无线传感器网络的节点定位方法

提出了一种MCBN(Monte Carlo loca liza tion boxed using non-anchor)定位算法。该算法建立在蒙特卡罗定位算法基础之上,利用两跳范围内可信任度权值最小且坐标确定的静态非锚节点,辅助网络中两跳范围内的锚节点构建最小锚盒,同时利用待定位节点上一时刻的位置信息和临时锚节点的特性增强样本过滤条件,进行快速抽样和样本过滤。仿真结果表明:MCBN同MCL和MCB算法相比,提高了节点定位精度,降低了节点能量损耗。

一种实时的无线传感器网络能量均衡多路径路由算法

本文针对无线传感器网络提出了一种实时的能量均衡多路径路由算法RTEB-MR(Real-Time Energy-Balancing Multi-Path Routing)。RTEB-MR是由源节点发起的路由协议,采用受限洪泛传播路由请求消息来建立路由,减少了采用普通洪泛所带来的较大的能量消耗,在保证实时传输的情况下,从多条路由路径中选择能量最大的进行路由。仿真显示,与其它算法比较,RTEB-MR算法在节能及延长网络生命周期等方面有较好的性能。

一种基于直推式回归的移动跟踪算法

移动定位问题受到业界,学术界的广泛关注。多径、多址干扰和非视距(NLOS)问题是影响定位精度的主要问题,尤其是NLOS问题。为了提高定位精度,有效地降低NLOS误差,将定位嵌入到机器学习框架内,本文提出了一种基于直推式回归的移动跟踪算法,此算法分两步来实现,首先使用基于直推式回归的定位方法得到节点位置的最初估计。然后基于博弈论实现节点的位置跟踪,从而降低位置跟踪误差。实验表明此方法能有效地降低NLOS误差,提高定位的精度。