无线传感器网络节点定位误差的修正和仿真分析

针对传感器节点定位误差大、定位精度不高的问题,提出一种修正最小二乘法的无线传感器网络节点定位误差方法.该方法采用全局搜索能力强的粒子群算法对最小二乘法定位误差进行修正,提高了节点的定位精度.仿真对比实验结果表明,在相同条件下,改进后的节点定位算法的误差低于其他传感器节点定位算法,定位结果的稳定性更高;随着信标节点数的增加,平均定位误差明显减少,有效地提高了传感器节点的平均定位精度和定位速度.     

一种DBSCAN聚类点密度的加权质心定位算法

加权质心定位算法是无线传感器网络中最常用的定位算法,为了进一步提高其定位精度,本文将聚类算法引入到无线传感器网络定位中,提出了一种具有噪声的基于密度的聚类算法(DBSCAN)聚类点密度的加权质心定位算法。该算法根据共线度理论选择参数,构建定位三角形的集合。选择集合中定位效果较好的一部分三角形对未知节点进行定位,并对所得的初始定位结果进行DBSCAN聚类。在排除误差较大的定位坐标后,将聚类后每个簇的核心点个数视为权值,采用加权质心定位算法得到未知节点的最终定位位置。仿真结果表明:该算法与传统加权质心定位算法相比,平均定位误差减小80%以上,有效提高了无线传感器网络定位精度。     

动态传感器网络中距离汩关的蒙特卡洛定位算法

动态无线传感器网络的许多应用中定位技术具有至关重要的作用,在这种网络中部署区域内的全部节点不断运动。针对动态传感器网络中的定位问题,在蒙特卡洛方法的基础上提出了一种新的定位算法-距离相关蒙特卡洛（DRMCL）。该算法通过利用节点的RSSI测距性能减小预测时未知节点可能存在的交叠区域,提高定位精度。仿真结果表明,对比蒙特卡洛和凸规划等现有的移动传感器网络定位算法,提出的DRMCL可以明显提高定位精度,在运动的过程中,定位精度能够达到20％以下。     

无线传感器网络DV-Hop定位算法研究

针对无线传感器网络无需测距定位算法中典型的DV-Hop算法在不同参数设置时存在定位误差及定位时间差异较大的问题，分别分析并仿真了对定位误差和定位时间有较大影响的节点个数、网络平均连通度及监测区域等几个重要参数，考虑到无线传感器网络能量及成本的限制，通过仿真结果分析得出，网络平均连通度和节点个数分别对DV-Hop算法的定位精度及定位时间起主导作用。理论分析与仿真结果表明，在不同监测区域内，在确保DV-Hop算法低能量消耗的基础上，参数优化后的算法有效地降低了节点的定位误差。     

一种基于核方法的无线传感器网络定位算法

无线传感器网络（WSN）作为一种新兴的分布式网络技术,被认为是21世纪改变世界的十大革新技术之一。定位是无线传感器网络的重要支撑技术之一,实现传感器节点自定位是提供监测目标位置信息的必要条件。而实现高效、可靠、准确的节点定位对目标跟踪具有重要意义。不幸的是,环境噪声使得节点的定位精度降低。基于此,该文提出一种基于核方法的无线传感器网络定位算法。实验表明,在WSN中通过采用卡尔曼滤波的核方法定位算法,一定程度上减少了随机噪声对节点定位精度的影响,有效的降低了系统定位误差,实现一定程度的抗干扰。     

动态传感器网络中距离相关的蒙特卡洛定位算法

动态无线传感器网络的许多应用中定位技术具有至关重要的作用,在这种网络中部署区域内的全部节点不断运动.针对动态传感器网络中的定位问题,在蒙特卡洛方法的基础上提出了一种新的定位算法-距离相关蒙特卡洛(DRMCL).该算法通过利用节点的RSSI测距性能减小预测时未知节点可能存在的交叠区域,提高定位精度.仿真结果表明,对比蒙特卡洛和凸规划等现有的移动传感器网络定位算法,提出的DRMCL可以明显提高定位精度,在运动的过程中,定位精度能够达到20%以下.     

