基于超空泡混沌预测机制的移动传感网高速传输算法

为解决当前移动传感网高速传输算法中存在跳板节点性能不强及链路抖动频繁等难题,提出了一种基于超空泡混沌预测机制的移动传感网高速传输算法。首先,针对传感节点处于移动状态时拓扑结构难以稳定的问题,采取三角定位方式,构建了能量-惯性修正方法,以完成拓扑结构预测的精确化,实现了节点高速移动状态下的传输链路稳定,减缓了移动传感网的链路抖动;随后,针对移动传感网拓扑形态中存在的超空泡区域,设计角度映射方法,以改善区域内跳板节点寻址状况,从而稳定超空泡区域内链路建立的准确度,提高数据上传稳定性能。仿真实验表明:与当前移动传感网高速传输中常用的启发式高带宽传输(heuristic high bandwidth transmission algorithm,HHBT)算法及拓扑空洞修正传输(topological cavity modified transmission algorithm,TCMT)算法相比,本文算法具有更高的上传带能力与数据传输质量,以及更低的节点平均能耗小和丢包频率低。     

一种利用可靠的锚节点的非测距定位算法

无线传感网中的多类应用均需要准确的定位算法。为了评估位置,普通节点需利用与锚节点间的距离信息,估计自己的位置。因此,距离的估计在无线传感网络定位中扮演着重要的角色。传统的各向同性网INT(isotropic networks)中定位算法是将欧式距离看成最短路径距离SPD(shortest path distances)。然而,这些算法在各向异性网ANT(anisotropic networks)不能准确地估计距离,因为ANT中最短路径距离SPD与欧式距离不成线性比例;并且两节点间的最短路径被迂回,其长度可能大于相应的欧式距离。针对此问题,正确选择可靠的锚节点RANs(reliable anchor nodes)用于准确地估计距离显得格外重要。为此,面向各向异性网ANT,提出基于可靠的锚节点选择的定位方案,记为Se_RANs。每个普通节点通过三角模型原则选择三个可靠锚节点,计算这三个锚节点估计离其他锚节点间的距离,进而利用Mix-max算法估计普通节点位置,从而提高估计的准确性。同时,通过数学分析,推导了普通节点周围存在三个可靠锚节点的概率;并验证了Se_RANs方案的可行性。仿真结果表明,与DV-Hop算法相比,提出的Se_RANs方案具有小的定位均方误差(MLE)。     

改进型无线传感器网络的质心定位方法

针对传统质心定位算法定位精度受锚节点密度影响大,但锚节点成本高而不能大量使用的问题,采用移动锚节点,引入高斯马尔科夫移动模型对锚节点移动路线进行规划,使锚节点在待测区域内随机移动形成更多的虚拟锚节点,代替传统定位算法中的锚节点,提高了质心定位算法中对未知节点的覆盖率与定位精度.仿真结果表明,该方法有效且能应用于大型无线传感器网络定位.     

一种改进的无线传感器网络定位DV-Hop算法

定位技术是无线传感网络中重要的技术之一,特别在感知信息需要精确位置的时候,定位技术就尤为重要。DV-Hop定位算法在实际网络不需要测量工具的特性获得了广泛应用。然而,它的定位精度较低。为了提高DV-Hop算法的定位精度,文中提出了一种改进的DV-Hop算法,在计算未知节点到锚节点距离的时候引入了新的误差修正函数,使得所估计的节点间距离更加准确。实验表明,改进算法在同等情况下有效的提高了定位精度。     

基于极坐标捕捉机制的移动传感网信号定位算法

为解决当前LTE-5G领域内移动传感网信号定位算法存在的定位精度不高、定位时间过长及定位能力较差等不足,提出了一种基于极坐标捕捉机制的移动传感网信号定位算法。首先,通过逆向频率变换及角度矩阵映射,设计了一种抗噪能力较强的信号接收模型,使其能够结合正交处理的方式来抑制信道噪声干扰,以降低定位过程中因噪声而导致精度不高的问题。随后,联合预设极坐标中心与频率-拓扑关系,构建了一种环定位结构,充分利用sink节点性能不受限的特点来快速捕获信号发射位置,提高定位精度,减少定位时间。仿真实验表明:与常用的正交环定位算法(Orthogonal Loop Location Algorithms,OLL算法)、双源定位算法(Dual-source localization algorithm,DSL算法)相比,本文算法定位精度高,定位时间短等优势,具有很强的实际部署价值。     

基于虚拟力的无线传感器网络多跳定位算法

通过引入虚拟力导向的节点移动方式,将未知节点接收到锚节点信息的个数作为计算虚拟力的参数,提出了基于虚拟力的无线传感器网络多跳定位算法.算法继承了DV-Hop(distance vector-hop)定位成功率较高的特点,通过优化网络布局的方式,使得定位过程中校正值的估算和选取更为合理.指出了该定位算法的关键技术,并对其进行了仿真验证.仿真结果显示该算法能够显著地提高节点的定位精度,并能够有效地提高节点对传感区域的覆盖率.     

