无线传感器网络中基于复合权值的质心定位改进算法

节点定位是无线传感器网络应用的关键技术之一。为了提高无线传感器网络节点定位的精确度,文章分析了质心定位算法的原理和优缺点,提出一种基于复合权值的质心定位改进算法（简称为RWCLA）,利用不同的权值来体现不同的锚节点对多边形质心计算结果的影响。仿真实验表明,改进后的算法比标准质心定位算法的定位精度有了明显的提高。     

一种改进的煤矿井下无线传感器质心定位算法

频繁的煤矿井下事故要求无线传感器网络能够更精确的对井下人员进行定位。利用修正加权质心算法进行定位存在较大的误差,针对该问题,在修正加权质心算法的基础上提出了一种改进的煤矿井下无线传感器质心定位算法,该算法将修正加权质心算法得到的质心作为新的锚节点,并通过多次选择、运行形成新的锚节点和质心的方法进行定位。仿真结果表明:不同的巷道宽度下,改变修正系数a的值就可以得到最佳的定位效果,同时可以通过仿真实验得到最佳定位效果下的修正系数a的值,从而使定位精度达到最好。通过比较两种算法的平均定位误差得到改进的煤矿井下质心定位算法在三种巷道宽度下分别将定位误差平均降低了0.792 6m,0.636 2 m,0.598 9 m。     

基于锚圆交点加权质心的无线传感器网络定位算法

针对无线传感器网络节点能量有限,基于距离的定位算法有时并不适用的问题,在研究了未知节点与其无线射程范围内的3个锚节点之间的通信约束和几何关系的基础上,提出了一种基于锚圆交点加权质心的定位算法。该定位算法仅基于网络连通性而不需要测量距离,算法计算量小,节点通信开销小。仿真结果表明,当在100m×100m的区域范围内随机部署100个传感器节点,通信半径为30m、锚节点密度为16%时,相对定位误差为22.7%。     

无线传感器网络功率控制的质心定位算法

在无线传感器网络的诸多应用中,迫切需要对事件发生区域或者数据来源进行定位,特别是在无锚节点的情况 下。为此该文提出一种基于功率控制的质心定位算法(CLAPC),采用离散功率控制的方式对目标区域进行虚拟网格划分,从 而确定包含未知节点的最小区域,在提升系统能效的同时,提高了节点的定位精度。算法无需部署锚节点,具有较高的实用 性,仿真实验也进一步验证了算法的有效性。     

基于RSSI的灰狼优化差分修正质心定位算法

采用接收信号强度计算信标节点位置与质心,进而计算差分修正因子对质心坐标进行修正.基于质心坐标采用灰狼优化算法获取未知节点位置来提高定位精度.最后通过相关仿真进行验证.     

基于RSSI的改进差分修正加权质心定位算法

通过信标节点广播信号强度计算未知节点与信标节点的距离,按升序排序后,逐次取三个距离构建相交圆求质心,并将第一个质心作为参考节点计算差分修正因子修正质心,最后,通过加权质心计算实现未知节点的定位.仿真结果表明,该算法能够减少质心计算误差,有效提高定位精度.     

基于到达时间差的无线传感器网络质心定位算法

通过将到达时间差(TDOA)方法与质心定位算法相结合,提出一种基于加权处理的质心混合定位算法。该算法利用TDOA和几种经典的求解双曲线方程组解的定位算法,得到了网络中待求节点的位置,作为质心算法的坐标,并用锚节点与未知节点间的距离作为约束来调整节点的位置,从而减小定位结果与真实值之间的误差。最后通过数值仿真证明了本文算法的有效性。     

基于网格分布的加权质心定位算法研究

提出了基于网格分布的自适应校正的加权质心定位算法。针对算法存在的RSSI测距误差,可利用由离未知节点最近的信标节点确定的误差修正因子,使得未知节点适应自身所处的节点分布环境,从而对权值进行修正。仿真结果表明,该算法在不增加硬件成本的情况下降低了RSSI测距误差,提高了算法的定位精度。     

无线传感器网络的定位技术及其算法

无线传感器网络是由无中心节点的全分布系统组成的一种新兴的传输技术.在分析无线传感器网络的体系结构及传感器节点的工作原理的基础上,对无线定位技术及其算法进行了研究,从而得到不同种类算法的优缺点及其适用范围.     

一种复杂环境下无线传感器网络定位算法

通过对建立定位算法求解数学模型,针对RSSI(接收信号强度)受环境影响较大而提出了基于RSSI实际检测的定位算法。该算法利用锚节点实地测量信号损耗来确定定位算法的权值因子,以此进一步提高复杂环境下节点定位精度。通过模拟障碍物环境仿真实验分析可以看到,与加权质心算法相比,此定位算法的平均定位误差可下降1/4左右,而随着环境复杂度的提高,尤其是障碍物地带,其定位精度可提高一半左右。     

基于搜索的RSSI节点定位算法

节点定位是无线传感器网络中的关键技术.该文通过对无线电传播路径损耗模型的分析,并以锚节点之间的信息作为参考,提出了一种基于搜索的RSSI定位算法.该算法由RSSI测距,定位计算和循环搜索求精三阶段组成,计算简单,通信开销小,节点定位精度较传统三角形定位算法有一定的提高,具有普遍的应用意义.     

