基于RSSI测距的传感器节点质心定位修正算法

针对传感器网络节点定位精度问题,研究基于RSSI测距的定位算法,提出多信标节点质心定位修正算法,通过该算法计算得到多组未知节点估计坐标,并在此基础上利用质心定位修正算法计算节点坐标修正值;利用仿真实验,证明基于RSSI测距的传感器节点质心定位算法定位精度比传统质心定位算法定位精度提高13.8%,比RSSI加权质心定位算法提高6.3%。     

基于质心迭代估计的无线传感器网络节点定位算法

针对无线传感器网络非测距定位方法的应用,提出了基于质心迭代估计的节点定位算法.该算法首先计算当前连通信标节点所围成的平面质心的坐标及其与未知节点间的接收信号强度,然后用计算所得质心节点替代距离未知节点最远的连通信标节点,缩小连通信标节点所围成的平面,并通过多次迭代的方法提高节点定位精度.仿真实验结果表明,该算法的各项指标均为良好,适用于无线传感器网络的节点定位.     

基于PSO的测距模型参数估计三维定位算法

节点定位技术是无线传感器网络应用的重要支撑技术之一;针对粒子群优化(PSO)定位方法的定位精度依赖于测距模型参数与实际值的符合程度,在接收信号强度指示(RSSI)测距模型的基础上,提出一种测距模型参数估计的三维定位算法;该方法无需计算距离,将未知节点的位置和RSSI测距参数作为自变量,以信号强度误差为目标函数,采用粒子群优化算法估算未知节点坐标;仿真结果表明所提算法不依赖于测距模型参数的选取,并取得了理想的定位精度。     

基于RSSI的无线传感器网络定位系统设计与实现

基于窄带无线信号的路径损耗和阴影衰落,直接建立多个锚节点接收信号强度指示(Received Signal Strength Indication, RSSI)值与待定位节点未知坐标估计量的解析关系,避免传统RSSI定位方法中常用的对两节点距离量的直接求解,减少信息丢失,提高定位精度。仿真分析了锚节点数量、遮挡因子、路径损耗指数等对定位精度的影响。采用CC2530无线传感芯片实现基于RSSI的无线传感器网络(Wireless Sensor Network, WSN)定位系统。系统采用8个锚节点分别在边长4米和10米的两个正方形区域内展开定位实际测试,结果显示其平均定位误差可分别降到0.175米和0.824米。     

基于垂直平分线的非测距定位算法

在无线传感器网络定位机制中,近似三角形内点测试(APIT)定位算法因思想简单、硬件成本低、定位精度高而被广泛应用,但算法性能会因锚节点分布不均匀受到严重影响。为提高节点定位精度和解决APIT定位算法边缘效应的问题,提出一种基于垂直平分线的非测距定位算法。该算法利用接收信号强度指示值(RSSI)值筛选锚节点并与等腰三角形底边中垂线过顶点的几何原理结合进行定位,可以得到比较合理的定理精度,性能相对稳定。仿真结果表明,该算法可有效提高无线传感器网络定位的精度和覆盖率。     

基于BADV-Hop的传感器节点定位方法

针对无线传感器网络节点的定位误差较高的问题,提出蝙蝠算法校正DV-Hop算法的传感器节点定位精度提高方法(BADV-Hop);首先测量未知节点与锚节点之间的距离,然后采用DV-Hop算法初步确定未知节点的坐标,再采用蝙蝠算法校正DV-Hop算法的定位误差,最后在Matlab 2012平台上对算法性能进行仿真分析;实验结果表明,相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度。     

自适应在线模型校准的RSS实时定位算法*

针对传统的RSS定位方法对环境因素要求过高,在设计校准和运行操作阶段工作量大效率不高的问题,提出一种基于锚节点RSS在线建模校准的无线传感器网络定位算法。首先,利用标准偏差阈值方法对信号强度不确定度较大的锚节点进行过滤,并对锚节点和未知节点间的距离与接收信号强度的关系进行在线建模。其次,采用周期校准方式对在线模型进行实时修正,然后利用加权平均的方式对未知节点进行定位,建立对环境因素的自适应机制实现节点的实时准确定位。最后,通过仿真显示该方法能够有效对无线传感器网络未知节点进行定位且精度满足要求,算法简单易于实现具有实际应用价值。     

基于RSSI和改进MCL算法的移动节点定位跟踪设计

由于传统节点定位方法大多针对静止传感器网络,不能适用于网络结构和节点位置动态变化的移动传感器网络,提出了一种基于RSSI测距和改进的MCL (Monte Carlo Localization)算法的移动传感器节点定位跟踪方法;首先描述了经典MCL算法和接收信号强度RSSI测距方法,然后设计了一种改进的MCL算法,将传统的MCL方法预测粒子位置的过程即预测和滤波两个阶段,更新为锚节点TTL受控泛洪方式广播自身位置、采用拉格朗日插值法预测节点下一时刻的位置和速度、求取锚盒采样区域、k 跳锚节点粒子滤波和根据预测下一时刻的节点位置和速度与当前时刻的位置信息确定各粒子权重的5个阶段;采用仿真器MCL-Simulator进行仿真,结果证明:文中方法能有效实现移动节点的定位,与其它方法相比,具有较小的平均定位误差,具有很强的可行性。     

基于改进的质心定位的LSSVR算法的设计

针对无线传感中基于质心算法的节点定位存在误差比较大,算法效率低的缺点,提出了一种基于加权的LSSVR的节点定位算法;首先,对未知节点构建节点序列相关度,采用Kendall的Tau指标来估计未知节点的位置,提高了未知节点的定位精度,其次引入了LSSVR概念,构建改进质心算法的LSSVR定位模型,降低了噪声影响,大幅度提高定位精度;仿真实验表明该算法与基本的LSSVR算法在定位精度上有了明显的提高,在锚节点,未知节点所占比例不断增大的情况下该算法定位精度具有很大的提高,降低了算法的计算复杂度,具有较高的应用价值。     

一种协同定位算法在智能照明系统中的应用

灯具是智能照明系统的控制对象,而控制灯具的前提是找到灯具的位置。针对灯具的定位问题,提出了一种基于加权质心和泰勒级数展开的协同定位算法。为使定位更加稳定与精确,该算法利用加权质心算法对未知节点进行初始定位,再将其作为泰勒级数展开算法的初值,精确估计未知节点的位置。仿真结果表明,与传统的加权质心算法相比,该协同定位算法收敛性好,定位精度高,最大定位误差小于1.8m,平均定位误差可以达到0.7m。这种定位算法应用于智能照明控制系统中,有利于精确的对灯节点进行控制。