无线传感器网络节点三维定位的翻转模糊检测

为了解决基于测距的无线传感器网络节点三维定位中可能会发生翻转模糊的问题,本文提出并证明了节点三维定位的翻转模糊检测问题,可以等价为判断是否存在一个平面和所有参考节点的测距误差球都相交的问题(Existence of Intersecting Plane,EIP).为了求解EIP问题,本文进一步提出了公切面法(Common Tangent Plane,CTP)和正交投影法(Orthogonal Projection,OP)两种求解方法.CTP方法采用的是边界检测原理,OP方法则将EIP问题转化为一个角度计算问题,并用坐标变换的方式来求解.经过理论分析和大量的仿真证明,CTP方法虽然具有较好的检测效果,但是计算复杂度太大;而OP方法在几乎获得与CTP方法相同的检测结果的情况下,能够大大降低求解EIP问题的计算复杂度.

基于UWB/AOA/TDOA的WSN节点三维定位算法研究

为了将二维定位算法AOA和TDOA拓展成三维定位算法,文中提出了一种基于AOA/TDOA和UWB传输技术的WSN节点三维定位算法。该算法采用二维的AOA测角算法测量未知节点与信标节点之间的角度,采用TDOA算法测量未知节点与信标节点之间的距离,在测角、测距的过程中采用UWB通信技术来传输探测信号,使得探测信号具有较高的时间分辨率,从而提高测角、测距精度,最后基于文中提出的待测节点三维坐标计算方法求解出待测节点的三维坐标。为了验证算法的有效性,在Matlab软件中进行了仿真实验。结果表明:新算法定位精度相比于AOA算法、TDOA算法都有大幅度提高。理论和实践皆表明:新算法具有较高的定位精度,能够满足未知节点在三维空间中的定位需求。

Bounding Cube:一种无线传感器网络节点三维定位算法

无线传感器网络经常会部署在三维区域内,但目前大部分节点定位方法仅考虑的是二维应用。针对无线传感器网络节点能量有限特点,提出1种三维节点定位算法bounding cube,研究算法的原理和实现方法,并进行仿真分析。仿真结果表明,在100 m×100 m×100 m的三维空间内随机部署400个节点,当已知节点密度>20%,通信半径分别为r=30 m,r=40 m,r=50 m时,相对定位误差均<40%,当已知节点密度>20%、通信半径>30 m时,一次定位比例可以达到100%。该算法的突出特点是方法简单、计算量小。

基于改进的鲸鱼优化迭代算法的水下传感器网络节点定位方法

针对水下无线传感器网络中锚节点较少、迭代误差大导致节点定位精度低的问题,文章提出了一种基于改进的鲸鱼优化-牛顿迭代的水下三维节点定位算法(Improved Whale Optimization-Newton Iteration,IWONI)。该算法首先使用牛顿迭代算法对节点距离远近关系建立对应法则,并利用目标位置估计值和修正因子为改进的鲸鱼优化算法提供动态搜索区域;其次,建立以测量误差为权重的适应度函数作为判断基准,采用改进的鲸鱼优化算法进行迭代求解,以获得最优解;最后,利用定位方程得到网络节点位置。为了验证IWONI算法的性能,将IWONI算法与时间差定位算法(TDOA-CHAN、TDOA-Taylor)、测距定位算法(最小二乘法、高斯牛顿迭代法)和牛顿迭代算法进行定位误差、收敛性能和定位成功率对比实验,并验证了节点数量对定位精度的影响。实验结果表明:(1)IWONI算法的定位误差和收敛速度明显优于其他对比算法。(2)IWONI算法在测量噪声大时的定位成功率高达92%,明显优于其他对比算法。(3)在通信半径不变的情况下,选择5~7个传感器节点可以在IWONI算法中实现定位精度与成本开销的平衡。

基于PSO优化LSSVR的三维WSN节点定位方法

提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。该方法首先运用最小二乘支持向量回归机构建三维节点定位模型,再利用粒子群优化算法对最小二乘支持向量回归机核函数参数和规则化参数寻优。然后,根据若干虚拟节点定位的预测位置与实际位置的均方差构造粒子群算法适应度函数,通过有限次建模参数迭代寻优获得最小二乘支持向量回归机全局最优参数。最后,返回回归模型中进行定位计算,实现节点定位。仿真结果表明,所提出的方法与最小二乘和最小二乘支持向量回归机定位方法相比,可以提高节点定位精度。

三维无线传感器网络节点定位算法研究

在二维DV-Hop算法和APIT算法的基础上,各提出了一种可适用于三维无线传感器网络的非测距定位算法DV-Hop改进算法和APIT改进算法。DV-Hop改进算法通过在节点上设置接收阈值,使未知节点只接收距离较近的局部范围内的锚节点信息,而APIT改进算法则以四面体质心扫描取代了网格扫描。介绍了2种算法的原理,并进行仿真分析。仿真结果表明:在100 m×100 m×100 m的三维空间内,通信半径为30 m,锚节点比例大于25%时2,种算法的相对定位误差都降低到30%以下。

