采用三角形节点块处理无线传感器网络节点定位中节点翻转歧义的迭代方法

针对最小二乘法在无线传感器网络的节点定位中产生的节点翻转歧义问题,提出了一种基于三角形节点块处理节点翻转歧义的迭代方法(OPD-IP-INB)。该方法首先采用基于正交投影的节点翻转歧义检测方法对网络中所需定位的节点进行检测,然后根据三角形节点块具有的稳定性,充分利用全网络的连通性信息,通过坐标变换采用逐次寻优性的迭代方法,对发生翻转歧义的节点进行定位处理。仿真结果表明:OPD-IP-INB方法可以很好地处理最小二乘法中的节点翻转歧义问题,而且提高了整个网络的定位精度;与最小二乘法相比,随着信标节点的减少,其定位精度可以提高3%~10%;随着测距误差的减小,其定位精度可以提高2%~7%。     

改进DV-Hop定位算法在随机传感器网络中的研究

DV-Hop定位算法是一种典型的无需测距定位算法。DV-Hop定位算法在各向同性的密集网络中,可以得到比较合理的定位精度,然而在随机分布的网络中,节点定位误差较大。针对随机传感器网络中节点分布不规则的特点,在传统DV-Hop算法的基础上采用了跳数修正和多变的平均跳距离法两个改进措施,提出了一种改进的DV-Hop定位算法。仿真结果表明,提出的改进算法可大大地提高随机传感器网络中节点的定位精度。     

基于 RSSI 跳数连续的 DV-HOP 改进算法

针对经典DV-HOP(distance vector-hop)算法中节点间跳数信息对定位精度有较大影响这一问题,提出了一种基于接收信号强度指示(receive signal strength indicator,RSSI)的改进算法.该定位算法引入了连续跳数的定义,首先利用RSSI测距模型把直接邻居节点接收到的RSSI值转换为两节点之间的距离,再根据连续跳数的定义计算出两节点间的连续跳数.在相同的仿真网络环境里,与经典的DV-HOP算法相比,归一化定位误差降低了30％ ～ 45％;与其他改进定位算法相比,归一化定位误差也有不同程度的降低.仿真结果表明该改进算法大幅度地提高了定位精度.     

距离修正的混沌粒子群多维标度定位算法

针对不规则网络以及网络空洞造成估计距离与欧氏距离相差较大,导致定位精度不足这一问题,提出一种距离修正的混沌粒子群多维标度定位算法(CMDS-CPSO).首先通过递推策略计算节点对距离,利用接收信号强度对距离加权修正,以减少距离误差,回避网络空洞问题.然后采用混沌粒子群算法对坐标转化参数问题进行优化,进一步降低坐标转换中参数所带来的影响.通过对比SPSO-MDS算法与MDS-DMC算法,仿真结果表明,距离修正的混沌粒子群算法能够明显改善节点定位精度,具有更好的鲁棒性和对不规则网络的适应性.     

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.     

基于跳距二次误差修正的DV-Hop定位算法研究

针对DV-Hop算法在传感网络节点无序分布的环境中定位存在较大误差的问题,提出了改进的DV-Hop算法。从WSN节点定位算法的特点入手,分析DV-Hop算法在计算跳距时采用平均跳距修正误差仍存在缺陷,采用定义实际跳距与平局跳距的差值,再次对跳距误差求平均值,实现跳距二次误差修正,继而达到对未知节点坐标的修正。仿真结果表明,基于跳距二次误差修正的DV-Hop定位算法较传统DV-Hop算法在不同节点数量和不同节点密集度情况下效果更好,且不需要增加通信量和硬件开销,是一种可行的WSN节点定位方案。     

一种基于Dv-hop的改进定位算法

传统Dv-hop定位算法中,最小跳数与平均跳距的估计存在较大误差。针对这一问题,提出了一种改进的Dv-hop算法。首先通过通过统计区域内节点跳数表来修正最小跳数,然后引入未知节点最近的三个锚节点对平均跳距进行修正,最后使用三边法计算未知节点的位置,实现精确定位。仿真结果表明,改进算法在不需要增加额外开销的基础上能够有效提高定位精度,并且方法简单,可操作性强,是无线传感器网络节点定位的一种可选方案。     

基于最优节点通信半径的改进DV-Hop定位算法

针对DV-Hop定位算法在节点随机分布的无线传感器网络中定位误差大,以及现有改进算法需要增加通信开销的问题,提出一种基于最优节点通信半径的改进DV-Hop定位算法.该算法在传统DV-Hop算法的基础上,通过分析网络节点分布特性得到最优节点通信半径,同时利用误差分析获得受扰动影响最小的锚节点优化分布方案,然后使用最小二乘法校正锚节点的平均跳距,最后采用加权方法修正未知节点位置.仿真结果表明,在不增加网络通信量的情况下,文中算法的定位精度高于现有算法.     

