无线传感器网络TDOA测距误差分析与校正

测距是无线传感器网络定位的基础,基于TDOA的测距有较高的精度;分析现有的基于TDOA的无线传感器网络定位系统与算法,使用基于超声波传感器和无线射频模块的TDOA测距技术,并针对测距过程中存在的误差,提出一种新的误差补偿和校正方法;该方法在对TDOA误差源及其影响行为进行详细分析的基础上,建立了测距误差模型;对影响较大的误差因子给予单独校正,并结合相关数学原理,引入了最小二乘回归,建立了误差校正的方案;实验结果表明,该方法有效地减小了测距误差的影响,从而提高了系统定位精度。     

基于蝙蝠算法的无线传感器网络节点定位

节点定位是无线传感器网络的关键技术,针对最小二乘算法节点定位的不足,为了提高无线传感器网络节点定位精度,提出一种基于蝙蝠算法的传感器节点定位方法。首先将无线传感器节点定位问题转换成一个多约束优化问题,然后采用局部和全局搜索能力强的蝙蝠算法对其进行求解,最后在Matlab 2012平台上对定位性能进行仿真测试。结果表明,相对于其他节点定位方法,该方法提高了传感器节点的定位精度和定位效率。     

基于不同平面的无线传感器网络节点定位算法

作为一种全新的信息获取和处理平台,无线传感器网络广泛应用在环境恶劣、不可到达领域中实现监测与跟踪任务。考虑到无线传感器通常部署在非平面应用场景,提出了一种基于补偿系数节点定位算法。算法中利用加权平均方法来计算补偿系数,同时在三边测量法中使用最小二乘解来提高无线传感器网络节点自身定位的准确程度。仿真实验表明该算法与传统的位于同一平面理想状态定位算法相比,更能提高定位精度以满足实际应用的需要。     

基于跳数的无线传感器网络定位求精算法

节点本身的定位误差和节点间距离测量（或计算）误差的积累限制了无线传感器网络节点定位循环求精的功效。为有效提高定位精度,在继承加权最小二乘法优点的基础上,提出基于跳数的求精和与其相对应的节点相对置信度方法。增加节点定位计算的冗余度,可有效减小误差积累。将该方法应用于Robust Positioning定位算法中,构成一种新的RP—Hop定位算法。仿真实验结果表明,节点的定位精度可提高约10％。     

无线传感器网络TDOA定位系统的设计与实现

分析现有的基于TDOA的无线传感器网络定位系统与算法,使用基于超声波传感器和无线射频模块的到达时间差(TDOA)测距技术,完成了该定位系统、机制和算法的设计和实现;针对传感器网络在实际应用中的不均匀性布撒和不良节点定位等问题,在TDOA测距技术和多边测量定位算法的基础上,提出一种改进的定位算法,以提高网络定位性能;实验表明,改进后的定位系统有效的减小了网络的定位误差,解决了不良定位问题,可应用到无线传感器网络中。     

基于人工蜂群改进算法的无线传感器网络定位算法

针对无线传感器网络无需测距的DV-Hop定位算法中,利用最小二乘法进行节点定位时存在较大误差的问题,提出了一种改进的DV-Hop智能定位算法。首先在详细分析DV-Hop算法中最小二乘法原理的基础上,将定位问题转化成全局最优化问题;其次根据人工蜂群算法计算最优化问题的优势,结合定位具体问题,提出了一种自适应人工蜂群算法;最后将改进的人工蜂群算法运用到DV-Hop算法未知节点的坐标估计阶段实现定位。仿真实验表明,改进的定位算法与最小二乘法及基于传统人工蜂群算法的DV-Hop算法相比,在不同锚节点比例和不同节点数的情况下,定位精度和精度稳定性都有明显提高。     

GPS和无线传感器网络融合定位算法研究

为了解决普适计算环境下室内外无缝定位问题,提出了一种卫星定位和无线传感器网络组合定位的算法.算法主要利用了GPS卫星定位系统伪距观测数据和无线传感器网络距离观测数据联合进行位置解算.仿真结果表明,算法与传统的GPS定位相比,增加定位的适应范围,实现少于4颗可用卫星情况下的定位;与无线传感器网络定位算法相比,提高了定位精度.     

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河流中稳态扩散污染源定位研究

针对河流中污染源定位问题,首先分析了河流污染源扩散模型,给出了一种处理完全吸收边界,不完全反射边界以及完全反射边界的通用河流污染源稳态扩散模型。改进了在边界约束下以测量值与理论值之差的平方和为目标的非线性最小二乘算法,并提出了一种新的最小二乘污染源定位算法。该算法弥补了直接非线性最小二乘算法在数值计算过程中稳定性较差的缺点。最后,仿真研究了浓度测量噪声,节点漂移误差和反射系数误差对定位性能的影响。仿真结果表明:已知信息的误差越大,则定位均方根误差越大;传感器节点个数越多,估计精度越高,但当节点增加到一定数量时,继续增加节点对定位精度的影响会减小。另外,仿真结果验证了非线性最小二乘算法的优越性,说明了算法在河流污染源定位应用中的有效性。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

