一种新的质心定位算法--基于最小包围多边形定位(SEPL)算法。该算法以包围未知节点邻居锚节点的最小多边形质心作为未知节点的估计位置。仿真结果表明,SEPL算法可以有效改善锚节点分布不均匀时质心定位算法误差较大的问题,平均定位精度比一般的质心定位算法提高15%。     

一种改进的质心定位算法

在无线传感器网络中,确定传感器节点的位置至关重要.通过对传统的质心定位算法进行分析,考虑到接收信号强度直接影响到未知节点的定位精度,提出了一种基于RSSI的改进的质心定位算法.该算法将每个未知节点的通信区域划分为6个部分,通过比较RSSI,找到对未知节点更为精确的估计区域,从而对未知节点作出更为精确的位置估计.仿真结果表明,相比于原始的质心定位算法,改进后的质心定位算法大大提高了无线传感器网络节点的定位精度.     

基于节点映射的井下无线传感器网络定位算法

针对目前井下定位算法对未知节点不在锚节点组成区域内的情况考虑不全面,从而导致定位误差较大的问题,提出了一种基于节点映射的改进加权质心定位算法。该算法对未知节点不在锚节点组成区域内的情况进行节点映射处理,并通过改进加权质心定位算法求锚节点的多个质心,通过质心节点对未知节点进行定位。仿真结果证明,该算法可以提高节点的定位精度。     

基于RSSI的WSNs加权质心定位算法的改进

针对无线传感器网络(WSNs)定位算法定位精度不高的问题,提出了一种基于RSSI测距的质心(Centroid)算法和加权质心(W-Centroid)定位算法相结合的新的定位方法WR-Centroid.该算法主要通过RSSI测距得出4个参考节点到未知节点的距离,再任选3个距离为半径,以相应的参考节点为圆心画圆得到3个圆的交叠区域,构成一个三角形,求出这个三角形的质心.依照这种方法,求得4个质心坐标,利用加权质心定位算法求出未知节点的坐标.仿真结果表明:该算法比加权质心定位算法精度有很大的提高.     

基于四边形分解的质心定位算法

为了有效地获得未知节点的坐标,质心定位算法通常任取3个信标节点,组成三角形并求质心,但其定位误差较大.为了提高节点定位精度,取4个信标节点,组成四边形,并将该四边形分解成2个三角形,并分别求两者的质心,再对2个质心的坐标求平均,作为未知节点的质心.该算法避免了4个信标节点组成凹四边形带来的较大误差.Opnet环境下进行的动态仿真实验结果表明:在不增加锚节点的情况下,该算法比原始质心算法收敛速度略微减小,但是计算精度得到了较大提高.     

基于区域分割的二次质心定位算法

为了解决锚节点分布不均匀时质心定位算法会产生较大误差这一问题,提出一种改进的质心定位算法。用初次质心定位结果来取代未知节点通信半径内距未知节点最远的信标节点,再进行二次定位来减小由于信标节点分布不均匀而导致未知节点的估计位置偏向距离较远的信标节点的现象。仿真结果表明,相比传统的一次质心定位算法,二次质心定位算法在定位精度方面有较大的提高。     

基于同心圆定位算法的改进算法研究

在分析了常用几种无线传感器节点定位算法的基础上,依据同心圆定位算法原理,提出环形定位算法。该算法的原理是利用锚节点通过一定规则做圆环,不断缩小未知节点的估算区域,直到得到包含未知节点的最小区域,取最小区域质心位置作为未知节点的估算坐标。对同心圆定位算法、环形定位算法及改进方案进行了对比仿真实验,结果表明,在锚节点比例达到5%,在20*20m2的仿真场景内部署1000个传感器节点、锚节点密度为5%时,同心圆定位算法误差为34.86%,环形定位算法定位误差为26.64%。在改进方案中,运用了多次划分圆环方法来提高定位精度。实验结果表明,改进后的算法在锚节点密度为5%时,定位误差降低到15.76%。     

无线传感器网络的分级定位算法

对无线传感器网络节点定位问题进行了研究,为了提高未知节点的定位精度,提出了一种与距离无关的分级定位算法（IDV-Hop+IMP）。当未知节点周围邻居锚节点的数量少于三个时,采用IDV-Hop算法;当未知节点周围有三个邻居锚节点时,采用IMP算法;当未知节点周围邻居锚节点的数量大于三个时,采用加权质心定位算法。仿真结果表明,在稀疏锚节点的环境下,在保证定位覆盖率的同时IDV-Hop+IMP算法比现有的如质心、DV-Hop有更高的定位精度。     