高精度递增式无线传感网络的定位算法

递增式无线传感网络的定位算法可以有效降低锚节点密度,但由于其定位过程中会产生累积误差,不适用于高精度的定位场合。提出一种改进的加权最小二乘法,利用高斯权重法调节修正权值,得到最优权系数阵,以提高传感节点定位的可靠性和客观性。分析与仿真结果表明,依赖少量锚节点,改进的加权最小二乘法在无线传感网络中能够准确计算未知节点的坐标,并能显著提高网络中未知节点的定位率,加强了网络的健壮性与实用性。     

基于虚拟力的无线传感器网络多跳定位算法

通过引入虚拟力导向的节点移动方式,将未知节点接收到锚节点信息的个数作为计算虚拟力的参数,提出了基于虚拟力的无线传感器网络多跳定位算法。算法继承了DV-Hop(distance vector-hop)定位成功率较高的特点,通过优化网络布局的方式,使得定位过程中校正值的估算和选取更为合理。指出了该定位算法的关键技术,并对其进行了仿真验证。仿真结果显示该算法能够显著地提高节点的定位精度,并能够有效地提高节点对传感区域的覆盖率。     

可充电无线传感器网络的有向充电优化算法

目前大部分无线可充电传感器网络(WRSNs,wireless rechargeable sensor networks)的研究只考虑全向充电,在真实环境中有很大的局限性。引入带有方向可调的移动充电器(DMC,directional mobile charger)后,全向充电路径规划可转化为无线可充电有向传感网(WRDSN,wireless rechargeable directed sensor network)的有向充电路径规划。为了实现这个目标,提出启发式算法,即DMC将局部传感器节点划分为若干个局部子集,并初始化一条运动路径。随后将WRDSN中DMC的轨迹问题转化为一个充电效用最大化问题,并从全局视角优化初始路径。最后,数值结果表明,该算法的性能优于基准算法。     

基于群智能算法的WSNs动态联盟任务协同

针对无线传感器网络(Wireless sensor networks,WSNs)中单个节点的计算能力有限、完成数据发送任务比较困难的问题,提出一种协同处理的方式传送数据,可以将协同任务分为感知子任务和计算子任务。在传感节点任务协同的动态联盟中,引入基于粒子群算法优化蚁群算法(Particle swarm optimization ant colony algorithm,PSO-ACO)构建传感网的数据汇集路由树。利用传感器网络在采集数据之间的相关性,运用群智能算法来优化节点发送数据的传输路径,以保证动态联盟执行任务时的连续性,在一定程度上保证传感网的性能,从而降低了通信能耗。仿真实验表明:当传感器网络的感知节点与网络节点总数的比值小于28%时,网络监测性能最优,该文方案可以消除同一任务检测传感器节点冗余、降低系统能量消耗。     

一种基于残差分析过滤的安全定位算法

在无线传感网络节点定位中,恶意锚节点的出现会降低网络定位性能,为了解决这个问题,根据节点定位过程中的恶意锚节点攻击特性和定位计算中的残差问题,提出一种基于残差分析和过滤的无线传感网络安全定位算法.建立了基于距离的安全定位模型,对网络定位中的残差问题进行了分析,并且通过残差特性过滤掉网络中恶意锚节点,利用剩余锚节点信息和梯度下降法对未知节点实现高精度定位.仿真表明,此算法在多个性能指标下都能取得相对较高的定位精度,并且在高强度的恶意攻击下也能保持较高的定位性能.此算法不但能有效地抵御恶意攻击对节点定位的破坏,还显著地加强了网络的定位安全性.     

