无线传感器网络定位浅析

本文主要对无线传感器网络定位技术中的节点定位进行了讨论。比较了多种定位算法的优缺点,提出了定位算法的发展方向。     

无线传感器网络中的定位算法研究

无线传感器网络由若干个随机分布的设备组成,用以对某些特定的环境数据进行观察。因此,最终观测效果很大程度上依赖于信息采集节点的位置信息的准确性。本文介绍了一种有别于以往定位方式新型定位算法,并结合仿真结果对算法的效果做出了评估。     

无线传感器网络定位技术应用

片上系统CC2431实现了IEEE802．15．4（Zigbee）无线网络协议,其内部集成的定位引擎可估算节点的位置。文章详细介绍了定位引擎的工作原理和节点硬件构成,讨论了节点硬件电路。该设计能够满足节点定位低功耗、高精度的需求。     

一种异步无线传感器网络目标定位方法

提出一种应用于异步无线传感器网络的分段式定位方法,该方法根据目标移动速度将定位过程自动分段,在每个时间段初期用同步定位方法获得目标准确初始位置,然后在此基础上采用异步定位.分段式定位方法解决了普通异步定位方法无法准确定位慢速目标的问题,大大降低定位系统对目标节点移动速度的要求.模拟仿真结果表明,该方法可以得到良好的效果.     

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.     

基于RSSI的无线传感器网络改进定位算法

节点定位技术是无线传感器网络的支撑技术,定位的准确性直接关系到传感器节点的采集数据的有效性.在基于RSSI的定位算法中,Euclidean算法由于通信开销小,但是定位精确性较低,对Euclidean算法进行了改进,改进算法无需增加额外开销,提高了定位精确性.     

基于混合蛙跳的无线传感器网络定位方法

为了解决无线传感器网络未知节点的定位问题,提出了一种新的三维空间定位方法。首先给出了未知节点位置的计算方法和误差评价模型,并利用混合蛙跳算法建立了评价模型的求解算法SFLL。最后,利用仿真实验,对比了与其它算法之间的性能状况,结果表明SFLL具有较好的适应性。     

一种基于流形正则化的半监督人脸识别方法

在基于流形正则化的框架下提出了一种半监督学习算法(MLapRLS)并将其用于人脸识别.首先构建所有样本的最近邻图来估计数据空间的几何结构,并对多变量线性回归的目标函数增加该流形正则化项,得到针对多类问题的MLapRLS.该方法能充分利用少量有标签样本和大量易于获取的无标签样本来帮助学习以提取有效特征.在Extended YaleB和CMU PIE人脸数据库上的实验结果证明了该方法的有效性.     

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.     

应用无线传感器网络实现移动机器人的节点定位

介绍了一种基于无线传感器网络的移动机器人节点定位实现方案,阐述了节点定位的基本原理,给出了节点硬件电路设计和相关的软件工作流程,并通过应用试验,验证该方案具有较好的定位效果。     

基于改进距离向量算法的无线传感网定位研究

为了解决传统距离向量-跳段(DV-Hop)定位算法的精确度受限问题,提出了一种基于跳段大小校正和定位优化的改进DV-Hop算法。根据参考节点之间实际距离和估计距离的差异,计算出整个网络中有效的跳段大小,未知节点和参考节点之间的跳段添加了校正值,而接收信号强度指示(received signal strength indicator,RSSI)的数值用于校正单跳的距离,应用莱文贝格-马奈特(Levenberg-Marquardt,LM)算法来估计每个传感器的优化位置。在求值的过程中,研究了影响距离向量-跳段定位精确度的各种因素。仿真结果表明,与传统的DV-Hop和一些现有的改进算法相比,提出算法的定位精度有所提高。     

基于深度学习模型的WSN路由协议算法

为降低无线传感网网络(WSN)的能量消耗,延长网络生存周期,提出一种基于深度学习模型的WSN路由协议算法。算法首先在汇聚节点完成训练并进行分簇,将训练好的参数传递给各簇节点,各簇节点对采集的数据进行特征分类、提取、再融合后传递给汇聚节点。在进行分簇时,为使簇头的分布更均匀,在估算最优簇头数的基础上,改进分簇方法,减少分簇次数,节省网络能量消耗。通过仿真实验表明,基于深度学习模型的WSN路由协议算法减少网络能量消耗,延长网络生命周期,更适合大规模远距离通信。     

