基于分治求精的无线传感器网络节点定位算法

节点自身定位是无线传感器网络应用的支撑技术之一。将分治法运用到无线传感器网络节点自身定位问题中,研究了锚节点位置关系对节点定位的影响,设计了基于分治求精的无线传感器网络节点定位算法(divide and conquer and refinement method based localization algorithm, DRBLA)。DRBLA采用先分而治之、再整体求精的思想,根据锚节点位置关系对定位的影响,有效筛选锚节点构成组合分别对未知节点初步定位,随后加权求精得出最终定位结果。DRBLA不需要额外添加硬件,通信量小且容易实现。仿真结果显示,相对于传统基于测距的定位算法,DRBLA具有明显的优越性,尤其是可以利用较少的锚节点取得较高的定位精度。     

基于目标跟踪的移动信标辅助节点定位算法

针对无线传感器网络的节点自定位问题,提出一种基于单个移动信标的节点定位算法。信标节点周期性地发布自身位置信息,未知节点被动接收该信息得到与移动信标之间的距离,先求取自身位置的近似估计,再利用无迹卡尔曼滤波进行目标跟踪,完成进一步位置求精。未知节点之间无需测距,降低了通信量和能量消耗。仿真结果表明,该方法能够有效提高节点的定位精度,适用于户外部署的大规模无线传感器网络。     

基于时间差的无线传感器网络节点定位方法

在分析RSSI、ToA、TDoA和AoA测距方法优缺点的基础上,给出一种基于时间差的节点定位方法.该方法无需锚节点与锚节点之间,以及锚节点与目标节点之间的时间同步,根据三个锚节点的定位信号到达目标节点的时间差,即可完成对目标节点的定位.以三个锚节点呈等边直角三角形布置为例,对定位误差进行计算并得出了提高目标节点时钟精度和增加锚节点之间的距离可减小定位误差的结论.最后,利用无线传感器网络测试床进行算法有效性验证,结果表明了所提定位算法的有效性.     

传感器网络中与节点位置无关的覆盖算法

在不能获取节点精确位置信息的条件下,现有的基于分组的节点调度算法不能保证各个组内的传感器节点均匀分布在目标区域,导致传感器网络难以获得较好的覆盖性能.提出了两种调度算法:与节点位置无关的集中式覆盖算法和分布式覆盖算法,在定位设施缺失的条件下,使得各个组内的传感器节点较为均匀地分布在目标区域.算法分析和仿真实验证明了算法的有效性.     

基于采样优化的蒙特卡罗移动节点定位算法

针对无线传感器网络中蒙特卡罗移动节点定位算法的不足,提出了一种采样优化的蒙特卡罗移动节点定位算法。该算法根据运动连续性,利用曲线拟合方法,得出样本节点位置后验密度分布取值较大的区域,对该区域内样本节点的权值进行优化,从而完成未知节点的定位。仿真结果表明,改进后的算法能够显著地减少定位所需的样本数,有效提高了无线传感器网络移动节点定位的准确性和鲁棒性。     

基于节点通信度的信息加权一致性滤波

协同目标跟踪是无人机集群等多传感器网络的典型应用。在分布式传感器网络目标跟踪过程中,目标状态估计的一致性直接影响到跟踪有效性。针对目标跟踪过程中网络节点之间一致性迭代次数受限的问题,提出了一种基于节点通信度的信息加权一致性滤波算法,设计了用节点通信度来充分衡量传感器节点在网络中的通信拓扑状况,并构建了非对称一致性权值的选取机制,可在复杂拓扑结构网络中实现快速一致性跟踪。典型目标跟踪场景仿真验证表明,所提算法相比经典的信息加权一致性滤波算法,目标跟踪的不一致程度降低了20%以上,有效提升了分布式跟踪的一致性速度。     

基于节点通信度的信息加权一致性滤波

协同目标跟踪是无人机集群等多传感器网络的典型应用。在分布式传感器网络目标跟踪过程中,目标状态估计的一致性直接影响到跟踪有效性。针对目标跟踪过程中网络节点之间一致性迭代次数受限的问题,提出了一种基于节点通信度的信息加权一致性滤波算法,设计了用节点通信度来充分衡量传感器节点在网络中的通信拓扑状况,并构建了非对称一致性权值的选取机制,可在复杂拓扑结构网络中实现快速一致性跟踪。典型目标跟踪场景仿真验证表明,所提算法相比经典的信息加权一致性滤波算法,目标跟踪的不一致程度降低了20%以上,有效提升了分布式跟踪的一致性速度。     

基于模糊控制的WSN移动节点自主导航算法

设计了一种利用无线传感器网络(WSN)节点间通信信号强度信息(RSSI)及网络拓扑结构实现移动节点自主导航的方法。将机器人作为WSN的移动节点,利用RSSI势场量化的坐标空间描述机器人状态及目标位置,有效避免将RSSI值转换为距离时带来的模型误差。由若干个信标节点组成一个基于模糊控制的分布式导航系统,每个信标节点都是一个独立的模糊控制单元,最后由决策控制中心综合各信标节点的输出量决定机器人的航向。仿真和现场实验都表明该方法的有效性。     

基于三维体质心的无线传感器网络节点定位算法

针对无线传感器网络中传感器节点初始位置未知的问题,提出一种基于三维体质心的分布式无线传感器网络节点定位算法.算法假设网络中有一定比例的锚节点(位置已知的节点),利用三维辅助坐标系,建立节点间的通信约束关系和空间几何关系,研究三维空间内包含未知节点的三维体构成方法,确定三维体的多个侧面和曲面来构成曲面三维体;为了减小算法计算量和网络能耗,寻找与曲面三维体对应的由多个侧面组成的平面三维体,通过确定平面三维体的质心来获得曲面三维体质心,从而把曲面三维体的质心作为未知节点的估计位置.该算法是一种完全基于网络连通性的分布式算法,算法设计简单,计算量小,节点间通信开销少.仿真结果显示,该算法适合于各种规模的无线传感器网络的节点定位.     

