基于锚节点主动部署机制的WSN节点定位算法综述与分析

无线传感器网络的应用中,网络的位置信息由特定的节点定位算法获得,节点定位算法的选择与实际监测环境的特点和具体性能需求等因素有关.基于锚节点部署的方式,将无线传感器网络节点定位算法分为基于固定和移动锚节点辅助下的2大类定位算法,详细分析了2类算法下的典型算法,对未来无线传感器网络节点定位算法的研究进行了展望.     

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TinyOS无线传感器网络的RSSI定位方法

节点定位技术是无线传感器网络的主要支撑技术之一,节点自身的正确定位是提供监测事件位置信息的前提。本文针对无线传感器网络节点定位的需求,研究适合在TinyOS平台下的RSSI测量定位方法。本文介绍了无线传感器网络节点的硬软件设计方法,分析了RSSI测距的基本原理和传感器网络节点定位的基本算法。实验证明了在TinyOS平台下采用RSSI定位方法,可以满足无线传感器网络节点定位的要求。     

一种基于网络坐标的低成本WSN绿色位置路由

现有无线传感器网络的绿色位置路由在实际部署中通常存在两大问题:一是利用GPS来获得节点位置信息的成本较高;二是没有评估定位误差对路由性能和节能效果的影响。鉴于此,提出一种定位误差条件下的低成本绿色位置路由算法。其主要思路是:该算法采用分布式网络坐标算法获取节点间相对位置信息,以此节省成本;提出数据收集环机制以缩小邻居候选节点集来降低选择最优中继/转发节点时的能耗,并且采用自适应传输机制扩大节点无线收发范围以提高数据包投递率。仿真结果表明,该算法的定位误差明显低于MDS和MDS-MAP,而其路径能量消耗和数据包投递率较LED算法相比分别降低43%和提高55%左右。     

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。     

应用蒙特卡罗抽样法的无线传感器自定位信息融合技术

我们首先介绍了无线传感器网络。对它的特点进行了分析,明白了网络传感器节点自定位的意义,接着介绍了目标比较常用的几种传感器自定位技术。在此基础上,文章重点描述了一种基于信标节点的无线传感器自定位的分布式算法。在这个算法中,信标节点广播它的分布状态其中包括本身位置的信息。邻近的未知位置信息的无线传感器利用传输的信息和接受到的信标信号的特征来估计自己的位置。知道自己的位置后,它也将成为一个新的信标节点。蒙特卡罗抽样法被用来融合无线传感器的分布和获得无线传感器位置分布后验概率估值。我们也利用贝叶斯克拉马一罗下限来进行无线传感器的自定位和研究信标预知位置信息和其他系统参数的影响。我们通过计算机仿真分析我们算法的性能,并且与下限法得到的数据进行了比较。     

基于移动信标改进的DV-Hop算法

无线传感器节点定位在整个无线传感器网络体系中占重要地位。DV-Hop算法是一种免于测距的定位技术,其缺点是仅在节点均匀的密集网络中,才能合理估算节点的位置。针对这种情况,提出了一种基于移动信标的DV-Hop算法,利用一个移动信标节点在网络中按照事先规定的路径遍历整个网络区域,并周期性的广播自己的位置信息给周围的未知节点,未知节点通过有选择的组合估算多个自身位置,多个自身位置的质心即为最后的估算的位置信息。最后通过仿真结果证明此种改进算法可以减小定位误差。     

大规模传感器网络局部半定规划的节点定位算法

针对大规模无线传感器网络中节点定位问题,提出了一种高效、准确、分布式的局部半定规划(LSDP)定位算法.根据节点重要度,将大规模无线传感器网络分割为多个局部网络,局部网络采用半定规划的方法对其辖内的节点进行相对定位构建的局部相对映射,应用合并算法将局部相对映射拼接为全局相对映射,再通过参考节点匹配将全局相对映射转换为全局绝对映射,从而获得整个无线传感器网络内部所有节点的详细位置信息.实验结果表明,网络在规则分布下,LSDP的节点定位误差仅为理想通信时的98%,在随机均匀分布下的定位误差减小了90%.     

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.     