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。     

一种基于链路质量差值的无线传感器网络定位方法

针对基于测距的定位方法误差较大的缺陷,提出一种基于链路质量差值的节点定位方法.通过邻居信标节点的交互,获取相应的路径损耗因子,并根据信标节点和待定位节点间的不同链路质量值之差,利用极大似然估计实现低复杂度高精度定位.仿真结果表明,该方法同RSSI和DV-HOP等定位方法相比,具有较高的定位精度和定位成功率.     

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。     

基于最小跳数改进的三维DV-Hop定位算法

节点定位技术在三维无线传感器网络应用中发展迅速,DV-Hop定位算法通过计算节点间的距离来对节点进行定位,针对这种定位算法存在依赖网络节点分布情况、定位精度低且不稳定等缺点.提出一种基于最小跳数修正的三维DV-Hop定位算法,使得节点间的跳数更加精确.仿真结果表明,改进的双通信半径定位算法比传统的三维DV-Hop算法具...     

接收信号强度指示测距模型修正与粒子群算法权重优化的节点定位算法

为了降低RSSI测距误差对定位精度的影响,提出一种RSSI模型修正与PSO权重优化相结合的定位算法。首先通过最小化误差平方和原则对RSSI测距模型参数进行校正,避免测距误差带入定位阶段,然后利用三边测量法进行粗略定位,得到未知节点的近似坐标,最后引入改进PSO算法对该近似坐标进行优化,在改进PSO算法中提出一种基于收敛因子的权重策略,有效地平衡了算法的搜索速度与搜索精度,从而得到节点坐标优化值。实验结果表明,该算法能够有效抑制测距误差积累,有更好的收敛性能和更高的全局优化能力,能实现更好的定位效果。     

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.     

无线传感器网络中一种改进的DV-Hop定位算法

针对 DV-Hop 算法在无线传感器网络节点分布不均匀时定位误差比较大的问题,提出了一种针对 DV-Hop 的改进定位算法。该改进算法主要是利用 RSSI 测量技术增加锚节点;在给定约束下引入“可能存在区域”这一概念,并以该可能存在区域的面积作为目标函数,对未知节点的位置利用非线性共轭梯度法进行逼近,从而使节点定位误差达到最小。通过仿真验证了节点通信半径和锚节点比例对定位误差的影响,结果表明,该改进算法将节点定位精度提高了5％～10％。     

基于测距和自学习粒子群算法的WSN节点定位

针对WSN中现有节点定位方法具有的定位精度不高的缺点,提出了一种基于RSSI测距和改进量子粒子群算法的节点定位方法。首先,描述了基于RSSI接收信号强度指示的节点定位原理,在此基础上,采用最小二乘法估算节点位置进行节点粗定位。然后,定义了一种基于改进量子粒子群算法的节点定位算法进行节点终定位,为了提高算法的全局收敛能力,在每个粒子中放置学习自动机,使得粒子具有自学习能力,在量子可行空间中自适应地选择对应的动作。最后,通过仿真实验对所提方法进行验证。实验结果表明:文中方法能较为精确地进行节点定位,与其他方法相比,具有测距误差和定位误差小的优点,具有一定的优越性。     

基于扩散策略的分布式多维尺度节点定位算法

针对无线传感器网络节点自身定位问题,提出了一种基于扩散策略的分布式多维尺度定位算法,给出了扩散策略和局部网络信息融合的方法.与传统多维尺度定位算法相比,该算法无须将所有信息集中到中心节点进行定位计算,而是在局部网络内进行定位迭代解算及信息交换再进行坐标信息融合.该算法在迭代过程中将未知节点视为锚节点,将原算法中被忽略的参数量引入优化目标方程,采用一组凸组合权值系数对交换后信息进行加权融合以得到节点自身坐标.仿真结果表明:改进算法与原算法相比在测量噪声较大时平均与最大定位误差均下降约10%,特别是当网络连通度较低时改进算法定位精度更高.     

基于异步卡尔曼滤波的移动机器人动态定位

针对室内移动机器人动态定位在网络盲区中失效的情况,提出一种根据机器人周围网络环境动态选择信标节点,完成自主定位的系统.利用扩展卡尔曼滤波后的RSSI完成测距,然后采用极大似然算法完成定位,再用异步卡尔曼算法修正定位误差.该算法成功地将经典卡尔曼滤波与其他定位算法相结合,对于定位算法的结果进行平滑和优化,修正和改进定位精度.尤其在网络盲区中,采用异步卡尔曼滤波获得最优数据.仿真实验表明该系统针对移动机器人自主动态定位具有精度高、适应性强、鲁棒性好等特点.     

基于DV-Hop误差修正的煤矿井下人员定位算法

为了提高无线传感器网络的节点定位精度,提出了基于DV-Hop误差修正的质心定位算法.针对煤矿井下巷道的线型结构,首先提出信标节点以均匀间隔交叉分布的模型,再根据各个信标节点平均每跳的距离误差以及平均每跳的单位距离误差,对离未知节点最近的3个信标节点之间的距离进行2次修正,最后利用3圆交点的质心定位算法进行定位.仿真结果表明,该算法比目前的定位精度提高1m左右,比较适合煤矿井下这种特定的线型结构.