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。

三角质心迭代与Bounding-Box的定位算法

为了提高Bounding-Box定位算法的精度,在该算法的基础上,文章提出一种改进的Bounding-Box算法,再利用三角质心迭代的方式进一步提高算法的定位精度。文章首先通过比较未知节点周围所有邻居锚节点到该未知节点的信号强度大小找到最近锚节点,然后将估计矩形进行一次分割,初步判断未知节点处于哪一个区域,再利用PIT法则缩小定位区域,最后通过三角形质心迭代的方式求出最终定位点。由仿真实验数据可得,同样的条件下,文章所提出的算法在平均定位误差上明显低于传统算法以及当下较流行的算法,提高了定位精度。

虚拟锚节点迭代的Bounding-Box定位算法

为了提高利用无线传感器网络定位的精度,本文以常规的Bounding-Box算法为基础,通过利用虚拟锚节点迭代的方式来降低Bounding-Box定位算法的定位误差。根据定位区域内节点的特性,可分为锚节点和普通节点,其中锚节点可以自带位置坐标。因为需要定位的节点可以收到周围锚节点的信号强度,通过公式可将信号强度转换为距离,然后作圆求出圆的外切矩形,最后得到重合区域,将重合的矩形几何体中心作为第一次的待定位节点。然后分别通过三个锚节点到该待定位节点的距离来计算出相应的三个信号强度,将这三个信号强度与三个锚节点到未知节点的信号强度值进行比较,对三个锚节点进行有条件递减,得到一个符合条件的锚节点,并产生缩小的定位区域,再取该锚节点到待定位节点的中点作为虚拟锚节点进行二次对比,当虚拟锚节点到未知节点的信号强度小于该虚拟锚节点到待定位节点的信号强度时,最后将迭代后的虚拟锚节点当作未知节点的位置。通过仿真实验的对比,改进的Bounding-Box算法精度明显高于传统算法,并且降低了平均相对定位误差,提高了定位精度。

L~∞-Error Estimate of a Nonconfoming Rectangular Plate Element

In this paper,a nonconforming rectangular plate element,the modified incomplete biquadratic plate element,is considered. The asympotic optimal L~∞-error estimate is obtained for the plate bending problem. This proof is based on the method of regularized Green's function and 'the trick of auxiliary element'.