基于SVM分类区域的传感器网络节点自定位算法

针对无线传感器网络(WSN)低成本、低功耗的要求,提出了一种基于支持向量机(SVM)分类区域的距离无关的定位算法,首先SVM通过对训练数据的学习构造一个二叉决策树分类器,然后该分类器将未知节点的位置确定在某一分类区域中,最后取这一区域的中心作为节点的估计位置。该算法仅仅需要网络连通性信息（即跳数）,降低了网络成本和通信负荷。仿真表明该算法在保证一定的定位精度下,有效减轻了覆盖漏洞和边缘问题。     

传感器网络中基于应用规则与概率的动态路由算法

针对连续数据分发型传感器网络，提出了一种基于应用规则和概率的动态路由算法RPDR。算法基于节点的状态信息，与应用规则交互后周期性地构造一棵广度优先的数据汇集树形成动态路由路径。数据汇集树由初始生成树建立与生成树修补两阶段完成，算法首先将节点状态作为输入参数提供给应用规则，再由规则使用预定义公式计算出节点当前轮成为树节点的概率，形成初始树；而后在树修补阶段，通过添加一些新的普通节点为路由节点对初始树进行修补，完成树的连通覆盖。仿真结果表明，与TinyOS信标算法相比，在本文设计应用规则下的路由算法具有高数据传输率、时延短、平均能耗低的优点，能延长网络生存时间。     

基于蝙蝠拟牛顿混合算法的无线传感器网络节点定位

针对距离矢量-跳数(DV-Hop)算法第三阶段中最小二乘法定位精度低的问题,提出一种蝙蝠-拟牛顿混合算法与DV-Hop算法融合的定位算法.首先对蝙蝠算法进行两点改进:1)根据蝙蝠个体的适应度值自适应调节随机向量β,使得脉冲频率具有自适应能力;2)利用当前迭代之前所有最优个体的平均位置来引导蝙蝠移动,使得速度具有变异性能;然后在DV-Hop算法第三阶段采用改进蝙蝠算法得出节点的估计位置,再利用拟牛顿算法以估计位置为初始点继续搜索节点位置.仿真结果表明:相比传统DV-Hop算法和基于蝙蝠算法的DV-Hop改进算法(BADV-Hop),该算法的定位精度大约提高了16.5%、5.18%,且稳定性更好,适用于定位精度和稳定性要求较高的场合.     

无线传感器网络优化路由树构造算法

针对无线传感器网络使用洪泛建立路由树时,传统的碰撞退避机制和路由树构造策略容易造成消息剧烈碰撞、路由容易瘫痪和建立非优化路由树等问题,提出了无线传感器网络优化路由树构造算法。算法定义路由有效期、父节点优先级队列,并结合跨层设计思想,修改MAC退避算法,提出交叉退避窗口策略,并经仿真实验证明能够有效地构造出较优的路由树。     

基于部署信息的无线传感器网络配对密钥方案

在充分考虑无线传感器网络自身特点的基础上,针对现有无线传感器网络密钥管理中存在的问题,利用Blom矩阵,提出了一个基于部署信息的无线传感器网络密钥管理方案(KPSBM),并从该方案的安全性、连通性、可扩展性、有效性等方面进行分析,并与现有的一些常用方案进行了分析比较,结果表明,KPSBM在这些方面有较好的性能。     

能量有效的三维无线传感器网络覆盖算法

无线传感器网络通常都工作在三维空间中,因此需要三维空间中的覆盖算法。结合三维空间的特点对二维空间内的覆盖算法SGA进行改进,在此基础上提出一种三维空间的覆盖算法——SSG算法,该覆盖算法的优点是不依赖于节点位置信息,并通过仿真实验给出了覆盖质量分析。     

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。     

基于等级的无线传感网自适应分簇算法

为解决现有无线传感器网络（WSN）分簇算法难以同时兼顾其异构性和移动性,从而引发网络寿命较短、网络数据吞吐量较低等问题,提出了基于节点等级的自适应分簇算法。该算法按轮运行,每轮分为自适应分簇、簇建立、数据传输三个阶段。为解决节点移动性引发的簇首数目和成簇规模不合理的问题,在自适应分簇阶段,根据子区域内节点数目变化对相应子区域进行细化或就近合并,以确保每个子区域内节点数目在合理范围内。在簇建立阶段,选举簇内等级最高的节点为簇首,解决异构性引发的部分节点能耗过快、网络寿命缩短的问题;节点等级除考虑节点剩余能量外,还结合WSN实际应用,由节点剩余能量、能量消耗速率、到基站的距离、到簇内其他节点的距离综合决定。基于OMNeT++和Matlab的仿真实验结果表明,在节点移动速度为0~0.6 m/s的能量异构WSN环境下,较移动低功耗自适应集簇分层（LEACH-Mobile）算法和分布式能量有效分簇（DEEC）算法,运用所提算法分簇的WSN寿命延长了30.9%以上,网络数据吞吐量是其他两种算法分簇的网络的1.15倍以上。     

一种节能的基于定位的传感器路由算法

基于定位的无线传感器路由算法普遍存在节点能耗过快及能耗不均衡的问题。借鉴SELAR算法的思想,提出一种节能的定位路由算法EELAR。该算法通过选取转发代价最小节点作为中继节点实现数据转发,而转发代价由节点位置和能耗综合计算得出。针对能耗问题,该算法还引入了睡眠机制,节点根据自身能耗随机睡眠。实验证明,该算法使无线传感器网络能耗更均衡,能有效延长整个网络的生存时间。