一种基于航迹推算与RSSI相结合的移动传感器网络节点定位方法

航迹推算不需要外部传感器信息,并具有定位精度高的优点,因此广泛应用在移动机器人的定位领域,但在移动无线传感器网络节点定位中,航迹推算难以避免误差的累积,且需要设定初始坐标。本文提出了一种基于航迹推算与RSSI相结合的移动传感器网络节点定位方法,该方法将二者的优缺点互补,具有不需要信标节点、计算量小、对硬件要求低等特点,且可以解决误差累积的问题。本文利用Matlab进行了仿真,仿真结果表明该方法明显地提高了定位精度,可以有效地应用在移动无线传感器网络中。     

结合共线性因素的无线传感器网络DV-Hop定位算法

无线传感器网络的锚节点近似位于同一条直线上时,构成共线性现象,造成定位数据失真和精度下降.针对大规模无线传感器网络的非测距定位,结合共线性因素提出了一种DV-Hop定位算法,引入Voronoi图将网络划分成若干区域,依据共线性进行锚节点组的选取和提纯.根据跳数阈值的限制,利用每块区域的锚节点信息和符合共线性原理条件的锚节点信息对未知节点进行定位.仿真实验表明,与传统的DV-Hop和共线性算法相比,所提算法能够提高节点定位精度、减少定位误差;对于分布不均匀的网络,能够实现高精度节点定位,并适用于较复杂的环境.     

基于移动锚节点的粒子群优化定位算法

在无线传感器网络的一些应用环境中,无线信道损耗模型参数未知,无法直接基于RSSI测距定位。本文针对这类应用环境,研究并提出基于移动锚节点的粒子群优化定位算法,利用移动锚节点代替传统典型算法中的静态锚节点,并将节点定位问题抽象为非线性约束优化问题,利用粒子群优化技术求解定位。仿真、分析结果证明,该算法定位精度较高,对环境噪声变化具有较强的适应能力。     

采用WSVM的三维无线传感器网络节点定位

为了提高无线传感器网络三维节点的定位精度,针对SVM的核函数构建问题,提出一种基于小波支持向量机(WSVM)的定位算法.首先,收集三维传感器锚节点信号强度,构建支持向量机学习样本;然后,将其输入到小波支持向量机进行学习,建立三维传感器节点定位模型;最后,采用仿真实验对模型性能进行测试.研究结果表明:与传统三维定位算法对比,使用小波支持向量机中的三维传感器节点进行定位时,精度水平得到有效提升,获得更加稳定的节点定位结果,可以广泛应用于实际无线传感器网络系统中.     

一种基于凸优化的WSN障碍环境下定位算法

针对传统DV hop算法定位精度较低及定位环境中物体阻碍信息传播导致节点定位失效的问题, 提出一种适用于障碍环境下的高精度定位改进算法. 首先引入一个考虑定位节点的最小跳数误差修正值, 通过该值筛选参与定位的锚节点, 进而优化锚节点的平均跳距; 然后利用三角函数结合两锚节点间的准确距离共同计算未知节点到锚节点的距离; 最后通过对未知节点的位置进行凸优化计算, 使得节点间的数据传播具有最优路径, 优化定位过程, 提高定位精度. 仿真实验结果表明, 改进算法不仅解决了在无线传感器网络障碍环境下难定位的问题, 还可有效提高未知节点的定位精度.     

基于IAPIT的无线传感器网络定位算法研究

无线传感器网络的应用领域涵盖军事、医疗、环保以及交通等。由于涉及到体积、功率和成本一些因素的限制,现在流行的全球定位的系统和无线传感器网络的节点定位并不配套。所以,探讨符合无线传感器网络的定位算法有着广泛的实际应用价值和非常重要的理论价值。研究了无线传感器网络中IAPIT的定位算法,就不一样的节点通信半径和锚节点比例,仿真比较探讨APIT算法和IAPIT算法的性能。从实验可以看出,IAPIT算法和APIT算法比较,大大增加了定位覆盖率。无线传感器网络的定位精度基本能够满足应用的需求。     

MPLPK: A mobile path localization protocol based on key nodes

To alleviate the localization error introduced by irregular sensor network deployment,a new mobile path localization based on key nodes(MPLPK) protocol is proposed.It can recognize all concave/convex nodes in the network as fixed anchor nodes,and simplify the following localization process based on these key nodes.The MPLPK protocol is composed of three steps.After all key nodes are found in the network,a mobile node applying improved minimum spanning tree(MST)algorithm is introduced to traverse and locate them.By taking the concave/convex nodes as anchors,the complexity of the irregular network can be degraded.And the simulation results demonstrate that MPLPK has 20%to 40%accuracy improvements than connectivity-based and anchor-free three-dimensional localization(CATL) and approximate convex decomposition based localization(ACDL).