无线传感器网络中基于同心圆树的路由选择算法

为了提高高速公路路安全监控无线传感器网络中节点能量的利用效率,并延长网络生存时间,提出一种基于同心圆路由树的路由选择算法。该算法以最小功率进行路由发现,采用短距离的多跳数据传输,引入对簇内节点分级的机制,提高网络能量利用率。仿真结果表明:采用该算法比与采用同类能量感知路由算法相比,所得网络生存时间更长,平均能耗更小。     

基于曲线拟合的无线传感器网络目标定位算法

针对无线传感器网络的目标定位精度问题,提出了一种基于曲线拟合的目标定位算法.采用最小二乘法对目标经过的各个位置进行拟合,计算出近似目标运动轨迹的曲线参数;进而通过分段曲线拟合的方式,引入更多位置信息参加目标定位,从而减少定位过程中的误差因素,最终实现对网络中运动目标的定位与跟踪.实验结果表明,该算法具有比一般曲线拟合方法更高的目标定位精度,有效提高了无线传感器网络目标定位的准确性.     

无线传感器网络中基于最小跳数的路由算法

最小跳数路由算法能保证无线传感器网络内部最小的消息包数量,因而应用广泛,但该算法存在内爆现象和能耗问题.文章提出新的改进算法,引入元数据概念、延迟转发和设置节点的阈值;仿真实验结果表明,该算法可以有效解决内爆问题,并能节约能量,延长无线传感器网络的生存周期.     

WSN中一种基于博弈论的拓扑控制算法

针对无线传感器网络的特点,提出了分簇无线传感器网络中一种基于博弈论的拓扑控制算法.以节点度和节点的剩余能量为参数建立收益函数,以各节点的发射功率作为代价函数,在保证网络连通性前提下,各节点通过调整发射功率达到各自效用的最大化.理论分析和仿真结果表明,所提算法存在纳什均衡,能够根据节点的剩余能量,自动调整各自的发射功率,...     

无线传感器网络中基于聚簇的域连接算法

针对无线传感器网络中数据处理时节能效率不高的特点,提出一种有效节能的域连接算法(Regions joinalgorithm,RJA).该算法首先结合传感器网络的节点特性和位置信息,提出一种基于聚簇的定向传播模型,该模型把传感器网络按域的划分来构建聚簇,查询只需在聚簇中进行,因而能有效减少传感器网络中信息传输的时间复杂度,同时利用网络中虚电路连接的思想,只将连接属性中与匹配相关的数据投送到链路中的公共区域进行比较运算,并不需要把整个信息表在网络中传送,因而能提高链路传输的效率.理论分析和实验结果表明,该算法与传统算法相比节省能量.     

基于距离和分布的无线传感器网络分簇算法

考虑随机分布节点的剩余能量以及节点相对基站的位置,针对基站位置的非均匀无线传感器网络,提出了一种基于节点位置和分布密度的多跳自组织分簇算法．该算法在分簇准备阶段,根据节点分布密度和相对基站的距离确定分簇的半径,均衡分簇能耗;在簇头选举阶段,利用节点的剩余能量和节点连接密度信息,选择最优的节点成为簇头;在分簇建立阶段,限制分簇跳数,有效降低簇内通信量．通过一系列的仿真实验,验证了算法在节点均匀和非均匀分布情况下均能取得较好的性能,建立更为均衡的分簇结构,显著提高网络生存周期．     

WSN中基于任播的新型分层路由算法

传感器网络已成为一种重要、新型的信息获取和处理技术,路由协议作为其中的一种支撑技术占有重要地位.文章在简要介绍并分析现有的路由算法的基础上,提出了一种新型的基于任播的分层路由算法;算法在节能、灵活性、容错性、QOS、延迟及负载平衡等方面都有一定程度的提高;最后,展望了Anycast协议在传感器网络中的应用前景.     

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％。