粒子群算法修正测距的无线传感器网络节点定位

为获得理想的节点定位结果, 设计一种基于粒子群修正测距的无线传感器节点定位算法. 首先对经典无线传感器节点定位算法DV-Hop的工作原理进行分析, 找到导致测距误差的因素; 然后用粒子群算法对无线传感器节点之间的测距进行修正, 以减少节点间的测距误差, 并对标准粒子群算法的不足进行相应的改进; 最后通过仿真实验与当前经典无线传感器节点定位算法进行对比测试. 测试结果表明, 在相同工作环境下, 该算法提高了无线传感器节点的定位精度, 且未增加额外硬件开销.     

无线传感器网络节点定位技术的研究

节点定位技术是无线传感器网络中的重要技术之一。本文分析了无线传感器网络的节点定位算法的原理和分类,着重介绍和分析了3种分布式非测距节点定位算法,最后给出了下一步工作。     

水下无线传感器网络定位算法分析与研究

位置对于水下无线传感器网络来说十分重要,但由于水下独特的环境和水下通信方式,使得原有的定位算法已不适应,为了研究水下无线传感器网络定位算法.分析了水下无线传感器网络的特点,介绍了已有的水下无线传感器网络定位算法和测距方法,提出新的算法应主要考虑在节能方式下的迅速定位.     

基于ZigBee无线传感器网络的RSSI定位算法改进

本文针对无线传感器以及无线信号传播方向进行详细的理论分析,并在此基础上深入研究RSSI测距定位算法的缺点、不足以及优化改进方案,在基于ZigBee传输协议的无线传感器网络构架上进行优化RSSI定位运行探究,通过实验证明,改进后的RSSI定位算法能够有效的精确定位。     

一种基于RSSI校正的加权质心定位算法

节点自定位技术一直是无线传感器网络中的关键技术,而基于接收信号强度指示(RSSI)的定位技术则是目前的研究热点。在对传统的加权三角形质心定位算法分析的基础上,提出了一种改进的定位算法。在测距阶段,将信标节点之间的距离和信号强度同时作为参考来校正RSSI值;在定位阶段,对传统加权三角形质心定位算法的权值进行修正。通过仿真证明改进算法比传统算法的定位精度有明显提高。     

无线传感器网络自定位技术

综述了无线传感器网络近年来的自定位技术,介绍了节点定位基本原理,论述了无线传感网络中的测距技术,并探讨了几种定位算法。     

基于TinyOS无线传感器网络的RSSI定位方法

节点定位技术是无线传感器网络的主要支撑技术之一,节点自身的正确定位是提供监测事件位置信息的前提。本文针对无线传感器网络节点定位的需求,研究适合在TinyOS平台下的RSSI测量定位方法。本文介绍了无线传感器网络节点的硬软件设计方法,分析了RSSI测距的基本原理和传感器网络节点定位的基本算法。实验证明了在TinyOS平台下采用RSSI定位方法,可以满足无线传感器网络节点定位的要求。     

无线传感器网络在应急监测和通信系统中的应用研究

针对地震等重大自然灾害时对应急监测、通信系统的需求,提出一种基于无线传感器网络的应急监测系统.构建了基于无线传感器网络的应急监测、通信系统的框架结构,并探讨了一种适于该系统的非测距定位技术-多重覆盖定位算法.仿真结果表明,该定位算法能够满足应急监测、通信系统对定位性能的需要.     

无线传感器网络定位算法分析与比较

介绍了无线传感器网络节点定位的概念和技术特点,详细描述了基于测距和无需测距两种定位的机制,并对这些典型的算法和系统进行了全面详细的比较分析。     

基于RSSI的无线传感器网络改进定位算法

节点定位技术是无线传感器网络的支撑技术,定位的准确性直接关系到传感器节点的采集数据的有效性.在基于RSSI的定位算法中,Euclidean算法由于通信开销小,但是定位精确性较低,对Euclidean算法进行了改进,改进算法无需增加额外开销,提高了定位精确性.     

基于曲线拟合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精度问题,提出了一种基于曲线拟合的目标定位算法.采用最小二乘法对目标经过的各个位置进行拟合,计算出近似目标运动轨迹的曲线参数;进而通过分段曲线拟合的方式,引入更多位置信息参加目标定位,从而减少定位过程中的误差因素,最终实现对网络中运动目标的定位与跟踪.实验结果表明,该算法具有比一般曲线拟合方法更高的目标定位精度,有效提高了无线传感器网络目标定位的准确性.     

