基于遗传算法的无线传感器网络节点自身定位参数优化方法

提出一种自身定位参数优化方法,首先利用遗传算法在全局寻优方面的优势,改善了无线传感器网络中节点自身位置信息的定位精度欠佳问题,其次,遗传算法利用优化方法,初始种群优化、调整适应度的选取运算、引入错误校正因子等,对节点自身位置进行精确定位,从而有效提升节点定位精度和稳定性。实验结果表明,在测距阶段和定位阶段均取得了一定进展。该方法将位置问题建立在不同的距离或路径的基础上,以求得最优解,从而克服了传统以数理统计为主的局限性,同时能够保证系统的性能,节省网络资源。

基于改进ACO的无线传感器网络节点定位算法

为了优化节点定位算法,研究将节点定位问题转化为一个非常适合蚁群优化算法(ant colony optimization,ACO)的函数优化问题,提出了一种基于改进ACO的新型节点定位算法。该算法根据蚁群在上一次迭代中的路径选择,动态调整路径选择的概率和更新策略,从而避免算法陷入局部最优。在实验中,将提出的ACO定位算法与经典的无范围算法DV-Hop以及遗传算法进行了比较,结果表明,ACO算法在定位精度方面优于DV-Hop和遗传算法,同时,ACO定位算法表现出更强的稳定性和更快的收敛速度。

基于参考点序列的无线传感器网络节点定位算法

提出了一种基于参考点序列(Reference node sequence,RNS)的无线传感器网络定位算法,该算法对定位空间的锚节点建立voronoi多边形,以此生成由锚节点组成的voronoi图,并将voronoi图的顶点记为参考点,为定位空间增加了若干锚节点信息。从而使与传感器节点通信的锚节点数目增加,改善了锚节点不足给定位带来的负面影响。其次建立参考点和锚节点到传感器节点的序列等级,根据序列等级估计出传感器节点的位置。仿真结果表明,与DV-Hop算法和质心算法相比,本文算法可以更准确地估计出节点的位置,提高定位精度。

基于FOA-MCB的无线传感器网络节点定位精度分析

为提高无线传感器网络节点定位精度,提出基于FOA-MCB的无线传感器网络节点定位精度分析法。先分析基于FOA-MCB算法的无线传感器网络节点定位过程,掌握锚节点在节点定位时发挥的作用,再采用基于GDOP值的无线传感器节点定位精度分析法分析锚节点几何布局对节点定位精度的影响。实验得出:当锚节点数量是3个且定位节点出现在锚节点环绕区间时,定位精度最高,即使节点移动距离以0.1mm/s的速度增大,节点定位精度也不受影响。

水下无线传感器网络定位技术综述

水下无线传感器网络在环境监测、海上勘探、灾害预防和军事行动等方面有许多潜在的应用。由于其中大多需要使用位置信息标记感测数据,这使得定位算法成为水下无线传感器网络设计的重要组成部分。因此,为了完成水下定位,近年来人们探索了许多方法,对有关水下无线传感器网络定位的研究进行总结,分析了目前的水下定位方法和现状。为了对水下定位技术进行深入研究,还对目前的水下定位技术进行分类阐述,讨论这些技术的应用场景,并比较了它们的优缺点,为水下定位的后续研究提供参考。

无线传感器网络定位优化算法及其仿真

无线传感器网络节点定位是节点信息的重要话题,针对节点定位问题,在基于距离的极大似然估计法定位基础上,为了弥补其受测距误差影响较大的缺点,利用粒子群优化算法实现无线传感器网络节点定位。在论述粒子群算法的基础上,详细论述了基于粒子群优化的极大似然估计法进行节点定位过程。通过MATLAB实验对算法进行了验证,实验表明基于粒子群优化算法的节点定位精度要比极大似然估计法的精度要高,定位性能要比其优越。

网络空间测绘的概念及其技术体系的研究

对地理网络空间学进行研究,将地理测绘的理论、方法和技术手段运用于网络空间态势感知,已成为测绘与网络两个领域研究人员共同关注的热点问题。首先,分别阐述了地理空间和网络空间的概念,并在此基础上回顾总结了地理网络空间学的发展历程与研究现状,提出了网络空间测绘的概念;其次,阐述了网络空间测绘的研究范围、作用与地位,阐明了网络空间测绘的技术体系,并深入分析了其所涉及的关键技术;最后,重点开展了地理网络空间制图技术的研究,并给出了初步实验结果。研究表明:网络空间作为测绘学研究的新对象,为传统测绘学提供了新的思维和理论,网络空间测绘学对于丰富和革新测绘科学理论和技术具有重要意义;发展并运用传统测绘的理论方法和技术手段,有助于网络研究和管理人员更及时、准确地探测网络资源,精确感知网络态势。

基于参考位置指纹离散程度的WKNN定位方法

针对目前在室内复杂环境内Wi-Fi无线接入点位置指纹定位精度低且不同位置时定位精度波动较大等问题,提出了基于参考位置指纹离散程度的WKNN定位方法.构建初始位置指纹数据库,基于K-means算法完成数据聚类.采用DD-WKNN指纹定位算法选取与RSSI值欧氏距离最相近的指纹数据,根据离散程度估算参考权重的权值,完成归一化加权求和,估测得到待测位置的坐标.结果表明,该算法有效提高了定位精度,同时误差波动较小,实用性较强.

水下传感器网络定位技术发展现状及若干前沿问题

由于海洋环境中温度、压力、波浪、海洋生物等因素的影响,致使绝大部分陆地无线传感器网络定位技术无法直接应用于水下传感器网络,需要结合其独特的海洋声传播环境进行研究.近十年来,水下传感器网络定位技术取得了巨大的进步,本文综述了水下传感器网络定位技术的研究现状,探讨了水下传感器网络定位技术中的若干前沿问题,并展望了水下传感器节点定位技术在近几年内预期能够解决的现实问题.

无线传感器网络节点定位系统设计及实现

通常来讲,无线传感器网络能够采集环境信息等,其所处的环境都比较复杂,很难被人们监控或接触到。目前,学术界正在积极研究无线传感器网络中的节点定位技术,具有非常重要的现实意义。在室内定位中应用基于数据库的定位思路的基础上,节点定位的算法选用加权质心与BP神经网络,进而进行仿真实验以验证两种方法。

多智能体蝙蝠算法在无线传感器中的应用

针对无线传感器网络(WSNs)节点的定位误差较大的问题,提出了一种新的具有局部搜索能力强的多智能体蝙蝠算法。改进算法中对寻优蝙蝠个体融入多智能体技术,通过邻域竞争合作算子以及自学习过程提高了算法全局搜索能力,避免算法陷入局部最优,加快算法的收敛速度。通过对标准测试函数的仿真,改进算法相比于其他算法,寻优精度和进化效率得到了较大的提高。随后采用多智能体蝙蝠算法求解无线传感节点定位问题,仿真结果表明改进算法减少了测距误差对定位精度的影响,提高了未知节点定位的精度,为无线传感网络节点定位的实际应用提供理论参考。

发明与专利

基于跳数的无线传感器网络节点定位方法及系统申请号:201310111006.1【公开号】CN103167609A【公开日】2013.06.19【分类号】H04W64/00(2009.01)I;H04W84/18(2009.01)I【申请日】2013.04.01【申请人】苏州大学【发明人】郑建颖;杨学良;孙玉娥;陶砚蕴;黄艳;汪一鸣【摘要】本发明公开了一种基于跳数的无线传感器网络节点定位方法及系统,该方法包括:1。