基于移动锚节点与多级通信的三维传感器网络节点自定位算法研究

在基于移动锚节点的三维传感器网络节点自定位算法SNLSFA(Sensor Node Localization Scheme based on Flying Anchors)的基础上,提出了一种新的基于移动锚节点与多级通信的三维传感器网络节点自定位算法SNLSFAMC(Sensor Node Localization Scheme based on Flying Anchors and Multi-level Communication)。首先由移动锚节点提供3个或4个辅助定位点,再由辅助定位点得到两条非平行线段,然后过线段中点分别做垂直于线段的平面,经两平面相交后得到一条经过待定位节点的直线,最后利用辅助定位点与待定位节点之间的距离作为通信半径即可得到待定位节点的位置。仿真结果表明,与SNLSFA相比,在相同锚节点数量下,SNLSFAMC提高了定位精度,且在相同定位精度下,SNLSFAMC降低了对锚节点数量的需求,提高了算法的响应时间。

WSN中一种改进的三维DV-Hop节点定位算法

本文在研究传统的DV-Hop3D算法基础上提出了一种新无线传感器网络定位算法。新算法在算法的第一阶段设置了跳数阈值参数以减小通信开销,并且在算法的第二阶段用可选择的平均跳距代替固定的平均跳距来计算未知节点到锚节点的距离,最后用Matlab7.1进行了仿真。仿真结果表明,该改进算法可明显提高节点定位精度,并且能有效降低网络通信量。

基于AFSA-LSSVM的三维传感器节点定位

为了提高三维无线传感器的定位精度,针对最小二乘支持向量机(LSSVM)参数优化问题,提出了一种人工鱼群算法(AFSA)优化LSSVM的传感器点定位方法(AFSA-LSSVM).首先构建三维无线传感器定位模型的学习样本,然后采用LSSVM构建三维节点定位模型,并采用AFSA模拟鱼群的觅食、聚群及追尾行为找到最优LSSVM参数,最后采用仿真实验测试节点的定位性能.结果表明,相对于其它定位方法,AFSA-LSSVM提高了传感器节点的定位精度,具有一定的实际应用价值.

基于天牛须搜索优化的TDOA三维节点定位算法

针对传统到达时间差(TDOA)定位方法受噪声影响和测量精度较差造成定位误差大的问题,提出一种基于天牛须搜索(BAS)优化的TDOA三维节点定位算法(BASTDOA-3D)。通过Kalman滤波对TDOA测量的数据进行预处理,减少噪声等因素对数据的影响;将步长因子引入BAS算法,迭代计算时改变步长;利用最小适应度函数值计算未知节点的坐标位置。仿真结果表明,BASTDOA-3D算法相对于Chan算法和Taylor算法定位精度和性能明显提高。

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。

无线传感器网络中四面体三维质心定位算法

在研究普通三维质心定位算法和APIT-3D定位算法的基础上,提出了一种新无线传感器网络定位算法,即四面体三维质心定位算法。为降低计算复杂度,该算法用三维质心迭代算法代替了APIT-3D定位算法中的网格扫描算法,并在节点分布不均匀和低连通度的情况下,使用RSSI均值加权质心定位算法以提高节点覆盖率。仿真实验表明:该算法在无线传感器网络连通度低或节点分布不均匀时能获得较好的定位精度和定位覆盖率,并且与APIT-3D定位算法相比有效降低了计算复杂度。

一种用于无线传感器网络三维定位的迭代估计方法

现有无线传感器网络三维定位算法大部分借鉴并基于相对成熟并且算法性能较好的二维定位算法原理,将其扩展至三维空间以实现节点定位,相比二维定位算法具有更好的定位精度。基于质心迭代估计的无线传感器网络二维定位算法通过对连通锚节点所围成平面的质心进行迭代计算,缩小了未知节点所在二维平面的范围,提高了节点的定位精度。基于此二维定位方法的原理,提出了一种用于无线传感器网络三维定位的迭代估计方法。首先,该算法计算当前连通锚节点所张成三维空间的质心坐标及其与未知节点间的接收信号强度;其次,以该质心节点为虚拟锚节点替代距离未知节点最远的连通锚节点,为未知节点自身的定位提供帮助。由于节点定位精度随着未知节点所处三维空间范围的缩小而不断提高,因此通过多次迭代后可以获得理想的定位精度。在3.50GHz电脑平台上模拟实际无线传感器网络环境,利用交互式数据语言对所提算法进行仿真,以验证算法的性能。仿真结果表明,所提算法与基于质心迭代估计的无线传感器网络二维定位算法相比,其定位精度可提高3%~6%;与三维质心定位算法相比,其定位精度可提高5%~23%。同时,所提算法具有较好的抗RSSI测量误差的能力,并通过多次迭代定位使得节点定位覆盖率可以达到99%以上,是一种适用于无线传感器网络三维定位的有效方法。

