基于改进APIT算法的无线传感器网络节点定位

定位技术是无线传感器网络中一个比较重要的技术.近似三角形内点测试(APIT)算法是一种比较常用的算法,为了提高无线传感器网络(WSNs)定位精度,在APIT算法的基础上进行改进,将三角形进行中垂线分割成4个或者6个小区间,通过对各个节点接收到目标节点信号强度进行比较,判断目标节点位于哪一个小区域内.通过仿真可以得到,改进的APIT算法精度上有了很大的提高.     

无线传感器网络中APIT定位算法的改进

对无线传感器网络中的APIT定位算法进行改进,通过增加判定规则减小了判定未知节点是否在信标三角形的误差,可以显著降低Out-To-In Error错误率.     

基于APIT技术的无线传感器网络目标定位算法

针对无线传感器网络的目标定位问题,提出了一种基于能量的目标定位算法.首先通过移动锚节点轨迹的采集,形成虚拟锚节点,利用三边定位确定未知节点的位置,增加锚节点的密度.采用近似三角形内点测试(APIT)算法对目标节点进行定位,并加入了加权质心因子,用锚节点对目标节点的不同影响力来确定加权因子,以提高定位精度.仿真结果表明:该算法可以有效地提高无线传感器网络目标定位的精度.     

无线传感器网络区域混合感知的APIT定位算法

针对无线传感器网络的特点,在深入分析现有近似三角形内点测试(APIT)定位算法的基础上,提出一种改进机制,即区域混合感知的近似三角形内点测试(RMA_APIT)定位算法。该算法根据网络的部署情况,自动调整未知节点的定位区域并引入辅助节点对未知节点进行定位,从而提高定位精度。仿真结果表明,采用RMA_APIT定位算法,节点的定位精度和有效定位比都有较大提高。     

一种基于APIT的无线传感器网络混合型定位算法

针对现有近似三角形内点测试（ APIT）算法在信标节点密集环境下定位精度不高、稀疏环境下覆盖率较低的问题,提出了一种混合型定位算法。该算法通过减小三角形内点测试（ PIT）时的三角形误判、选择优良的三角形,提高了信标节点密集环境下的定位精度。同时,该算法结合DV-Hop算法与两点定位法在稀疏环境下能计算出未知节点坐标的优点,提高了信标节点稀疏环境下的定位覆盖率。仿真分析表明：混合型算法有效地提高了信标节点密集环境下的定位精度和信标节点稀疏环境下的定位覆盖率。     

基于APIT的无线传感器网络质心算法研究

为了解决基于无线传感器网络的高速公路检测系统中由于信标节点分布不均且稀疏导致的定位误差,结合近似三角形内点测试(APIT)算法提出了一种新的定位算法,保证未知节点在所选择信标节点组成的三角形内。算法不需额外添加硬件,容易实现。M atlab环境下仿真结果显示,基于APIT的质心定位算法在信标节点较为稀疏、不均时,定位精度比采用最近邻信标节点选择的质心定位算法提高了32.18%。     

无线传感器网络中基于有效三角形判定的改进APIT定位方法

在无线传感器网络中,节点自定位是网络的基本功能,是定位跟踪的前提。基于近似三角形内点测试（APIT）的自定位算法在定位过程中计算量大,耗能较高。针对上述问题,提出了一种利用分离定理和面积法排除无效三角形的方法,该方法在保证一定定位精度的基础上,降低了APIT的次数和传感器的通信量,延长了无线传感器网络的使用寿命。     

无线传感器网络近似三角形内点测试定位算法

无线传感器网络作为一种全新的信息获取和处理技术,可以在广泛的应用领域内实现复杂的大规模监测和跟踪任务,而网络自身定位是大多数应用的基础。传感器节点自身定位就是根据已知位置的节点,按照某种定位机制确定自身的位置。该文分析了近似三角形内点测试算法,对该算法进行了改进,分析表明：较之原算法,改进算法增大了anchor节点的覆盖度,降低了In-To-Out Error与Out-To-In Error发生的概率。     

无线传感器网络近似三角形内点测试定位算法改进

作为重要的共性支撑技术之一,无线传感器网络的定位问题极具研究价值。分析了近似三角形内点测试算法,对该算法进行了改进。仿真分析表明:较之原算法,改进算法降低了错判发生的概率。     