基于RSSI的四边测距改进加权质心定位算法

该文根据接收信号强度指示的测距特性,改进四边测距,并提出一种改进的加权质心定位算法。首先引入统计中值加权的方法,有效地降低了采集RSSI信号时的测量误差。然后运用Euclidean节点定位算法,改进四边测距算法。为进一步提高精度,对WSN定位技术中关于未知节点近似位置的算法做了修正,并对加权质心定位算法中的加权因子进行了优化,使未知节点的定位精度更加精确。相比之前的许多加权质心定位算法,仿真结果表明,改进的质心定位算法在定位精度方面有很大的提高,鲁棒性也较高。     

基于改进型加权质心算法的井下人员定位

节点定位技术可用于井下人员位置的确定,在日常作业监控和人员调度中起到非常重要的作用。采用无线传感网络的通信技术,基于传统加权型质心算法,添加了区域判定的改进型定位算法,设计了井下人员定位系统。为验证算法的有效性,用matlab软件模拟仿真了算法的执行,结果表明能够提高系统的定位精度,可用于复杂工作环境的井下监控系统中。     

采用免疫遗传的无线传感器网络波束成形机制

针对无线传感器网络中单个节点能量和通信距离有限的特点,提出了一种基于免疫遗传的波束成形机制.首先分析了存在相位差的情况下的节点发射系数和选取节点数对系统能耗的影响;然后根据节点的剩余能量和相位结合旋转因子来循环选择参与发射的节点,并引入免疫遗传算法对各节点的发射系数进行调整.理论分析和仿真结果表明,该机制有效均衡了节点间的能耗,延长了网络寿命.     

基于三角形形心的智能车辆无线定位算法设计

针对“距离-损耗”模型在车载自组网无线定位中的局限性,根据此模型提出了一种基于三角形形心的近似定位算法模型,设计了合理的校准方法对给出的模型进行校准.建立车载自组网软硬件实验环境,从距离误差和定位精度两方面对标定的模型进行了实验验证.结果表明,超过95%实验数据的定位精度小于3 m,研究得到的无线定位算法能满足低速情况下车辆主动安全的需要.     

无线传感器网络三维抽样定位

为了减小定位误差、提高算法的适应性,利用三维空间抽样和范围约束的方法,并结合对成功样本点的加权筛选,获得节点的三维估计坐标以实现定位.针对不同的节点功能,算法可以在基于跳数和基于距离两种方式下进行,并采用三种不同的抽样方案对这两种方式进行了分析和比较.初步仿真实验显示了该三维定位算法可以在锚节点比例20%的情况下,定位误差低于通讯半径的25%;测距误差增大到通讯半径的50%时,定位误差不超过通讯半径的35%.     

基于微分视场的图像目标捕获算法

在数字图像处理领域,形心跟踪的目标捕获有着广泛的应用,尤其在对于天空等相对简单均匀的背景。形心跟踪算法通过目标与背景在灰度上的差别确定是否是目标,其具有较高的跟踪准确性和稳定性,容易实现目标自动捕获,但当图像背景不均匀而且目标与背景灰度相近时,会严重影响对目标的捕获,而不均匀背景在日常是不可避免的。本文分析了有关形心跟踪算法的特点和不均匀背景图像的特点,提出了基于微分视场的不均匀背景图像目标捕获算法,并应用在实际的工程应用系统中,该算法把整个视场图像分为多个更小的图像块分别进行处理,然后对处理结果进行综合分析,获得真正的目标;通过实验和在工程中应用证明,该算法能较好地克服不均匀背景对弱小目标的捕获跟踪影响,改善弱小目标的捕获效果。     

辅助定位信标节点的移动路径规划算法研究

为快速实现监控区域内所有传感节点的定位,利用辅助定位信标节点的移动,提出无线传感网中辅助定位信标节点的移动路径规划算法（MPPA）。在MPPA算法中,考虑由多个六边形网格组成的监控区域,分析sink节点的移动特点,考虑其移动路径中停留位置只是六边形网格的顶点和中心,不在同一位置停留,相邻3个停留位置不共线以及每一个网格至少被3个以上不同停留位置覆盖等约束条件,提出信标节点的移动路径约束和传感节点定位约束,并建立其移动路径规划模型。根据邻居停留位置的信息素浓度决定下一个停留位置,根据蚂蚁选择的路径释放和挥发信息素。经过蚁群算法的多次迭代,可获知能覆盖所有网格的信标节点最优移动路径。信标节点沿着该路径移动时,传感节点可获知信标节点的不同位置信息,收集通信时的RSSI值,采用Kalman滤波算法降低通信噪声,采用最大似然估计算法计算自身位置坐标。仿真结果表明：MPPA算法可根据网格中心和顶点的位置,收敛于移动距离最短且能实现监控区域任何位置上传感节点定位的最优移动路径。MPPA算法降低了信标节点的移动路径长度和停留位置个数,降低了网络启动后所有传感节点获知自身位置所需要的时间,并将传感节点平均定位误差保持在较低的水平。在一定的条件下,MPPA算法比SCAN、DOUBLE_SCAN、HILBERT、CIRCLES和ZSCAN算法更优。     

基于信赖域的无线传感器网络节点定位算法

在无线传感器网络中, 基于测距的无线定位方法通常基于各类测距模型, 以最小二乘法估计位置初值, 再利用优化算法提高定位精度. 由于测距过程受到各类噪声及其分布变化的影响, 在低信噪比情况下传统优化算法存在精度降低、收敛性差等性能恶化的问题, 通常导致估计的结果不是最优. 针对这一问题, 将信赖域算法用于迭代优化过程, 使用锥模型函数逼近定位目标函数, 将目标函数的优化过程转变为一系列最优化子问题. 仿真结果表明, 该方法性能稳定, 收敛速度快, 在低信噪比环境下比传统算法具有更好的定位性能.