SSOLA：一种面向智能空间的快速定位算法

提出一种基于MDS(multidimensional scaling,多维定标)的快速定位算法--SSOLA(smart space oriented location awareness),可对智能空间中的无线网络(如:移动自组网)节点进行精确定位.SSOLA较以往的MDS定位算法的改进在于:一是采用Euclidean测距方法计算MDS距离矩阵,从根本上减小了定位误差;二是采用1跳和2跳局部图相结合的自适应选择机制,在保证定位精度无明显下降的同时降低局部图生成、合并的计算量,提高了定位速度;三是允许与移动自组网路由算法融合执行,整体上提高了定位效率.仿真实验结果表明,SSOLA具有对锚节点依赖小、定位精度高、可扩展性好、时间消耗少等优点,可以广泛应用于战术互联网、智能战场等大规模无线网络环境中.

迭代粒子群优化的水下无线传感器网络节点自定位算法

传统MDS-MAP(multi-dimensional scaling MAP)算法使用节点间的最短路径作为真实距离计算节点位置,但当水下无线传感器网络(underwater wireless sensor networks,UWSN)构型非均匀时,最短路径将严重偏离节点间真实距离,位置计算将产生较大误差。针对此不足,文中设计了一种基于迭代粒子群优化的RQ-PSO定位算法。该方法利用MDS-MAP算法对传感器节点完成粗定位,引入几何约束来限制粒子群初始种群范围,并采用鲁棒四边形规则对未知节点位置进行优化求解。通过理论分析和仿真,结果表明,该算法收敛速度明显高于传统粒子群算法(PSO),定位精度高于传统MDSMAP与PSO算法,且RQ-PSO算法具有较强的鲁棒性。

基于IR-UWB的无线传感网络定位技术的研究

传统的利用节点配置GPS设备进行定位的方法,不适合室内无线传感网络。为了适用于室内无线传感网络,减小节点的体积和造价,得到高精度的定位结果,结合IR-UWB信号的厘米级的测距精度特点,介绍了基于TOA的脉冲超宽带测距技术,以及将其应用于MDS-MAP这种网络定位算法,并且给出了仿真结果和简单分析。