基于合作目标的外辐射源雷达发射站直接定位

外辐射源雷达利用已知位置信息的第三方发射站发射的信号作为照射源,对运动目标进行探测定位。但在实际应用中,发射站精确位置信息往往难以预先获取,给外辐射源雷达在未知环境中的快速应用带来困难。为了解决该问题,将已知轨迹的无人机作为合作目标。利用实时获取的无人机位置信息,建立了发射站位置未知时的目标直接定位模型。并进一步构建了基于目标位置的代价函数,从而实现对发射站位置的精确估计。该方法不仅可以克服常用两步定位算法中存在信息损失的不足,可达到更高的定位精度,而且利用了外辐射源雷达直达波信号,较传统直接定位方法性能更优。最后,通过仿真验证了该算法的有效性。     

基于星型配置策略的协同定位算法

为了改善无线传感器网络整体连通性,避免监控区域出现黑洞现象,提出了无线传感器网络节点的星型配置策略。通过RSSI和AOA相结合的协同定位算法实现了节点定位,算法中采用影射机制建立了传感器节点的平面坐标计算新方法。计算机仿真结果表明该算法能够明显提高节点的定位精度,定位精度小于1米。     

基于线性校正的TOA联合同步与定位算法

针对传统到达时间定位中出现的目标节点与传感器锚节点不同步的问题,提出了一种时钟同步与目标定位联合估计算法。该算法分为两个阶段,首先通过引入辅助变量,根据加权最小二乘准则求出时钟偏差和目标位置的初始值;在此基础上,利用线性校正技术对初始值的偏差进行校正。理论分析和实验结果表明,与传统方法相比,该算法不仅可以得到闭式解,而且在目标位于传感器内部和外部两种情况下都可以逼近克拉美罗下界,具有较高的定位精度。     

高密度无线传感器网络分簇定位算法

节点自身定位是无线传感器网络应用的支撑技术之一。提出了一种适用于大规模高密度无线传感器网络的分簇定位算法。首先定义了节点的势作为簇首选举依据,网络中节点间的距离由接收信号强度和通信半径的关系间接计算得到,各簇内的拓扑信息由簇首保存,簇首利用线性规划法实现簇内相对定位;随后从sink节点开始逐步进行簇间位置融合,最终实现全网的绝对定位。相比集中式的凸规划定位算法,所提算法计算复杂度低、通信量小、定位精度高,且不需要预先知道环境中的信号衰减因子,有一定的抗噪声干扰能力。仿真结果显示,在节点按均匀网格分布和均匀随机分布两种情况下,所提算法能取得较好的定位效果。     

Distributed localization for anchor-free sensor networks

Geographic location of nodes is very useful in a sensor network. Previous localization algorithms assume that there exist some anchor nodes in this kind of network, and then other nodes are estimated to create their coordinates. Once there are not anchors to be deployed, those localization algorithms will be invalidated. Many papers in this field focus on anchor-based solutions. The use of anchors introduces many limitations, since anchors require external equipments such as global position system, cause additional power consumption. A novel positioning algorithm is proposed to use a virtual coordinate system based on a new concept--virtual anchor. It is executed in a distributed fashion according to the connectivity of a node and the measured distances to its neighbors. Both the adjacent member information and the ranging distance result are combined to generate the estimated position of a network, one of which is independently adopted for localization previously. At the position refinement stage the intermediate estimation of a node begins to be evaluated on its reliability for position mutation; thus the positioning optimization process of the whole network is avoided falling into a local optimal solution. Simulation results prove that the algorithm can resolve the distributed localization problem for anchor-free sensor networks, and is superior to previous methods in terms of its positioning capability under a variety of circumstances.     

UWB多目标异步定位及算法

基于到达时间法(TOA)和超宽带信息帧往返传输(RTT)原理,提出一种新的UWB多目标异步定位及其算法.系统节点均具有收发功能,在测量某个节点时,往返传输(RTT)的UWB帧只需使用一次,也不需要保证接收节点时钟严格同步的光纤连接等系统条件的限制.与同步方法相比较,本方法和算法具有低复杂性、一般性和实用性.仿真结果也表明其定位精度完全可以与同步TOA法或TDOA法相媲美.     

基于免疫系统的无线传感器网络性能优化

根据免疫系统B细胞和T细胞模型,建立人工免疫系统与无线传感器网络间的相似关系,提出一种邻域节点选择算法,以判断传感器节点是否被激活。由于事件信息传递到汇聚节点会产生偏差,利用时空相关理论和自适应最小均方误差滤波算法,建立偏差与激活节点数目及偏差与节点通信频率之间的关系,确定传递事件信息所需最少激活节点数和最佳通信频率。不同条件下仿真结果表明,这种无线传感器网络优化策略能起到减少节点数目、降低通信频率及节约能耗的效果。