传感器网络节点的微粒群定位算法

为了进一步提高无线传感器网络未知节点定位精度,以微粒群算法为理论基础,加入传感器网络的特征,提出微粒群定位算法。该算法依据未知节点接收到的到锚节点的距离信息,直接搜索出未知节点的位置。实验结果表明微粒群定位算法拥有更高的定位精度,并且抗测距误差更强的优点。     

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。     

基于无线传感节点到达时间差的定位算法设计

针对无线传感器网络节点定位的问题,深入研究了基于节点信号到达时间差的定位算法,为了提高定位的精度采用基于多点的极大似然估计算法实现无线传感器节点精确定位的需求．重点对无线传感器节点定位过程中各节点的时间同步问题进行了详细设计,给出了一种基于无线传感节点到达时间差的定位算法详细设计方案,经仿真测试表明,设计的无线传感节点定位精度在96．7％以上．     

递增式传感器节点定位方法的累积误差分析及其改进

该文对递增式定位的累积误差影响进行了仿真分析,根据方法中前次定位节点的精度优于后次定位节点的特点,提出把未知节点与其参考节点中定位精度较高的节点间的距离作为约束条件来减少误差传播的影响。仿真结果表明：该方法能够显著减小传感器节点定位过程中的累积误差,提高节点定位精度,改善了方法的适用性。     

无迹卡尔曼滤波在无线传感器网络节点定位中的应用

传统的基于距离的无线传感器网络节点定位技术,由于测距过程产生较大的误差,从而使定位精度不高.文中在基于接收信号强度(RSSI)测距、三边测量法初始定位的基础上,提出以接收信号强度为观测量,将无迹卡尔曼滤波(UKF)算法应用到节点精确定位中.通过仿真验证使用该方法后,相比以距离为观测量的UKF定位方法,节点的定位精度有一定的提高,并进一步定量的分析比较了两种实现模型下节点定位算法的误差概率分布.在此算法的基础上,通过权衡平均定位误差与算法运算复杂度之间的关系,给出最佳定位锚节点数量,并模拟具体环境,验证了文中节点定位算法的实用性.     

DV-hop定位算法参数优化仿真研究

在低功耗、低成本、低运算的无线传感器网络中,节点的定位精度受到局限。DV-hop定位算法作为一种经典的无需测距的定位算法,在实际应用中较容易实现,但研究者多致力于提高其定位精度,而对影响定位精度的参数的优化研究较少。在深入分析DV-hop定位算法的基础上,对影响DV-hop定位算法精度的主要参数包括锚节点数、节点通信半径以及网络中的节点总数进行分析和仿真。仿真结果表明,针对不同的节点总数,在锚节点数为12时,存在最优节点通信半径使其定位误差最小。     

基于WSN的DV_Distance定位算法研究

近年来,无线传感器网络的节点定位技术得到了广泛的研究和关注,确定事件发生的位置是无线传感器网络的功能之一,对无线传感器的研究起着至关重要的作用。本文针对DV_Distance定位算法得到的距离值误差较大的问题,提出一种定位精度相对较高的改进型DV_Distance算法。     

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.     

无线传感器网络定位方法综述

介绍了国内外研究机构在无线传感器网络定位方法方面开展的研究工作,并对这些研究工作进行了归纳和总结.定位的基本方法分为距离式定位和非距离式定位.距离式定位是通过测量距离或角度进行位置估计,测量数据的精度对定位精度有很大影响.非距离式定位是通过节点间的hop数或估计距离计算节点的坐标,这种方法不需要测量距离或角度,利用估计距离代替真实距离,算法简单但精度不高.无线传感器网络中定位方法的应用需要针对不同的应用场合,综合考虑节点的规模、成本及系统对定位精度等要求来进行设计和选择.     

无线传感器网络节点自适应惯性权重定位算法

在无线传感器网络定位算法中,为了降低定位误差,提高定位精度,提出一种结合DV-Hop算法和改进粒子群算法的,基于自适应惯性权重的优化定位算法。首先根据DV-Hop算法估算未知节点与信标节点的距离。然后采用改进的粒子群算法做后期优化。根据每次迭代后粒子位置与全局最优位置的距离,对粒子的惯性权重进行动态调整,使其具有动态自适应性。并且利用进化度作为搜索中止条件,加快算法的收敛速度。通过仿真说明,相较于DV-Hop算法和基于已有改进粒子群优化的DV-Hop算法,自适应惯性权重定位算法可以降低平均定位误差,有效地提高了无线传感器网络中节点的定位精度。     

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。     

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.     

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。     

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.