基于RSS阈值模型的Amorphous算法定位误差抑制

针对无线传感器网络定位算法在不同的通信模型下误差较大的问题,在Amorphous算法离线计算网络平均连通度的基础上,建立了四种RSS阈值模型来抑制Amorphous算法在不同通信模型下的定位误差。由不同阈值模型得到的阈值在不同程度上修正了算法的梯度值,使定位误差得到抑制。仿真结果表明,Amorphous算法在Regular模型下的最优阈值模型从Regular阈值模型和Log-normal阈值模型中选择;算法在Log-normal模型下的最优阈值模型从Regular阈值模型、Log-normal阈值模型、DOI阈值模型和RIM阈值中选择;算法在DOI模型和RIM模型下的最优阈值模型从Log-normal阈值模型、DOI阈值模型和RIM阈值模型中选择,最后得到Amorphous算法在不同的通信模型、通信半径和不规则度下对应的最优阈值模型。

Grid-Scan定位算法的虚拟锚节点策略改进

针对无线传感器网络中Grid-Scan算法定位精度较低的问题,提出了一种基于虚拟锚节点策略的Grid-Scan定位算法。具体做了三个方面的工作:对未知节点设置可定位阈值,邻居锚节点数大于可定位阈值的未知节点使用Grid-Scan算法进行定位,定位后的节点升级为虚拟锚节点;邻居锚节点数小于可定位阈值的未知节点利用极大似然法完成定位,定位后的节点升级为虚拟锚节点;锚节点及虚拟锚节点共同参与对剩余未知节点的定位。仿真结果表明,改进算法在不同锚节点密度、不同通信半径和不同栅格大小的网络中以及通过不规则传播模型后都具有较好的定位精度。

二次栅格扫描与三角形质心迭代的定位算法

为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上提出一种改进的二次栅格扫描定位算法,再利用三角形质心迭代法进一步提升定位精度。首先通过比较未知节点的所有邻居锚节点到该未知节点的信号强度,找到最近邻居锚节点,利用最近邻居锚节点对可再定位的未知节点所在的估计区域进行二次栅格扫描,再利用PIT法则对定位区域进一步缩减,最后对质心三角形质心进行迭代计算得到最终定位点。仿真结果表明,在相同的网络环境下,与传统算法相比,改进算法明显提高了平均相对定位精度。

极限分割估计矩形的Bounding-Box定位算法

针对无线传感器网络中Bounding-Box算法定位精度低的问题,在Bounding-Box算法的基础上提出一种极限分割估计矩形的方法来改进定位算法,分割后的估计矩形产生一个待选质心,当满足分割条件时,对估计矩形继续分割,并不断产生待选质心,当满足终止分割条件时,将上一次分割得到的待选质心坐标作为未知节点的最终位置,通过极限分割的方法可以修正未知节点的定位误差。仿真结果表明,在无需增加额外通信开销的情况下,改进的算法在一定程度上降低了算法的平均相对定位误差。

二次栅格扫描与锚节点递减栅格扫描的定位算法

为了提高无线传感器网络的定位精度,在Grid-Scan算法的基础上作进一步的改进。首先利用二次栅格扫描确定初始定位点,并产生缩小的定位区域;在该缩小区域内,将邻居锚节点与初始定位点间的距离转换为理论信号强度值,再对比邻居锚节点实际接收未知节点的信号强度,对邻居锚节点进行有条件递减,得到递减锚节点栅格扫描法则,最终确定未知节点的估计位置。通过仿真实验的对比,改良后的定位算法在一定程度上提高了定位精度。