基于RSSI的无线传感器网络圆环质心定位算法

针对无线传感器网络质心算法受节点分布均匀程度的影响, 少数锚节点增大定位误差, 提出了一种圆环质心算法. 该算法以未知节点为圆心, 将未知节点通信区域划分成半径由大到小的圆环, 通过圆环剔除容易增大定位误差的锚节点, 筛选出合适的锚节点, 并在圆环上寻找近似等边三角形来进一步减小定位误差. 同时提出了利用RSSI值来形成圆环的方法. 仿真结果表明, 在100m×100m的区域中, 随机投放100个节点, 通信半径为20m, 锚节点数为20时, 圆环质心算法与质心算法相比, 定位精度提高了11%.     

基于动态损耗因子和权重的改进质心定位算法

针对无线传感器网络（WSN）节点的定位精度受环境和误差权重因子的影响问题,提出一种对路径损耗因子和误差权重因子动态修正的质心定位算法。前期根据实测和路径损耗模型,加权修正得出动态损耗因子;后期通过划分矩形区域,构造权重因子矩阵。首先,使用动态损耗因子,代入传统加权质心定位算法估算出未知节点的位置;然后,查询误差权重因子矩阵,确定最优权重因子,重新计算出未知节点坐标。实验结果表明,改进的算法降低了平均误差和最小误差,定位精度比普通质心算法提高了58%,比动态修正质心算法提高了21%,比动态加权质心算法提高了11%,定位精度有所提高。     

二次栅格扫描与三角形质心迭代的定位算法

为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上提出一种改进的二次栅格扫描定位算法,再利用三角形质心迭代法进一步提升定位精度。首先通过比较未知节点的所有邻居锚节点到该未知节点的信号强度,找到最近邻居锚节点,利用最近邻居锚节点对可再定位的未知节点所在的估计区域进行二次栅格扫描,再利用PIT法则对定位区域进一步缩减,最后对质心三角形质心进行迭代计算得到最终定位点。仿真结果表明,在相同的网络环境下,与传统算法相比,改进算法明显提高了平均相对定位精度。     

基于RSSI的ZigBee动态加权质心四点定位算法*

摘 要：针对传统的基于RSSI的加权质心定位算法中使用静态权重因子指数只能使部分区域的误差得到明显改善而其他区域的误差相对较大的现象,本文提出了一种基于动态权重指数的四点定位算法。在矩形区域中,通过构造权重因子指数矩阵,使不同区域拥有相对最优权重因子指数,在实际运算时,首先通过传统加权质心算法判断未知节点大致位置,然后通过查询指数矩阵确定相对最优权重因子指数并重新计算未知节点坐标,并作为未知节点实际坐标。通过仿真实验,其结果表明,该算法较传统的加权质心定位算法明显的降低了定位中的平均误差及最小误差,提高了精度,并且运算量小,硬件要求简单,有很广泛的应用价值。     

基于WSNs中距离函数和指数函数的三维质心定位算法

将无线传感器网络中二维定位扩展到三维定位,并针对三维空间定位精度低的问题,分别提出了基于距离函数和指数函数的三维加权质心定位算法.仿真结果表明:基于这两种函数的加权定位算法的精度较传统三维质心算法有了显著提高,平均定位误差均降低了8%.同时,在锚节点比例为15%时其网络覆盖率可达92%以上.     

基于RSSI加权质心和GASA优化的WSN定位算法

针对无线传感器网络节点在自身定位中广泛存在较大的定位误差的问题,提出一种基于RSSI加权质心和GASA优化的无线传感器网络定位算法。该算法假设无线传感器网络中存在一定比例的位置已知的锚节点,利用RSSI加权质心算法计算未知节点与锚节点间的距离,建立以未知节点位置为参数的数学模型,用GASA优化算法计算最优解从而获得未知节点的位置,实现未知节点自身的定位。仿真实验的结果表明,当锚节点个数为30,算法的平均定位误差在10%以内,比RSSI加权质心算法降低了10%~15.5%左右,并且随着节点个数的增加平均定位误差降低。     

基于RSSI距离修正的WSNs定位算法

针对无线传感器网络(WSNs)易受外界因素影响,导致三边定位的锚圆不能相交的情况,提出了一种接收信号强度指示(RSSI)距离修正定位算法。通过对锚圆半径进行修正,形成3个锚圆相交的区域,然后用加权定位法对未知节点进行准确定位。仿真和实验结果表明:在6 m×10 m的区域范围内,该算法的平均定位误差为0.62 m,和其他定位方法相比,有更好的定位精度。     

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。