基于高斯混合模型的无线传感器网络定位算法

针对距离误差对定位结果的影响,提出一种基于高斯混合模型的无线传感器网络定位算法.该算法将高斯混合模型方法引入到无线传感器网络的定位问题中,通过高斯混合模型分析找出误差较大的距离信息并将其剔除,对剩余距离信息使用三边测量定位法进行定位求解,同时结合加权定位算法进行位置估计.仿真实验结果表明,改进算法能提高定位精度,且定位结果更稳定.     

无线传感器网络中基于双支持向量回归的分布式定位算法

针对无线传感器网络中节点定位误差问题,提出一种基于双支持向量回归的分布式定位算法。在保持锚节点连通性的基础上,以锚节点跳数和位置信息为训练样本。结合拉格朗日法和KKT(Karush-Kuhn-Tuchker)条件,把原问题的优化转化为对偶形式,使用双支持向量回归技术确定跳数信息到节点间距离的映射函数。最后,采用最小二乘法估计待定位节点的位置,在不同锚节点和通信半径的情况下对传感器目标节点进行定位实验测试。实验结果表明:该方法减小了测量误差,能有效提高节点自身定位精度。     

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。     

无线传感器网络节点定位技术研究

由大量的智能传感器节点构成的无线传感器网络,已经成为一种全新的信息获取方法和处理技术。无线传感器网络的许多应用都是基于节点的位置信息,因此本文结合节点定位的基本概念,对基于测距和非测距两种节点定位方法进行了研究,分析了基于非测距定位方法的优势,并对几种典型的非测距定位方法进行了比较,最后给出了下一步研究工作。     

结合共线性因素的无线传感器网络DV-Hop定位算法

无线传感器网络的锚节点近似位于同一条直线上时,构成共线性现象,造成定位数据失真和精度下降.针对大规模无线传感器网络的非测距定位,结合共线性因素提出了一种DV-Hop定位算法,引入Voronoi图将网络划分成若干区域,依据共线性进行锚节点组的选取和提纯.根据跳数阈值的限制,利用每块区域的锚节点信息和符合共线性原理条件的锚节点信息对未知节点进行定位.仿真实验表明,与传统的DV-Hop和共线性算法相比,所提算法能够提高节点定位精度、减少定位误差;对于分布不均匀的网络,能够实现高精度节点定位,并适用于较复杂的环境.     

基于改进型粒子群优化的节点自定位算法

为了提高测距误差影响下无线传感器网络节点自定位精度,提出一种基于距离的节点自定位新算法.对混沌搜索与粒子群优化进行算法融合,给出一种改进型粒子群优化算法,将其应用于节点自定位.新算法利用未知节点与信标节点之间的距离信息,通过改进型粒子群优化算法获取未知节点的位置.仿真结果表明,改进型粒子群优化算法对两种标准测试函数的搜索结果优于一般的粒子群优化算法.在测距误差和信标节点数量相同的条件下,相对于最小二乘估计法,新算法在各个测距误差级上的定位精度更高,其定位误差随测距误差增大而上升的趋势更缓慢.新算法具有更好的鲁棒性,适用于测距误差较大、信标节点数量较少的情况.     

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。     

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。     

基于多维标度和局部成本函数最小化的传感器节点定位算法

在无线传感器网络的各种应用中,都需要知道传感器节点的相对或实际位置,所以实现传感器节点的定位是一项非常重要的任务.基于多维标度技术,提出了一种新的迭代分布式加权定位算法.通过对多维标度技术原理和分布式加权多维标度算法的分析,提出了新的局部成本函数和权值函数,从而得到一个模糊加权局部成本函数;得到每个传感器与其全部相邻节点的位置测量值和初始位置的估计值;最后通过最小化其相应的局部成本函数得到每个传感器的位置估计更新方程.仿真结果表明,提出的定位算法不仅能够减小定位误差,而且还可以降低收敛时间.     

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.     

三维无线传感器网络节点定位研究综述

无线传感器网络现在已经在各领域广泛应用,而节点定位技术是其应用中的基础性研究问题之一。从距离相关和距离无关定位算法的角度分析了三维无线传感器网络中几种典型应用的定位算法。论述了该算法的概念及其原理,并对几种定位技术的性能进行了比较和分析。每种算法都有一个应用环境,应根据实际需要进行选择。随着定位技术的发展,定位要求越来越高,移动锚节点定位算法成为了现在研究的趋势。总结了当前无线传感器网络定位算法的优缺点,并提出了对未来研究热点的看法。