无线传感网络中移动节点定位技术研究

现有的定位方式因为需要建立网络模型和能量消耗不平均的现象,故不适用于有少量节点随机移动的无线传感网络。针对此类无线传感网络中各节点的定位问题,在分析了定位的计算复杂度和能量损耗的前提下,提出了分簇定位算法,在簇的范围内对发生移动的节点采用接收信号强度测距(RSSI)与质心定位相结合(CLA)的方法进行定位。分析与仿真结果表明:在有少量锚节点存在的无线传感网络中利用改进的分簇定位方法有效的提高了移动节点的定位精度,降低了网络的能量消耗,使网络的生命周期达到最长。

基于卡尔曼滤波的矿井移动节点定位算法研究

提出了一种基于无线传感器网络的矿井移动节点的定位算法。针对井下环境特征,巷道纵横交错,移动节点数量庞大以及无规律移动的特殊复杂情况,提出了一种卡尔曼滤波测距预估和弹性粒子模型相结合的定位算法。该算法采用卡尔曼滤波器对RSSI信号强度进行滤波和测距预估,建立弹性粒子网络模型对移动节点定位准确度进行校正,实现了矿井移动节点的实时精确定位。通过仿真实验表明,该算法误差小,精确度高,适合用于井下大规模的移动节点的定位。

一种在非视距环境中的移动节点定位方法

在移动节点射频定位技术基础上,根据自主移动节点运动的特点,提出一种能够减轻非视距NLOS影响的定位算法nLAEL.该算法首先利用移动节点的速度信息,构造相对定位轨迹;然后通过相对定位轨迹和射频定位的比较实现对位置和方向的估计,获取定位结果;最后估计射频定位精度,区分出失真的射频定位结果,以减小NLOS的影响.本算法计算简单,是一种实用的移动节点定位方法.仿真实验结果证明了算法的有效性.

一种基于模糊理论的蒙特卡洛移动节点定位算法

移动节点定位技术是无线传感器网络中的关键技术之一。针对蒙特卡洛算法MCL(Monte Carlo Localisation)在移动节点定位中存在样本需求量大、定位精度不高、定位所需时间长等缺点,提出基于模糊理论的改进蒙特卡洛移动节点定位算法F-MCL。通过对节点信号能量数值进行模糊化,滤波条件的精确化来弥补MCL的不足。仿真实验表明,提出的F-MCL算法比传统MCL算法在定位时间上比原来缩短了约58.6%,在定位精度上比MCL算法最高提高了约37%。

自适应蒙特卡罗无线传感器网络移动节点定位算法

针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高、采样率低等缺点,提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同,自适应地调整不同区域的采样粒子的影响权重,对未知节点进行定位;同时,利用上一时刻采样粒子增加限定条件,提高定位精度。仿真结果表明,本算法在规则度不同的条件下节点的定位误差平均下降了约13%,在速度不同的条件下定位误差平均下降了约10%,网络覆盖率可达到99.19%。

基于均值漂移和联合粒子滤波的移动节点定位算法

针对无线传感器网络移动节点定位面临的高精度和实时性要求,把均值漂移算法引入联合粒子滤波(Joint ParticleFilter)框架,提出了基于均值漂移和联合粒子滤波的移动节点定位算法。它使用均值漂移算法构建粒子滤波的建议分布,通过有效利用最新观测信息,提高粒子状态估计的准确性,使得采样粒子的状态分布与后验概率分布更接近,减少了状态估计必需的粒子数目。该算法还提出了基于虚拟海明距离和交互势的权重计算方式,减少相邻移动节点间的干扰。仿真实验结果表明,基于均值漂移算法和联合粒子滤波的移动节点定位,可获得比基本粒子滤波更高的定位精度,其定位精度与无味粒子滤波(Uscented Particle Filter)相当,而计算开销比无味粒子滤波减小至少50%。

基于距离估计的无线传感网络移动节点定位研究

针对传统MCL算法定位精度低的不足,提出了一种基于距离估计的改进蒙特卡罗定位算法—DEMCL.首先根据网络连通度、锚节点信息和节点间的相邻关系估计目标节点与锚节点间的距离;然后利用该距离构建新的过滤条件加入算法的过滤阶段,以优化样本集和减小定位误差;最后以Matlab为工具对算法的定位性能进行仿真和分析.仿真结果表明:在同一环境下,与MCL算法和MCB算法相比,DEMCL算法能保证更高的定位精度,同时减少了无效定位的节点数目,网络覆盖率可达到98.83%.

