基于临近锚节点修正的DBSCAN聚类加权定位算法

为了提高无线传感器网络节点的定位精确度,给出一种基于临近锚节点修正(CAAN)的具有噪声的基于密度的聚类(DBSCAN)加权定位算法.首先,在未知节点通信范围内的锚节点中选择三个构成三角形,证明当未知节点处在此三角形外接圆圆心位置时定位误差最小,然后据此选择合适的锚节点,结合滤波后的接收信号强度指示(RSSI)值进行定...     

基于优化神经网络与聚类的加权定位算法

针对RSSI测距误差较大的现象,为进一步提高加权质心定位算法精度,提出了一种基于MEA-BP神经网络与模糊C均值聚类的加权定位算法。该算法首先引入思维进化算法与BP神经网络以优化测距信息;采用三边测量法得到多个初始定位结果并组成集合,经模糊C均值聚类处理后,使用加权质心定位算法得到每个聚类簇针对于未知节点的估计位置;将每个聚类簇中数据点的数量视为权值,再次使用加权质心定位算法,得到未知节点的最终定位坐标。仿真结果表明,该算法显著降低了二维场景中无线传感器网络定位误差。     

一种降低定位误差的无线传感器网络节点定位改进算法

本文针对无线传感器网络节点的定位精度问题,提出了一种采用误差修正的方法来降低累积距离误差和定位误差的传感器网络节点定位改进算法,给出了该算法的基本原理与实现方法.该算法在不增加原算法通信量及计算复杂度的基础上提高了定位精度.仿真结果显示,在同等条件下,本文提出的算法定位精度提高了5～10%.     

基于位置感知的无线传感器网络聚类算法

针对以能量有效的方式收集传感器网络空间相关性数据的问题,本文提出了一种新的基于位置感知的无线传感器网络聚类算法。算法根据用户查询误差门限和基于位置信息的节点感知数据相异度矩阵,进行无监督数据挖掘,将监测区域划分成信息等价域。每个等价域选取城内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,从而减少了传输数据量,有效节省了网络能量。     

一种基于Euclidean的无线传感器网络三维定位算法

 针对传感器网络在三维空间的应用,基于Euclidean定位算法,提出了对无线传感器节点进行三维定位的算法.将计算未知节点与锚节点间距离问题抽象为求解六面体顶点间的距离.根据问题的抽象,本文使用所提出的坐标法进行求解,并采用循环迭代的方式来提高节点的定位比例.仿真结果表明,三维空间的Euclidean定位算法各项指标均为良好,能有效地实现三维环境中的传感器节点定位.     

一种基于长时聚类关联的辐射源编批方法

针对辐射源编批时,信号参数容差设置固定、未考虑历史编批目标所引起的EDW关联不准确,进而导致的辐射源增批问题,提出一种基于长时聚类关联的辐射源编批方法,基于真实采集数据的回放实验表明其对改善信号增批率效果显著。     

一种基于拓扑形状分割的无线传感器网络定位算法

本文针对无线传感器网络不规则拓扑条件下提出了一种新的定位方法,拓扑分割定位法(Localization Algorithm Based on Topology Segmentation,LATS).首先,根据锚节点之间每跳数距离,采用动态阈值将不规则拓扑形状分割为规则区域.然后,采用计算几何的方法构建规则区域的凸边界,得到有效的锚节点信息用于未知节点定位.并在此基础上设计了一种锚节点选择策略,大大减少了节点位置估计的误差.最后进行了算法的性能评价和分析,结果表明算法计算复杂度较低,在不规则拓扑条件下具有较高的精度.     

一种基于传感器加权的模糊聚类数据关联方法

提出一种用于传感器网络中信息融合的模糊数据关联新方法,该方法利用传感器的观测性能的先验知识对观测样本进行加权,通过加权模糊聚类算法实现数据的正确关联.同时,引入模糊聚类有效性函数自动确定每个观测时刻的目标数目.实验结果表明与传统基于模糊c均值聚类算法相比,本文提出的数据关联方法不仅具有更高的关联精度,而且具有较好的可靠性和有效性.     

一种新的并行聚类算法

为了进一步提高计算效率,提出一种面向计算机集群的并行聚类算法.首先合理划分数据块,之后由集群中的节点并行聚类,最后合并聚类结果.这期间采用动态负载平衡和异构的通讯方式.实验证明该并行算法不仅能得到正确的聚类结果,并能够大幅度提高聚类速度.     