基于蜜源定位模型的无线传感器三维定位算法

根据德国动物学家弗里希对蜜蜂舞蹈行为的研究成果,提出了基于蜜蜂舞蹈的蜜源定位模型。无线传感器网络作为一种全新的信息获取和处理技术,在许多领域均有着重大的应用价值和科研价值。而节点定位信息在无线传感器网络的应用中起着关键作用。针对目前有关二维平面节点定位算法难以推广到三维空间的现状,提出了无线传感器网络节点三维定位算法。仿真表明,该算法能有效地对三维空间中的传感器节点进行定位,是一种可选的定位方案。

基于渔夫捕鱼-最小二乘支持向量机的传感器节点定位的研究

为了提高无线传感器的定位精度,针对最小二乘支持向量机参数优化问题,提出了一种基于渔夫捕鱼优化-最小二乘支持向量机的传感器点定位方法。首先构建三维无线传感器定位模型的学习样本,然后采用最小二乘支持向量机构建三维节点定位模型,并采用渔夫捕鱼的行为来找到最优支持向量机参数。结果表明,本文算法能够有效地提高传感器节点的定位精度,降低定位误差,具有一定的实际应用价值。

一种新的基于非测距的无线传感器网络三维定位算法

针对无线传感器网络在空间、海洋等三维场景下的应用,提出了一种基于非测距的分布式三维定位算法(DRFP-3D)。该算法无需测量节点间的实际距离,只需要锚节点广播它们自身的信标信息,在锚节点一跳通信范围内的未知节点接收并存储监听到的信标信息,并根据这些信息估计自身位置。与现有的基于非测距的三维定位算法相比,该算法的通信开销和定位误差均比较小,且对网络拓扑结构具有一定的鲁棒性。仿真结果表明,在500m×500m×50m的三维空间内,随机放置20个锚节点,ANR=4,就能对97%的节点进行定位,其平均定位误差仅为20%左右。

基于投影栅格扫描的无线传感器网络三维定位算法

针对现有无线传感器网络(WSN)三维定位算法在精度和复杂度方面的不足,提出了一种改进的三维空间定位算法。利用栅格扫描分别求解邻居锚节点在两个坐标平面的投影交域,得出未知节点在两坐标平面的对应位置,最终实现三维位置估计。仿真结果表明:在100 m×100 m×100 m的空间里,随机投放200个传感器节点,锚节点数为45时,其覆盖率达到了99.1%,相对定位误差仅为0.5533。且平面投影的引入,有效地降低了算法复杂度。

三维无线传感器网络中DV_Hop定位算法的改进

在三维无线传感器网络中,采用非测距定位方法 DV_Hop时,由于三维空间中节点分布复杂,测距误差增大,定位准确度迅速降低,为了提升它的准确度,提出一种改进的DV_Hop定位方法,使用最小均方差估计未知节点与已知节点之间的距离,定位结果用粒子群算法优化,以距离误差因子加权均方误差作目标函数,采用凹函数递减策略,提前进入局部搜索,提高定位准确度。仿真结果表明,相同条件下,改进的DV_Hop算法定位准确度要优于传统DV_Hop算法。

基于跳距修正与狮群优化的WSNs三维定位算法

针对DV-Hop在三维空间中存在定位误差,为提高节点定位精度,提出一种基于跳距修正和狮群优化的WSNs三维定位算法(HCLSO-3D)。首先,通过多通信半径传播,对节点跳数进行精确划分,得到优化跳数值。其次,使用相似路径搜索算法获取与待定位节点到相应锚节点之间最相似的锚节点对的路径,对此路径平均跳距值进行修正,得到待定位节点到目标锚节点的平均跳距。最后,利用狮群算法优化求解待定位节点坐标位置。仿真结果表明,在同样的网络环境下,HCLSO-3D算法与3D-DVHop定位算法和文献[16]定位算法相比,定位精度明显提高。

无线传感网络中的LIE-3D定位算法

针对部署在三维空间的无线传感器网络,提出了一种传感器节点自身定位方法LIE-3D。该算法通过判断锚节点对传感器节点可能所在网格的得票数,筛选出可能的位置区域,并最终计算这些区域交集部分的质心,作为待定位节点的位置。理论分析及仿真实验结果均表明:LIE-3D定位方法无需复杂的测距设备和昂贵的外部设施,且通信协议相对简单,对网络拓扑具有一定的鲁棒性,因此是一种低成本、低功耗的无线传感器网络三维自身定位方法。