无线传感器网络中的定位技术研究

传感器网络是综合了传感器、嵌入式计算、网络及无线通信等技术的一种全新信息获取和处理技术。由于许多应用需要精确的定位,因此过去几年无线传感器网络定位技术得到广泛关注。研究了几种典型的定位技术,并根据距离误差、节点密度、anchor节点数量和所需设备等要求对各算法进行了性能分析、比较。最后总结了这些定位技术用于无线传感器网络中存在的问题,并提出了下一步工作的设想,即研究一个公共的三阶段的分布定位算法。     

无线传感器网络中的定位技术研究

传感器网络是综合了传感器、嵌入式计算、网络及无线通信等技术的一种全新信息获取和处理技术.由于许多应用需要精确的定位,因此过去几年无线传感器网络定位技术得到广泛关注.研究了几种典型的定位技术,并根据距离误差、节点密度、anchor节点数量和所需设备等要求对各算法进行了性能分析、比较.最后总结了这些定位技术用于无线传感器网络中存在的问题,并提出了下一步工作的设想,即研究一个公共的三阶段的分布定位算法.     

煤矿井下超宽无线传感器网络定位技术的研究

超宽带技术作为一种新型短距离无线通信方式,其所采用的纳秒级窄脉冲具有许多传统正弦载波无法比拟的优势。基于超宽带技术本身具有的特性,将其与无线传感器网络技术相结合,可以广泛应用于煤矿井下环境,通过无线传感器网络节点定位实现安全监测。本文主要介绍了无线传感器网络节点定位基本原理和算法,提出适合煤矿井下环境的定位算法,并且在传统的测距定位方法基础上进行改进。仿真结果表明,改进的定位算法有效的提高了节点定位精度和定位性能。     

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.     

基于RSSI的无线传感器网络节点定位算法

节点定位技术是无线传感器网络关键技术之一,介绍了节点定位技术的基本原理,提出了一种新的基于接收信号强度(RSSI)的无线传感器网络定位算法.该算法在第一阶段对节点初始位置进行初步估计,第二阶段对节点初始位置进行求精.仿真结果表明,在锚节点比例较低的情况下,该算法仍然可以实现较高的定位精度,并且与dv-distance定位算法比较,表明该算法在相同条件下精度更高.     

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。     

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。     

基于遗传算法WSN节点定位算法研究

研究无线传感器网络节点定位问题.针对无线传感网络由于位置信息等原因而造成节点定位误差较大,精确度不高等问题缺陷,提出了一种改进的基于遗传算法优化DV-hop定位算法,并将算法应用在无线传感网络节点定位中,算法首先利用节点间的距离和锚节点的位置,在距离无关定位算法的最后一个阶段,采用遗传优化算法对DV-hop算法定位得到位置进行校正,在不增加传感器节点的硬件开销的基础上有效提高定位精度和扩大定位范围,仿真结果表明,改进的网络节点定位算法定位误差小和定位范围广等性能,与原始的DV-Hop定位算法相比定位误差明显减小,精度明显提高.表明算法是一种高效节能的定位算法.     

无线传感器网络节点定位算法的研究

无线传感器网络节点数量大、资源有限,采用全球定位系统(GPS)定位设备来获取节点位置信息成本太高,研究适合无线传感器网络节点定位算法具有重要意义。通过分析无线传感器网络节点定位算法的基本原理,介绍已提出的几种节点定位算法,并进行分析比较。     

一种基于约束策略的无线传感器网络定位算法*

节点定位技术是无线传感器网络的关键支撑技术之一,对于无线传感器网络的基本理论方法和应用研究都具有重要意义。在深入研究分析距离无关定位算法的基础上,提出了基于约束策略的无线传感器网络定位算法。该算法无须测距,采用跳数估计节点间距离,并针对未知节点到锚节点距离计算中的不足,对锚节点的平均每跳距离作了修正;在估计未知节点坐标时,根据该未知节点通信范围内的锚节点对其所在位置进行约束。仿真结果表明,该算法具有较好的性能,比已有算法的定位精度有所提高。     

基于改进的RSSI无线传感器网络节点定位算法研究

研究无线传感器网络节点定位问题。接收信号强度值(RSSI)直接影响无线传感器网络节点定位准确度,而现有定位算法没有考虑锚节点的RSSI消息,造成节点定位精度低。为了提高无线传感器网络节点的定位精度,提出了一种基于RSSI的质心定位算法。首先通过无线信号强度计算出节点间RSSI值,然后把RSSI值转换成质心算法权值,最后采用质心定位算法对待测节点位置进行估计,获得节点的准确位置。仿真实验结果表明,与现有质心定位算法相比,基于RSSI的质心定位算法在不增加成本、通信功耗的情况下,提高了节点定位精度,降低了定位误差,适合各种规模的无线传感器网络的节点定位。     

多传感器网络目标定位的一种算法及其实现

在多传感器网络中,测距定位是目标定位的一种常用手段,但是由于系统设备和环境干扰等因素的影响,使得测距数据产生误差,影响定位精度。目前还没有更好的方法用来消除误差,只能应用某些特定的算法,来尽量减少测距误差对定位精度的影响。提出了一种基于测量误差服从概率统计特性的算法,首先根据所有测距数据,拟合出初始概位点,以初始概位点为中心,选取矩形区域并网格化,以每一个小网格的中心点代表该小网格,再通过所有感知节点的3-3组合,统计小网格的权值,以权值最大点作为目标定位点。通过在MATLAB软件包中编程并仿真实验,结果表明,该算法可有效地提高定位精度。     

