基于网格划分的递增式定位算法

针对现有无线传感器网络中递增式定位算法累积误差较大、基于移动锚节点的定位能耗较高和全网定位速度较慢的问题,提出一种基于网格划分的递增式定位算法(ILBM)。算法将大规模无线传感器网络划分为若干个独立的网格,在每个网络中对移动锚节点进行路径规划,将部分已定位节点转换为静态参考节点,根据累积误差需求进行优化递增式定位。通过仿真,验证了本算法能够有效地解决累积误差和能耗问题,提高全网定位的效率。

一种用于无线传感器网络节点递增式定位的新方法

针对递增式无线传感器节点定位中的误差累积问题,提出了一种基于最优加权最小二乘估计的节点定位改进方法,以提高节点的定位精度。在加权最小二乘估计法中,以加权系数为核心,对加权最小二乘进行改进,在估计误差方差矩阵最小时得出最优加权最小二乘的无偏估计解,此时权值可根据方差阵的逆阵来取得最高精度的估计值。仿真结果表明,此方法能有效抑制累积误差中测距误差与定位误差带来的影响,提高节点定位精度。

蝙蝠算法在无线传感器网络节点递增式定位中的应用

无线传感器网络节点的定位在特殊环境中有着广泛的应用,综合考虑节点定位的成本与覆盖率,采用逐步递增定位方法。针对节点递增式定位带来的累计误差问题,提出了基于蝙蝠算法的无线传感器网络节点定位,以改善节点在逐步递增过程中的定位精度。介绍了蝙蝠算法的具体实施过程以及如何应用在递增式定位技术中。仿真结果表明,运用蝙蝠算法可以减小定位误差,提高节点的定位精度。

递增式传感器节点定位方法的累积误差分析及其改进

该文对递增式定位的累积误差影响进行了仿真分析,根据方法中前次定位节点的精度优于后次定位节点的特点,提出把未知节点与其参考节点中定位精度较高的节点间的距离作为约束条件来减少误差传播的影响。仿真结果表明:该方法能够显著减小传感器节点定位过程中的累积误差,提高节点定位精度,改善了方法的适用性。

高精度递增式无线传感网络的定位算法

递增式无线传感网络的定位算法可以有效降低锚节点密度,但由于其定位过程中会产生累积误差,不适用于高精度的定位场合。提出一种改进的加权最小二乘法,利用高斯权重法调节修正权值,得到最优权系数阵,以提高传感节点定位的可靠性和客观性。分析与仿真结果表明,依赖少量锚节点,改进的加权最小二乘法在无线传感网络中能够准确计算未知节点的坐标,并能显著提高网络中未知节点的定位率,加强了网络的健壮性与实用性。