无线传感器网络近似三角形内点测试定位算法改进

作为重要的共性支撑技术之一,无线传感器网络的定位问题极具研究价值。分析了近似三角形内点测试算法,对该算法进行了改进。仿真分析表明:较之原算法,改进算法降低了错判发生的概率。

基于网格分布的三角形内点测试定位算法

无线传感器网络作为一种全新的信息获取和处理技术,可以在广泛的应用领域内实现复杂的大规模监测和跟踪任务,而节点自身定位是大多数应用的基础。结合近似三角形内点测试算法APIT和网格的思想,提出一种基于网格分布的三角形内点测试定位算法。仿真结果表明,相比于APIT,该算法具有更高的定位精度和节点定位覆盖度。

基于RSSI的三角形质心定位算法的优化策略

为了解决基于RSSI(接收信号强度)的三角形质心定位算法在减小定位误差上效率较低、定位稳定性不高的问题,提出了一种改进的定位算法.仿真结果表明:改进的三角形质心定位算法在减小定位误差上具有更高的效率和性能,同时也保证了定位的稳定性.

基于改进APIT算法的无线传感器网络节点定位

定位技术是无线传感器网络中一个比较重要的技术。近似三角形内点测试(APIT)算法是一种比较常用的算法,为了提高无线传感器网络(WSNs)定位精度,在APIT算法的基础上进行改进,将三角形进行中垂线分割成4个或者6个小区间,通过对各个节点接收到目标节点信号强度进行比较,判断目标节点位于哪一个小区域内。通过仿真可以得到,改进的APIT算法精度上有了很大的提高。

基于APIT和粒子滤波的无线移动节点定位算法研究

传统的近似三角形内点测试(APIT),即近似三角形内点测试定位算法,广泛应用于静态节点定位。结合粒子滤波提出改进算法,将APIT算法推广到节点动态定位。算法根据节点的移动性和APIT多边重合区域确定采样区域,通过目标节点的接收信号强度指示(RSSI)序列值过滤样本,使样本值的数学期望收敛于目标节点。仿真表明:该算法有效缩小采样区域,降低了定位能耗,与MCL,MCB算法相比,更精确地实现了动态定位。

一种改进的APIT定位算法

针对无线传感器网络中APIT定位算法定位误差大的问题,提出了一种改进的APIT定位算法。该算法针对APIT测试易产生InToOut和OutToIn错误而影响定位精度的问题,提出了新的内点测试方法;算法进一步通过中位线来缩减传统APIT算法中的三角形定位区域,提高定位精度。改进算法复杂度低,不需要任何额外硬件的支持。仿真结果表明,改进算法在不同锚节点密度和通信半径的网络中都具有较高的定位精度,满足于大多数无线传感器网络的定位需求。

一种基于信标节点筛选的无线传感器网络定位算法

对无线传感器网络定位算法进行了探讨,分析和研究了经典的定位算法,提出了一种基于信标节点筛选的定位算法LASBN,该算法筛选出合适的信标节点,并根据未知节点从信标节点所接收到的RSSI值设置权重,最后利用加权质心法进行未知节点的定位。理论分析和实验表明,该算法具有多项式复杂度,能有效地缩小估测误差和提高定位精度。

一种基于SBL和APIT的混合定位算法

由于子区域分割粒度的限制,基于阶次序列的定位算法(Sequence-based localization,SBL)存在边缘区域节点定位误差较大和不能保证平均定位误差性能的问题。针对这些问题,提出了一种基于SBL和APIT的混合定位算法,利用APIT信标三角形切割SBL算法子区域,减小子区域面积,实现了分割粒度的细化。通过预先进行系统训练,优化了混合算法的加权系数,进一步提升了算法的定位精度。仿真结果表明,相比于原算法,所提出的混合算法有效地提升了边界区域节点的定位精度,其平均定位误差降低了17.9%,使基于阶次序列的定位算法的定位精度得到了有效改善。

一种基于空间APIT的甲板移动目标定位算法

大型载机舰甲板上飞机和车辆的准确定位是实现甲板智能、高效转运的重要基础。然而,传统光学定位和声波定位在甲板面环境下对大型目标定位均存在一定的局限性。将无线传感器网络中先进的平面近似三角形内点(Approximate Point-In-Triangle,APIT)测试定位算法推广到三维空间,通过将伴随节点和主节点组成节点组来构造目标物的相对运动,并通过APIT测试、权重投票的方式筛选定位栅格,从而实现甲板上飞机的定位。仿真结果表明,理论上该方法的定位精度符合实际定位需要,算法有较高的可靠性和稳定性,具备应用的基本条件。

面向复杂山地环境的WSN节点三维定位算法

无线传感器网络(WSN)在复杂的山地环境中进行节点定位时,节点部署稀疏会造成定位误差。为此,提出一种WSN节点三维定位算法。根据节点的稀疏程度,融合三维近似三角形内点测试(APIT)算法和DV-Hop算法预估未知节点位置,并搜索邻近节点形成平面,经过未知节点的坐标向平面作垂线,得到垂点坐标的平均值作为未知节点的最终位置。实验结果表明,与APIT算法、DV-Hop算法相比,该算法提高了节点定位精度。

一种用于WSN的新型APIT定位算法的研究

本文主要深入研究了基于区域的APIT定位算法。文中分析了算法的定位原理和性能,并在MATLAB仿真平台上对其功能进行实现。在此基础上对其产生的误差进行了深入的分析,并针对定位错误的原因进行了改进,提出了一种改进的APIT算法。仿真结果表明,改进算法在定位精度和定位覆盖率上都有一定的提高。

一种多跳Convex和APIT的改进定位:HCAPIT

针对定位算法中信标节点密度低带来的定位精度低以及定位覆盖率低的问题,提出一种基于多跳凸规划和PIT的定位算法HCAPIT。该算法利用未知节点的K跳邻居信标节点信息,采用最佳三角形内点测试法PIT估计未知节点可能存在区域,通过多跳Convex对区域缩小,对节点进行定位。仿真结果表明改进的定位算法更适合信标节点密度低的网络。

一种混合无线传感器网络定位算法

针对无线传感器网络定位的要求,将传统的近似三角形内点测试(APIT)算法与几何质心算法结合,提出了一种全新的无线定位算法。先利用已知节点构成的内点三角形集合约束待定位节点,再通过约束三角形的接收信号强度指示(RSSI)权重几何质心估计待定位节点的位置,通过对多个约束三角形的质心坐标求平均定位未知节点。对于在约束三角形集合之外的少数待定位节点采用改进的DV-Hop算法求坐标,通过Matlab仿真证明:算法的精度相对于APIT算法得到了提高,具有一定的实用价值。

基于加权混合滤波和重心法的APIT定位算法

提出了一种基于加权混合滤波与重心法的近似三角形内点测试(APIT)改进定位算法(HFG-APIT).利用混合滤波过滤突变信号强度值使数据平滑稳定输出;再引入加权中位数来提高接收信号强度(RSSI)的精度;最后采用重心法进行内点测试减少误判,提高定位精度.仿真结果表明,混合滤波算法比其他滤波方法处理RSSI数据的测距精度更高,HFG-APIT的定位误差分别为最小二乘定位算法(LSM-RSSI)和APIT定位算法的41. 7%和23. 8%,整体定位性能也优于其他2种算法.