基于Semidefine Programming算法的无线传感器网络节点定位研究

首先在无线传感器网络模型假设下给出了模型、相关概念和定位过程的介绍,然后利用Semidefine Programming定位算法对无线传感器网络节点定位方法进行了研究。经过仿真实验证明,Semidefine Programming算法可以有效降低网络的成本,而且对定位精度的改进效果也非常明显。     

基于RSS的WSN多目标定位压缩感知算法优化

提出了一种将压缩感知算法应用于WSN多目标定位的系统框架,采用残差最优匹配的方法对压缩感知重构算法进行了改进,提高了定位精度,提出了根据重构结果判断定位是否成功的算法框架,该框架能更大程度的减少需要网络通信的数据量,并改变了当前的压缩感知重构算法的结果评价对稀疏度K的依赖。本算法适用于通信条件恶劣的WSN场景,仿真结果显示了本算法应用于WSN多目标定位的性能优于BP、CosAMP、GMP算法。     

RSSI-神经网络在无线传感网络定位中的应用

在传统RSSI(接收信号强度)定位方法中,由于RSSI值对于不同的环境适应能力比较差,测量距离往往存在误差,这就直接影响了无线传感网络定位的精度。针对这种不足,提出了一种RSSI-神经网络定位方法,即前期建立起未知节点的RS-SI值与坐标的映射关系,后期用神经网络进行定位。从而减小了不同环境对RSSI的影响,使该算法具有一定的鲁棒性。通过实验证明,该算法较传统的RSSI定位方法,在定位精度上有一定的提高。     

Distributed Plume Source Localization Using Hierarchical Sensor Networks

A hierarchical wireless sensor networks (WSN) was proposed to estimate the plume source location. Such WSN can be of tremendous help to emergency personnel trying to protect people from terrorist attacks or responding to an accident. The entire surveillant field is divided into several small sub-regions. In each sub-region, the localization algorithm based on the improved particle filter (IPF) was performed to estimate the location. Some improved methods such as weighted centroid, residual resampling were introduced to the IPF algorithm to increase the localization performance. This distributed estimation method elirninates many drawbacks inherent with the traditional centralized optimization method. Simulation results show that localization algorithm is efficient far estimating the plume source location.     

无线传感器网络DV-Hop算法改进与性能

为了提高无需测距的跳距矢量(DV-Hop)定位算法在节点随机分布且拓扑动态变化的无线传感器网络中的节点定位精度,在分析DV-Hop算法实现思想的基础上,针对多边定位法计算出的估计坐标存在较大误差的问题,采用泰勒级数展开法构建了坐标值的数值迭代求精算法,并对改进DV-Hop的性能进行了3个方面的仿真研究:确定了算法迭代步长收敛门限值的选择准则,对比分析了选定门限值条件下DV-Hop算法改进前后的定位性能,给出了不同信标节点和网络节点条件下的统计迭代次数,并以此衡量改进算法的计算量和收敛速度。仿真结果表明,合理选择迭代门限值时,通过适当增加定位节点的计算量,改进算法可明显改善定位精度和定位误差稳定性,是一种可行的无线传感器网络节点定位的解决方案。     

基于改进DV-Hop算法的无线传感器网络定位研究

在分析DV-Hop算法特点的基础上,提出了改进DV-Hop算法的无线传感器网络定位方法,通过粒子群优化算法优化每跳平均距离误差函数,经过多次迭代寻找最优解,使得未知节点与信标节点之间的跳段距离更加精确,通过三边测量法计算出的未知节点位置较精确,通过仿真实验表明：改进DV-Hop算法相比DV-Hop算法平均定位误差率低,定位效果良好.     

一种基于局部信息最小二乘法的节点定位算法

针对一些面积较大、节点分布密度过低的实际应用场景中,由于节点间距离测量误差过大而导致定位算法结果精度较低的问题,提出一种根据各邻居节点相关信息划分为若干个局部网络块的节点定位算法.该算法首先将无线传感器网络节点定位技术与机器学习领域中的降维方法相结合;然后根据节点间的距离越近,测量精度越高的规则及在一定通信半径内的各邻居节点相关信息共建网络块;最后将网络块组建成全局坐标系,利用全局构建以及锚节点的具体信息映射出各节点的坐标.仿真实验结果表明,该算法较其他节点定位算法在节点定位精度方面表现更优.     

基于移动信标改进的DV-Hop算法

无线传感器节点定位在整个无线传感器网络体系中占重要地位。DV-Hop算法是一种免于测距的定位技术,其缺点是仅在节点均匀的密集网络中,才能合理估算节点的位置。针对这种情况,提出了一种基于移动信标的DV-Hop算法,利用一个移动信标节点在网络中按照事先规定的路径遍历整个网络区域,并周期性的广播自己的位置信息给周围的未知节点,未知节点通过有选择的组合估算多个自身位置,多个自身位置的质心即为最后的估算的位置信息。最后通过仿真结果证明此种改进算法可以减小定位误差。