无线传感器网络中APIT--VP三维定位算法

在研究APIT—3D定位算法思想基础上,提出了一种改进的定位算法APIT—VP。新算法解决了APIT—3D算法在节点分布不均匀的情况下定位精度和定位覆盖率较低的问题;在一定程度上避免了PIT—3D测试中出现的OutToIn和InToOut误判错误;并且利用基于中垂面分割法代替原先的网格扫描算法,降低定位运算复杂度,减少能耗。仿真实验结果表明:在无线传感器网络环境理想、300个节点随机部署在100 m×100 m×100 m的三维区域情况下,APIT—VP算法定位覆盖率可达90%,定位误差控制在25%左右,并且与APIT—3D算法相比有效降低了计算复杂度。     

基于MOFTLBTV的WSNs定位算法

传感节点感测数据易受到干扰,导致传感节点获取的数据出错。为此,提出基于二值数据的多目标容错定位算法(BMSFTL)。该算法研究传感节点的差错概率的情况,利用传感节点的二值数据对目标源进行识别及定位。在识别过程中利用分布式竞争领导者(DCL)算法产生领导者(leader)节点。通过估计Leader节点数实现对目标源的识别。随后定位阶段采用基于网格投票(GBV)机制对目标源进行定位。在条件下将BMSFTL与DNLEP算法在对两个或多个目标源的识别,定位性能进行了三方面进行了对比,BMSFTL算法在噪声和差错情况下,保持高的定位性能,在差错概率为0.25的环境,均方根误差小于8m,其性能远优于DNLEP算法。     

基于AOA的无线传感器网络节点定位算法

在无线传感器网络节点SDP定位算法基础上,提出了一种改进的基于信号到达角(AOA)信息的无线传感器网络节点自身定位算法。本算法在所有节点的坐标轴方向都是未知的假定下,将AOA测量值用于计算信号到达差分角信息,将所有节点之间的角度关系表述为凸规划约束条件,从而将定位问题转化为一个凸集优化问题。在理想情况下,将定位问题转化为一个线性规划问题。实际情况中,考虑到测量误差,通过引入辅助变量,将定位问题转化为一个二次规划问题。仿真结果表明:改进算法与原算法相比,对AOA测量误差在10°以下时,定位精度提高约为5%~20%。     

一种改进的APIT定位算法

针对无线传感器网络中APIT定位算法定位误差大的问题,提出了一种改进的APIT定位算法。该算法针对APIT测试易产生InToOut和OutToIn错误而影响定位精度的问题,提出了新的内点测试方法;算法进一步通过中位线来缩减传统APIT算法中的三角形定位区域,提高定位精度。改进算法复杂度低,不需要任何额外硬件的支持。仿真结果表明,改进算法在不同锚节点密度和通信半径的网络中都具有较高的定位精度,满足于大多数无线传感器网络的定位需求。     

基于弹簧系数的无线传感器网络定位算法

提出了基于弹簧系数和接收信号强度指示的DV-Hop的改进算法(SCRDH)。将节点与锚节点间最短路径抽象成弹簧模型,利用弹簧模型改进DV-Hop全网平均跳距和节点之间最小跳数的取值方法,并通过增加全网弹簧系数来提高定位精度。仿真结果表明:SCRDH算法的定位误差在一定条件下可以达到12%明显优于DV-Hop算法。     

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.     

无线传感器网络中一种基于连通性的非测距定位算法

针对传统非基于测距的定位算法仅用二进制数评估连接与否而没有基于单纯的连通性导致定位误差增加的问题,基于1跳内相邻节点间距离的远近关系,提出了一种调整特征距离(CSD)算法.作为一个透明的支撑层,只需较少额外成本.仿真实验表明:嵌入CSD后的定位算法可以有效提高定位精度.     

WSNs中基于RSS的协作式节点定位算法

针对现有的测距技术准确性易受环境噪声影响的特点,在多维标度(MDS)分析法的基础上,结合加权最小二乘(WLS)法,加以改进,提出一种基于接收信号强度(RSS)的协作式定位算法-WLS-MDS.仿真实验结果表明:与MDS以及线性最小二乘(LLS)定位算法相比,所提算法在环境噪声干扰严重以及锚节点数目受限的极端条件下,仍然能够达到较为理想的定位精度,更加适合应用于实际的大规模无线传感器网络(WSNs).