MDS-MAP算法在不同传播模型中定位误差的比较

主要介绍了MDS-MAP算法在通过4种不同传播模型时定位误差的不同,通过仿真可以看到MDS-MAP算法在各个传播模型中的定位误差图。从仿真结果可以得出,在环境好的情况下,规则模型与不规则模型的定位误差相差不大,当环境变化时,不规则传播模型比规则传播模型更能适应恶劣的环境。介绍了两种情况,随着环境的改变,传播模型相关参数也会有所改变进而影响定位误差的变化。

融合质心算法的快速改进型MDS-MAP算法

针对MDS-MAP算法中多维定标矩阵过于庞大而造成计算繁琐的问题,提出一种快速改进型MDS-MAP算法。将MDS-MAP算法与质心算法进行结合,得到改进的迭代定位算法。构造无线传感器节点间距的矩阵,根据锚节点间的跳数与具体距离对无线传感器网络节点间平均每跳的距离进行估算,按每个节点相互间的跳数矩阵对每个节点相互间距进行求解,从而获得其相对和绝对坐标。仿真实验结果表明,该算法在设定的误差下具有较高的精度,并且在一定程度上降低了运行时间。

伪随机码相关检测的MDS-MAP定位算法

针对当前无线传感器网络超声波设备定位精度不高的问题,改进了伪随机码相关的MDS-MAP定位算法。首先利用伪随机码相关检测技术,对节点发射出的超声信号进行编码,有效地增加了节点的测距距离和测量精度。然后对于未能测量到距离的节点使用Euclidean和最短路径融合算法进行处理,然后使用MDS-MAP算法生成节点的相对坐标,最后利用平面转换模型获取节点的最终坐标位置。仿真实验结果表明改进算法在不同网络规模和测距误差条件下均能够获得更高的定位精度和较小的定位误差。

基于距离估计修正的各向异性MDS-MAP(PDM)定位算法

针对WSN中带有空洞的各向异性网络,提出一种基于距离估计修正的各向异性MDS-MAP(PDM)节点定位算法。该算法通过矩阵算法计算出节点间最短距离矩阵,然后结合PDM算法利用信标节点间最优线性变换得到距离估计向量修正值,最后基于最小二乘逼近坐标转换法实现节点坐标转换。通过仿真表明,该算法很大程度上降低了网络各向异性对距离估计所带来的误差,在C型区域该算法相比MDS-MAP算法定位误差降低约5%,且随着信标节点比例增加,节点定位精度也明显提高。

WSN中基于MDS-MAP的分布式定位算法设计与实现

针对无线传感器网络中经典MDS-MAP算法的不足,论文中设计了一种基于经典MDS-MAP算法的分布式定位算法并予以实现。该算法主要通过节点类来实现,在节点类中定义了算法实现用到的主要变量,同时定义了算法的主要消息,给出了算法的实现方法,通过分析得出了整个算法的复杂度。理论分析和仿真实验表明,基于MDS-MAP的分布式定位算法能够实现分布式计算,提高节点的定位精度。

基于RSSI的多维定标迭代定位算法

定位是无线传感器网络的重要问题.针对基于经典多维定标的MDS-MAP算法在定位精度与矩阵计算复杂度方面的不足,提出了RSSI-GA算法,在多维标度技术中直接根据无线信号强度值组成相异性矩阵,从分析个体间的相异性和各节点的距离的几何约束关系入手,建立以未知节点位置为参数的优化数学模型,使用遗传算法求解此模型从而直接计算出节点坐标.仿真结果表明,本算法大大降低计算开销,能有效提高定位精度.

一种基于共线度的无线传感器网络定位算法

为了充分考虑锚节点之间以及锚节点与未知节点之间拓扑关系对无线传感器网络定位精度的影响,我们引入了共线度的概念并将其应用到多跳网络的节点定位中,在此基础上提出了一种基于共线度的无线传感器网络定位算法(CBLA)。该算法首先动态地调节未知节点能够收集到的邻居锚节点信息,再通过共线度参数挑选网络中好的锚节点组进行位置估计,最后通过加权估计机制来得到最终的节点位置估计。理论分析和仿真结果表明,在规则网络中CBLA算法定位误差较小,最优情况下能够达到6%,在非规则网络中仍可达到较好的定位精度。

WSN中改进的分布式多维定标定位算法

针对无线传感器网络经典集中式多维定标MDS-MAP算法在定位精度与矩阵计算复杂度方面的不足,提出一种基于分布式的ADMDS-MAP定位算法。该算法通过采用测定距离量化,得到节点的近邻向量(CNV),然后通过相关的估算算法得到距离矩阵D和节点的初始估值,加入适当的求精计算得到节点的精确位置。理论分析和仿真实验表明,改进算法能够提高节点的定位精度。

最短路径距离矩阵修正的多维标度定位算法

为了减小最短路径距离矩阵与欧氏距离矩阵之间的差异,提高MDS-MAP(C)算法的节点定位精度,提出一种改进的多维标度节点定位算法。该算法对MDS-MAP(C)算法进行了以下改进:采用启发式的搜索策略对最短路径距离矩阵进行修正,以减少最短路径距离矩阵与实际的欧氏距离矩阵之间的误差;利用smacof算法迭代误差函数代替SVD分解来求解节点的定位问题,以优化和改善节点定位的求解过程。实验结果表明,与MDS-MAP(C)算法相比,改进算法能够减少最短路径距离的误差,有效提高节点的定位精度,并且对不规则网络具有更好的适应性。