基于信号强度的井下无线传感器网络蒙特卡罗移动节点定位算法

针对改进的井下蒙特卡罗算法定位误差大的问题,提出一种基于信号强度的井下无线传感器网络蒙特卡罗移动节点定位算法。利用信号强度的变化来判断节点的运动方向,根据前一时刻的节点位置以及运动速度矢量来构建采样区域,采用一跳信标节点对样本进行过滤。仿真结果表明:该改进算法的定位精度得到了明显提高,适合于井下定位。

WSN中局部采样滤波的新颜色移动节点定位法

针对无线传感器网络(WSN)移动节点定位技术中的定位不精和实时性差的问题,该文提出一种局部采样、借助RGB差值序列滤波的新颜色移动定位LSF-CDL(Local Sampling and Filtering-Color Dynamic Localization)法。该算法利用收集的信号,在与移动节点能直接通信的信标节点的信号交叠区域内局部采样;引入距离比例因子,对平均跳距权值化,优化了CDL中跳距的计算公式;借助RGB差值序列对样本点滤波并将差值序列绝对值作为加权标准计算移动节点的坐标。仿真结果表明与E-CDL(Efficient-Color-theory based Dynamic Localization),MCL(Monte Carlo Localization)等经典的移动节点定位算法比较,新算法定位误差减少了33%以上,具有较好的定位效果。

基于协同预测的无线传感器网络全移动节点定位算法

节点定位技术是无线传感器网络的关键问题之一,分析了无线电的路径损耗模型,建立了基于信号接收强度(received signal strength indicator,RSSI)和距离的拟合关系模型,提出了一种基于协同预测的无线传感器网络全移动节点定位方法。该方法解决了当能够与未知节点通信的锚节点数量少于三个而不能定位的问题,算法利用未知节点历史时刻的位置信息辅助当前时刻的未知节点定位,即把未知节点历史时刻的位置作为锚节点的位置,速度值作为通信半径对未知节点进行辅助定位。仿真结果表明,与传统RSSI定位算法相比,该算法的定位成功率提高了约30%,每轮的平均相对误差降低了约47%。

基于连通度和加权校正的移动节点定位算法

移动节点定位问题是无线传感器网络中的研究重点。针对移动节点定位误差大的问题,提出一种基于连通度和加权校正的移动节点定位算法。在未知节点移动过程中,根据节点间连通度大小选取参与定位的信标节点,利用加权校正方法修正RSSI测距信息,然后用最小二乘法对未知节点进行位置估计。仿真分析表明,节点通信半径和信标密度在一定范围内,该算法表现出良好的定位性能,定位精度明显提升。

基于卡尔曼滤波的移动节点定位研究

基于RSSI(received signal strength indication)的定位方法由于成本低廉而得到了广泛的应用,但其容易受到环境因素的影响使得定位精度下降。针对这个问题,提出了一种基于卡尔曼滤波的移动节点定位方法。简要介绍了卡尔曼滤波技术,在RSSI定位的基础上,建立了移动节点的运动模型,对所建模型进行了滤波稳定性的分析。采用Matlab软件对运动模型进行卡尔曼滤波仿真,结果表明,卡尔曼滤波可以有效地对移动节点跟踪定位。

基于VWMC的传感器网络移动节点定位算法

为了解决无线传感器网络移动节点定位精度低、计算方法复杂以及响应时间长的问题,提出了一种基于VWMC的传感器网络移动节点定位算法(VWMCL)。该算法利用MonteCarlo算法作为移动节点的基本定位算法,并在预测阶段加入航位推算方法,通过减少预测角度的误差来提高粒子位置预测的精度;并把Voronoi图和权值融合在MCL算法的粒子过滤阶段,采用Voronoi图和权值的双重筛选的机制,提高粒子过滤的准确性。仿真结果表明,该算法可以显著改善定位精度,减少算法的计算量,从而提高定位的效率。

