距离估计修正的定位算法优化研究

在无线传感器网络(WSNs)节点定位中,定位精度是传感器节点定位的关键因素.提出一种距离估计修正定位算法,通过节点之间的跳数加权和平均每跳距离误差修正的组合优化方法实现节点的距离估计预处理,再使用L-M算法进行节点定位计算.设定不同节点规模、锚节点比例、节点通信半径情况下的仿真分析,与IDV-Hop和TWDV-Hop算法相比较,优化算法在定位精度性能方面有较大提升.     

基于细菌觅食算法和跳段校正的无线传感器网络定位算法

对目前应用较为广泛的DV-Hop 定位算法进行了分析,针对其在跳段估计及位置计算中的不足,提出了一种基于细菌觅食算法（BFA）和跳段校正的定位算法BFA-HC.该算法首先根据接收信号强度指示（RSSI）阈值优化节点间的跳数,在此基础上基于最小均方误差准则计算锚节点的平均每跳距离,当未知节点获得3 个或以上锚节点的距离后应用细菌觅食算法进行位置估计.仿真结果显示,BFA-HC 算法在不同网络规模、不同网络连通度及不同锚节点比例条件下均可以显著提高传感器网络节点的定位精度.     

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.     

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.     

基于测距权重的蒙特卡罗定位改进算法

针对传统蒙特卡罗定位算法采样效率低,对锚节点密度要求高的特点,本文基于蒙特卡罗定位算法MCL提出一种改进的移动传感器网络的节点定位算法IMCB.该算法利用历史锚节点信息和RSSI测距,以及运动模型的改进对待定位节点的位置采样范围进行了进一步限制,对有效采样点的权重进行了区分.仿真结果表明:该算法的定位精度相比MCB算法提高了16.6%.     

基于估距方式分类的无线传感器网络定位算法

针对传统无需测距的无线传感器网络定位算法(DV-Hop算法)在估算距离时因存在较大误差而导致定位精度不高的问题,文中提出了基于估距方式分类的无线传感器网络定位算法.该算法引入最优辅助估距锚点,未知节点每次在估算距离时,首先依据所需估算的距离寻找最优辅助估距锚点,再按其估距所属类型进行估距计算,以提高距离估算的精度.为进一步提高定位精度,文中算法在三边定位法中引入"非线性-跳数"加权因子,通过它获得未知节点最终估计坐标的期望.仿真实验结果表明,在适当增加通信开销的条件下,文中算法的定位精度显著提高.     

一种基于DV-HOP的改进定位算法

在众多的无线传感器网络定位算法中,DV-Hop算法因其实现简单、无需增加额外硬件要求的优点而被广泛应用.DV-Hop算法采用节点间跳数与平均跳距值乘积作为节点间实际距离,忽略了节点分布的随机性与不确定性,使DV-Hop算法定位存在较大误差.针对上述DV-Hop定位算法的缺陷,提出一种基于DV-Hop的改进定位算法,通过细分锚节点通信半径、补偿平均跳距值误差两方面来提高定位精度.仿真结果表明,改进算法定位精度得到了有效的提高.     

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)。     

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。     

无线传感器网络中DV-Hop定位算法的改进

针对无线传感器网络DV-Hop定位算法中节点个数较少时跳段距离估算误差大,及只有2个锚节点时无法定位等问题,提出了一种改进的DV-Hop定位算法.新算法综合了功率控制和计算全网平均每跳距离等措施,提高了跳段距离估算精度,降低了定位误差;同时针对只有2个锚节点时无法定位问题,采用了2个锚节点的定位模型.仿真实验结果表明,改进算法可以明显提高定位精度和定位覆盖率.     

一种基于泰勒级数多元变量展开模型定位算法

为了提高无线传感器网络节点定位精度,构建了增加未知节点与未知节点间的距离信息的泰勒级数多元变量展开定位模型.在对该算法的求解过程中,首先利用最大似然估计法得到未知节点的初始位置,再运用加权最小二乘法计算其最优值作为未知节点的估计位置.仿真测试了不同距离测量误差和已知节点数目对定位误差的影响,以及算法的累计分布函数.结果表明,该算法能够有效提高节点定位精度.     

一种分布式无锚点定位算法的优化与实现

符合分布式和无锚点特点的定位算法一直是传感器网络节点定位技术的一个重要发展方向。通过对大量无锚点定位算法的分析,提出了一种符合分布式特点且定位精度较高的无锚点定位算法。为进一步提高该算法的节点定位精度,建立了该算法的误差模型,通过对其分析,提出了减少目标节点定位误差的方法。为衡量节点估计位置的准确程度,首先提出了2个指标——定位等级与可信度;然后以原算法为基础,利用提出的指标,按照误差分析得出的结论,设计了一种从目标节点邻居表中筛选出高精度邻居节点的优化机制,从而提高了目标节点的定位精度。计算机仿真分析表明,优化后的算法计算节点估计位置的有效性和可靠性均高于原算法,进而证明了这种优化设计的可行性。     

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.     

