一种利用天线旋转的无线传感器网络定位算法

针对无线传感器网络的低成本、低耗能以及准确定位的需求,提出了一种基于多普勒效应的射频干涉旋转定位算法(RRIPS).先利用设置在锚节点上的2个旋转天线发射相同频率的单频信号,产生多普勒效应,再由待测节点通过分析多普勒频率变化规律获得定位所需的距离信息,最终由待定位节点融合锚节点位于不同位置所测得的多组距离信息,从而获得自身的地理位置估计.与基于射频干涉的分布式节点定位方法(DRIPS)相比,RRIPS仅利用待定位节点的常规无线通信设备接收信号,无需与锚节点进行信息交互,算法简单,运算量小,复杂度低,能耗小.仿真实验表明,在信噪比为10dB时,RRIPS比DRIPS在定位精度上提高了1.5m.     

利用离去角度的无线传感器网络分布式节点定位方法

针对现有无线传感器网络节点定位方法成本和复杂度较高的问题,提出了一种利用离去角度估计的分布式节点定位方法(AODL).锚节点利用阵列天线发射正交导频信号,从而使得各传感节点仅需配备常规的单天线系统便可获得导频信号的离去角度信息.结合锚节点的地理位置,各节点进而可进行自身的三维位置估计.AODL方法仅利用无线通信设备进行定位,节点的角度估计不需要配备阵列天线,具有低成本和低能耗的优点,同时各节点独立进行自身的角度估计和位置计算,是一种分布式的定位方法.仿真实验结果表明,对于100 m×100 m的定位区域,借助于4个装备3×3均匀面阵的锚节点,各传感节点在信噪比为15 dB时的平均定位误差可以达到1 m以内.     

一种基于移动锚节点的多坐标系定位算法

提出一种分布式节点定位算法:移动锚节点辅助多坐标系定位算法(MBA-MC),用于无线传感器网络节点定位.移动锚节点在WSN节点分布区域内移动,同时周期性发送信标信号,并且在同一位置分别在多个不同的发射功率下发送信标信号.未知位置节点接收信标后估算与锚节点距离范围,然后利用在多坐标系系统下接收的信标信息得到多个扇形的交叠区,并认为交叠区中心就是节点自身位置.仿真结果表明:在相同条件下,本文提出算法比其他算法能取得更好的定位准确性,其全分布式计算定位方式特别适用于大规模的无线传感器网络节点定位.     

基于IMU和两信标节点的高精度概率推测定位系统

传统的定位系统需要3个或3个以上的环境节点到未知节点的距离信息帮助定位,而在很多恶劣多变的环境中,这一前提往往难以得到满足。提出运用一个惯性测量单元和两个环境节点传感器(信标节点)对未知的移动传感器节点实现定位。两个环境节点与移动节点共同属于Cricket系统,该系统利用射频信号和超声波信号在空气中传输速度的不同,通过测量两种信号到达时间的差值去获得环境节点和位置节点之间的距离估计。提出首先根据固定在未知节点上的惯性测量单元的测量输出和上一时刻的最优估计位置,估计出未知节点当前时刻的位置,根据惯性测量系统测量噪声模型,可以推断出未知节点当前时刻的真实位置在此估计位置为中心的某区域内。再根据未知节点与两个环境节点的估计距离,通过仿真测量噪声模型,利用最小均方估计和最大后验估计算法,最终分别得到未知节点的最优估计位置和次优估计位置。仿真和实验表明了本算法的有效性和鲁棒性。     

基于交替修正牛顿法的分布式传感器定位算法

为了克服锚节点位置误差影响定位精度这一问题,提出了一种基于交替修正牛顿法的分布式定位算法。首先,将无线传感器网络表示的无向图划分成多个部分重叠的子图,建立可独立求解的子图内定位问题,子图内未知节点根据不准确的锚节点位置和测距信息采用修正牛顿法得到初步估计位置,再融合求平均得到估计位置;其次,根据第一步结果和测距信息采用修正牛顿法更新锚节点位置,使其位置更为精准;最后,未知节点再根据相对准确的锚节点位置更新估计位置。实验结果表明,与现有的分布式算法相比,所提算法具有更好的定位性能和扩展性,能够应用于较大规模的无线传感器网络。     

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.     

支持移动锚节点的无线电干涉测距信号设计

为了使无线电干涉定位系统(RIPS)支持移动锚节点在发射测距信号的同时将自身变化的位置信息广播出去,提出使用二进制频移键控(BFSK)信号代替原单音信号作为新的测距信号。设计了新信号参数,可以从新信号相位中提取节点间的距离信息。提出了基于解调数据辅助的最大似然估计法,用于BFSK信号的相位估计。通过仿真可以得到在中高信噪比时,所提估计方法能够达到克拉美罗界,且相比无解调数据辅助的方法,在达到相同性能时可节省约3dB的信号功率。结果表明,使用BFSK信号时,RIPS可以应用于含有移动锚节点的传感器网络节点定位中。     

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。     

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.     

应用三个移动锚节点的非测距定位方法

针对使用单个移动锚节点的非测距定位方法精度较低的问题,提出一种使用三个移动锚节点的非测距定位方法:三个锚节点在移动过程中相对位置不变,并周期性广播数据包,而未知节点利用接收到的具有相同时间戳的两个或者三个锚节点信息进行质心定位.采用Scan作为信标的移动路径,并使用OMNET++进行了仿真实验,结果表明,该方法比使用单个移动锚节点提高了定位精度,且不受节点部署密度的影响.