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。     

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.     

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。     

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。     

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.     

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%。     

蝙蝠算法在无线传感器网络节点递增式定位中的应用

无线传感器网络节点的定位在特殊环境中有着广泛的应用,综合考虑节点定位的成本与覆盖率,采用逐步递增定位方法。针对节点递增式定位带来的累计误差问题,提出了基于蝙蝠算法的无线传感器网络节点定位,以改善节点在逐步递增过程中的定位精度。介绍了蝙蝠算法的具体实施过程以及如何应用在递增式定位技术中。仿真结果表明,运用蝙蝠算法可以减小定位误差,提高节点的定位精度。     

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.     

一种网络生长的无线传感器网络定位算法

提出了一种利用完全图进行无线传感器网络定位的分布式定位算法.仿真表明,该算法在噪声功率较小或者网络连通程度较高时,节点的定位精度更高,并且在网络的连通程度较低或者传感器节点分布不均匀时,仍然保持较好的定位精度.     

一种基于遗传算法的无线传感器网络节点定位技术研究

本文分析了基于误差的最小二乘估计定位原理,提出一种基于遗传算法的无线传感器网络节点定位技术。建立所有节点的定位误差之和最小的数学模型,利用遗传算法求解模型的最优解,从而得到未知节点的最优的估计位置。实验仿真结果表明该算法对未知节点的定位精度高,条件简单,适合各种规模的无线传感网络节点的定位。     

基于校正的无线传感器网络加权定位算法

在基于测距的无线传感器网络定位中,获取相邻节点距离值时,往往包含着环境中的各种干扰。为了减少环境干扰对定位精度的影响,在加权定位方法的基础上,利用未知节点附近满足一定距离要求的锚节点,对定位后的节点坐标值进行校正,以达到降低定位误差的目的。仿真结果表明:该方法简单,对降低定位误差有很好的效果。     

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。     

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.     

基于分层定位的无线传感器网络定位研究

在无线传感器网络中,传感器节点定位是很重要的技术。提出了分层定位的思想,研究了一种集中与分布相结合的定位方法。分层定位技术通过筛选具有固定连接度的框架节点并分步定位,适用于高连接度的网络,可用于计算框架节点和普通节点的定位。仿真验证了分层定位在均匀分布节点网络中具有良好的定位精度。与其它现存方法相比,分层定位的策略可更灵活运用在各种定位应用中。     

差动驱动机器人的一种航迹推算定位方法

文章针对当前差动驱动轮式服务机器人的航迹推算定位精度不足问题,提出一种新的推算方法。该方法通过测量同轴上的2个驱动轮的角速度,利用差动驱动系统的运动规律推算出2个驱动轮的下一个采样时刻的位置。在机器人起始位置已知情况下,该算法可以跟踪和定位机器人一段距离,能有效地辅助和矫正定位有盲区或定位精度不稳定的其它室内定位方法。仿真实验结果表明,该方法定位的误差比当前基于微分方程模型推算定位的误差小。     

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.     

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。     

基于Semidefine Programming算法的无线传感器网络节点定位研究

首先在无线传感器网络模型假设下给出了模型、相关概念和定位过程的介绍,然后利用Semidefine Programming定位算法对无线传感器网络节点定位方法进行了研究。经过仿真实验证明,Semidefine Programming算法可以有效降低网络的成本,而且对定位精度的改进效果也非常明显。     

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.