WSN中面向移动锚点的节点定位算法

为降低无线传感器网络中锚点定位的网络成本,提高资源利用率,提出一种新的无线传感器网络定位算法,通过利用共线和非共线移动锚点来实现传感器节点定位.该方法利用相邻节点间的距离估计值以及锚点提供的关于报文传输方向的相关信息来估计节点的位置,每个节点从两个独立方向定位其位置.然后使用卡尔曼滤波器来提升每个节点的定位精度.研究结果表明:相比于单方向方法和加权平均方法,基于卡尔曼滤波器的方法估计误差分别下降31%和16%;同时,该方法还克服了使用移动锚点导致的共线性问题.     

基于三重修正的WSN节点定位方法

由于无线传感器网络中需要对未知节点定位,但是传统定位方法存在定位精度低的缺点。为了有效应对传感器网络定位误差较大的问题,该文提出一种基于三重修正的定位算法。首先,给出了新的计跳机制计算公式;然后,结合质心定位算法来计算未知节点的跳距;再利用最小二乘法对未知节点与锚节点间的距离矩阵进行修正;最后,利用高斯牛顿法对未知节点与锚节点所组成的非线性方程组进行优化求解。另外,再通过Matlab进行仿真实验,分析了不同因素对定位误差的影响。通过对比其他3种定位算法的定位效果,验证了该文所提算法能够有效提高定位精度。     

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.     

基于距离的无线传感器网络自定位新算法

文章介绍了常用的基于距离的无线传感器网络自定位机制,在建立定位算法求解数学模型和定位性能描述的基础上,提出了一种新的基于智能估算的节点自定位算法.该算法对所得解进行一次甚至多次的选择优化,以提高定位精度.仿真结果表明,新算法与较常用的极大似然估计定位算法相比能够显著提高节点定位精度.     

无线传感器网络三维节点的可行域定位

提出了一种无线传感器网络节点的三维定位方法。该算法首先收集未知节点与锚节点间的通信信息,通过未知节点与比对节点通信向量的比对建立极小可行域,然后用极小可行域质心作为未知节点位置的估计。算法设计简单,不需要额外硬件支持。仿真结果显示,该算法有着较高的定位精度,与APIT-3D算法相比定位精度提高50%以上。     

基于AR模型和卡尔曼滤波的UWSNs节点分层预测定位

水下无线传感器网络(UWSNs)拓扑变化频繁,通信能力有限,给水下环境监测网络中的节点定位技术带来很大挑战.近海环境监测中,考虑到节点随着洋流移动并呈现出半周期性,利用节点运动模型,设计了基于AR模型和卡尔曼滤波的UWSNs节点分层预测定位方法(HPLM-AK).建立了锚节点速度的AR预测模型,综合考虑网络能量消耗和定位精度的需求,进一步建立了锚节点速度的状态方程和观测方程,利用卡尔曼滤波算法实现对锚节点速度的最优估计,进而提高了定位精度且降低了网络通信能耗;普通节点利用与锚节点运动的空间相关性,根据参考节点的速度和位置信息估算自身的速度并结合上一时刻的位置信息完成定位.考虑到提高节点的定位覆盖度,设计了节点的定位置信度,并通过将置信度较高的普通节点升级为参考节点的方式来弥补锚节点稀疏的不足.同时,设计了参考节点列表更新机制,通过更新参考节点的信息,普通节点选取置信度较高的参考节点来参与自身的定位,提高了预测定位精度.本文以E117.25°～E132.20°、N24.00°～N43.45°洋流数据为实验背景对算法进行了仿真,并且与可扩展的移动预测定位(SLMP)方法进行了分析比较,仿真结果表明,HPLM-AK方法提高了定位覆盖度和定位精度,且降低了网络的通信能耗.     

WSN中存在测距误差的无锚点分布式自定位方法

无线传感器网络中,采用RSSI方法进行自定位时,测距误差会影响定位精度。提出了一种分布式的无锚点定位方法,在对测距误差进行正确估计的基础上,求得各节点的相对位置。首先将测距误差定义为一个目标函数,使用最速下降法来分布式地求解全局非线性优化问题,以使这个目标函数最小化,然后利用节点间的估计距离与实际测量距离的偏差值来修正节点的估计坐标。仿真实验对各种影响参数进行了评估,结果证明:在无锚节点且距离测量值存在误差的情况下,满足一定的节点连通度时,能够提高节点定位精度。