子图融合修正WSN节点分布式定位算法

针对大规模WSN节点定位精度不能满足要求的问题,提出了基于误差加权和与融合修正的分布式迭代节点定位算法。算法首先将WSN表示为无向图形式,根据参考节点通信半径将其划分为多个子图,在子图内构建距离误差加权目标函数,通过相位搜索粗定位和遗传蚁群算法精定位迭代计算未知节点的精确位置信息,然后通过子图间融合对节点位置进一步修正,以加速算法收敛和提高定位精度。仿真实验表明,与现有算法相比,文中算法对参考节点的数量与通信半径要求较低,但仍可以取得最优的定位精度,且具有较好的适应性。

基于分布式的无线传感器节点定位算法研究

本文分析了无线传感器网络的特点和目前己有的各类定位算法的基本思想及性能,并对现有的几种无线传感器网络分布式节点定位算法进行了深入的研究,从而确定了有效的定位算法对每个节点的位置具有重要的理论意义与实用价值。

一种基于连通度的无线传感器网络节点定位算法

无线传感器网络的节点定位算法中,LCO算法将节点间具有连通度的通信连接视为对节点位置的约束,并由此确定节点的位置估计.提出了一种改进的分布式节点定位算法LAI(Localization with All Nodes and Iteration),结合不具有连通度的节点位置关系进行定位.仿真实验结果表明,改进算法相对于LCO算法,提高了定位估计的准确性,减小了对于锚节点的依赖程度.