基于连通性的传感器网络节点定位算法

针对已有定位算法在区域边界定位误差大的问题,提出一种仅仅基于连通性的定位算法(RMBC)。通过加入功能简单的冗余节点来改进算法在区域边界附近的定位精度,并对冗余节点的通信半径和摆放形式进行分析。设计了一种新的定位算法评价标准——定位覆盖度。实验结果证明RMBC算法在定位覆盖度方面优于质心算法和APIT算法。与质心算法相比,平均定位误差降低了32.7%,最大定位误差降低了44.8%。     

A robust localization algorithm in wireless sensor networks

Most of the state-of-the-art localization algorithms in wireless sensor networks (WSNs) are vulnerable to various kinds of location attacks, whereas secure localization schemes proposed so far are too complex to apply to power constrainedWSNs. This paper provides a distributed robust localization algorithm called Bilateration that employs a unified way to deal with all kinds of location attacks as well as other kinds of information distortion caused by node malfunction or abnormal environmental noise. Bilateration directly calculates two candidate positions for every two heard anchors, and then uses the average of a maximum set of close-by candidate positions as the location estimation. The basic idea behind Bilateration is that candidate positions calculated from reasonable (i.e., error bounded) anchor positions and distance measurements tend to be close to each other, whereas candidate positions calculated from false anchor positions or distance measurements are highly unlikely to be close to each other if false information are not collaborated. By using ilateration instead of classical multilateration to compute location estimation, Bilateration requires much lower computational complexity, yet still retains the same localization accuracy. This paper also evaluates and compares Bilateration with three multilateration-based localization algorithms, and the simulation results show that Bilateration achieves the best comprehensive performance and is more suitable to real wireless sensor networks.     

无线传感器网络节点定位算法的研究与改进

针对无线传感器网络中DV-Hop定位算法的不足,在其基础上提出三种改进的定位算法,并介绍每种算法的基本原理和实现方法。在同一仿真平台上进行比较,分析三种改进算法在锚节点比率不同的情况下,对定位误差和覆盖率的影响。仿真结果证明了改进算法的有效性。     

基于测距和灰狼优化的无线传感器网络定位算法

节点定位是无线传感器网络实际应用中的关键问题,为了提高定位精度,提出了一种基于测距和改进灰狼优化的无线传感器网络定位算法。本文提出了一种用三个信标节点坐标估计未知节点坐标的定位数学模型,通过该模型完成未知节点初步定位估计,将其作为基于对数递减策略的灰狼优化算法的初始值,通过改进灰狼优化算法寻优获取未知节点的优化坐标。仿真结果显示：通过与已有相关定位算法相比较,本文所提出的算法定位精度更高,并且具有对测距误差鲁棒性强的优点。     

一种基于传感器网络的水污染源质心定位算法

目前基于传感器网络的污染源定位多采用基于扩散模型的解析定位算法.然而,在该类算法中,复杂的数值计算会引入估计误差,并且水污染扩散模型大多是在理想的近似条件下提出的,在污染源定位问题中亦会引入误差.在某些情形下,由于没有解析的定位模型,基于扩散模型的解析定位算法无法采用.为了弥补传感器网络下基于扩散模型的水污染源定位方法的不足,提出了一种不依赖于扩散模型的水污染源质心定位算法.在该算法中,首先确定污染源所在区域,然后计算几何区域的质心,质心位置即为污染源估计位置.为了求解质心定位问题,提出了基于浓度场等位线的求解方法.在实验部分,对比了本文质心算法与基于扩散模型的定位算法以及粗略定位算法的定位结果.实现结果说明了本文算法的有效性.     

一种新型的无线传感器网络三维定位算法

节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注.现有的大多数定位算法针对平面应用而设计,而现实应用中的无线传感器网络节点往往分布在三维空间中,研究三维空间定位更加符合实际节点的应用情况.针对目前三维空间定位算法的不足,提出了一种新型的无线传感器网络三维定位算法.该算法无需额外的硬件支持,根据未知节点通信范围内锚节点数目,建立空间向量模型进行定位;并且在估计未知节点坐标时,根据该未知节点通信范围的锚节点对其所在位置进行约束.仿真结果表明,该算法通信开销小,提高了节点定位覆盖率和定位精度.     

基于机器学习的蜂窝网络节点定位算法研究

蜂窝网络希望能在广泛的应用领域内实现复杂的大范围监测和追踪任务,而移动台节点定位是相关应用的基础。本文在对现有无线网络定位技术研究的基础之上,有针对性地分析当前几种机器学习经典算法,提出了一种基于支持向量机树型多分类的蜂窝通信系统节点定位算法,充当分布式定位的全局坐标算法。通过对算法原理的分析以及实验结果对比,证明了基于机器学习的定位算法在定位效果方面解决了困扰基于信号参数的定位技术的边界问题与集中洞问题,在定位的平均误差、标准偏差和分布式定位正确率以及实现代价几个方面的总体性能均优于基于信号参数的定位技术与GPSone定位技术。     

基于蒙特卡罗算法煤矿井下人员定位研究

对比分析几种常用的无线传感器网络节点定位方法.针对煤矿井下节点移动性可能导致普通的定位算法变得不精确,提出了蒙特卡罗定位(Monte Carlo Localization)算法.该方法利用物体运动的连续性,通过选取合适的模型完成移动节点位置预测与定位.经仿真验证在低密度锚节点环境下,蒙特卡罗方法位置估计误差明显低于其它方法,提高了移动节点定位算法的准确性.