基于ZigBee网络的移动节点定位技术研究

无线传感器网络技术中,ZigBee技术以其低价格、低功耗、组网简单等优点被广泛地应用于移动节点定位研究中。随着TI推出业界首款带硬件定位引擎片上系统(SoC)解决方案CC2431,移动节点定位可以通过硬件来实现。但基于ZigBee的RSSI无线定位精度受定位环境影响,会造成很大定位误差。针对此问题,分析了影响定位精度的两个阶段:测距阶段和计算阶段。测距阶段对信号传输模型中的两个关键参数A和n值进行改进和优化,以得到更符合实际环境的参数值。计算阶段采用修正权值三角质心算法以提高主要数据的权重,避免次要数据的影响。通过仿真测试发现,本算法定位精度高,稳定性好,具有较好的实用价值。

基于综合预测算法的无线传感器网络移动节点定位策略

结合测距定位方法和移动节点历史定位信息,提出历史定位算法。在此基础上,引入移动节点相对运动角度测量,提出了基于综合预测算法的无线传感器网络移动节点定位策略。首先,根据测距结果选择较近的三个信标节点,并且加入移动节点的前一时刻坐标,应用最小二乘法,得到当前时刻的坐标;另一方面,由移动节点相对运动角度同样可以计算节点当前时刻的坐标;最后,将两种方法得到的坐标求平均值,作为综合预测算法给出的节点当前定位位置。仿真结果表明,所提出的定位策略能够高性能的实现移动节点定位,并且成本较低。

基于模糊理论的三维水下移动节点定位算法

三维水下移动节点定位是水下无线传感器网络的关键技术之一.为进一步提高未知节点的定位精度,利用接收信号强度(RSSI)与节点距离远近的关系,基于模糊理论建立了相应的对应法则,在计算未知节点的位置坐标时使用了最小二乘法.仿真结果表明,与SLMP算法和ASRL算法等移动节点定位算法相比,本方案具有较好的优势.

水下网络移动节点分布式定位算法

随着水下网络系统的发展,水下移动节点的分布式定位技术的研究受到关注。提出了一种自组织、可容忍节点失效与测距误差、计算量和通信开销小的分布式水下节点定位算法,该算法利用自适应加权、循环三角组合测量法提高定位精度。对基于TOA测距的循环三角组合算法的定位精度进行了仿真,分析参考节点数对平均定位误差的影响,并与三边测量法的定位精度进行了比较。仿真结果表明,该算法具有较高的定位精度,对节点失效和测距误差的鲁棒性高,并且降低了水下网络对参考节点的密度要求。

基于RSSI和LSSVR的WSN移动节点三维定位系统

文中基于接收信号强度指示测距方法(RSSI)和最小二乘支持向量回归机(LSSVR)定位算法,给出了一种无线传感器网络移动节点三维定位系统设计方法。文中首先介绍了RSSI测距原理和LSSVR移动节点三维定位原理。接着给出了由CC2530节点、数据处理计算机以及安装有未知节点的遥控履带车组成的硬件架构。同时,给出了采用C#.NET、Matlab和Javascript联合开发技术的定位系统组网方法、节点软件实现流程。最后,通过研制的定位系统进行移动节点定位测试实验。实验结果表明,定位系统能够对20 cm/s和40 cm/s速度下移动未知节点进行定位,平均定位误差分别为14.62%和15.55%,具有较高定位精度,可以满足WSN移动节点三维定位的实际应用需求。

无线传感器网络节点定位技术研究

节点定位是无线传感器网络应用的前提和基础。本文在分析WSN自身定位算法研究的基础上,对定位算法进行了分类。根据静态定位和劫态定位算法的不同特点,时现有的算法进行了分析比较,并重点讨论了一些典型的动态定位算法。最后针对统一武器制导网络等空间应用领域中对网络节点定位的要求,探讨了节点的移动性和三维定位问题。

数据收集传感器网络移动节点自定位系统研究

传统数据收集传感器网络移动节点自定位系统节点数量相对较多,定位信息繁杂,易出现系统定位精度低、耗时久等问题。因此结合遗传算法对网络移动节点自定位系统进行设计,对系统未知节点的移动距离及采集区域节点分布密度的权值进行计算。根据遗传算法原理和采集区域节点分布密度的权值对可用节点进行计算,以便删减冗余节点,并对系统硬件内部的传感单元、数据处理单元等进行优化设计,达到通过少量可用节点完成系统定位流程的设计目标。最后通过仿真实验证实,设计的数据收集传感器网络移动节点自定位系统可以有效减少移动节点定位系统的运行时间,系统的运行效率得到了大幅度提升,对比传统的自定位系统精度提高了60%以上。