无线传感器网络一种改进的convex定位算法

以convex(凸规划)定位算法为基础,针对range-free定位算法中anchor(已知节点)比例低带来的定位精度低、网络覆盖率低的问题,提出了二跳信息改进定位算法。该算法中,未知节点在通信中加入自身邻居anchor的ID和位置信息并发送给邻居节点,相应的邻居节点从中确定自己的二跳邻居anchor,并利用二跳邻居anchor的二跳通信范围来减小未知节点的可能存在区域,进而提高未知节点的定位精度。仿真表明,二跳信息改进定位算法在anchor节点比例较低情况下能有效提高定位精度,而在anchor节点比例较高时接近原convex算法定位精度,并且网络规模越大这种提高越显著。     

基于改进SSA优化WSN分簇协议

无线传感器网络(Wireless Sensor Networks,WSN)的路由协议是无线传感器网络领域中的一个研究热点.针对LEACH协议的不足,提出一种基于自适应t分布改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)的改进LEACH协议(LEACH?ISSA),以解决...     

一种传感器网络跨层能量优先成簇算法

文中提出CLEEC跨层能量优先成簇算法,基于节点剩余能量来选举簇头节点,使网络能量均匀消耗,延长网络的生存时间.模拟实验结果显示,与现有的典型成簇方案相比,新的成簇算法在传感器网络下提供了更长的网络生存时间和更大的网络吞吐量.     

无线传感器网络中一种协同源定位算法

针对无线传感器网络传统目标定位过程中,数据在大量传感器节点间传输使得节点能量迅速耗尽,同时远距离低信噪比节点对定位精度的影响等问题。基于分区域协同工作的思想,提出了一种协同源定位算法。对该算法进行仿真试验,结果显示,该算法明显降低了网络能耗,且具有较高的定位精度和稳健性。     

基于AP密度聚类方法的雷达辐射源信号识别

未知雷达辐射源信号识别一直是雷达对抗情报分析中的难题。针对基于密度的聚类算法在处理不均匀样本时识别率较低的缺陷,将该算法与亲和传递（AP）聚类算法结合,提出一种基于AP密度聚类的识别方法。该方法先利用AP聚类方法对数据样本进行初步聚类,再设定相关参数,运用基于密度的带有噪声的空间聚类（DBSCAN）算法进行二次聚类。相对于原样本,初始聚类结果分布具有一定的代表性,容易找到适合DBSCAN方法的参数值。测试表明该方法具有较高的识别率。     

事件驱动的带执行器无线传感器网络分簇算法研究

带有执行器的无线传感器网络是指在传统无线传感器网络中加入执行节点,形成传感器节点、执行节点和基站共同构成的三层监控网络。根据执行器在能量、计算能力和感知能力方面的优势,提出建立应用于事件调度的双环分簇算法。算法将执行器连接成双环结构,提升网络在线扩展能力的同时,也为无线传感器网络满足事件驱动构建基础。仿真实验证明,此算法能够有效降低网络能耗,随着节点数目的增加和监控领域的扩大,表现更加凸出。     

基于BWAS的无线传感器网络静态分簇路由算法

为提高路径搜索效率,避免动态分簇较多的能量消耗,提出了基于最优-最差蚂蚁系统(BWAS)的无线传感器网络静态分簇路由算法.BWAS是对蚁群算法的改进,在路径搜寻过程中评价出最优最差蚂蚁,引入奖惩机制,加快了路径搜索速度.通过无线传感器网络静态分簇、簇内动态选举簇头,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,能减少路径寻优能量消耗,实现均衡能量管理,延长网络寿命,且具有较强的鲁棒性.通过与基于BWAS的动态分簇和基于蚁群算法的动态分簇路由的仿真实验相比较,证实了本算法的有效性.     

无线传感器网络分簇算法分析与性能比较

文中在介绍无线传感器网络路由协议的基础上,重点分析了几种有代表性的分簇路由协议算法。然后对各种分簇算法从10个评价参数上进行了一个综合对比,总结了无线传感器网络现有分簇路由协议的优点和存在的问题。最后从网络安全性和协议的实用性等方面,并对无线传感器网络分簇路由协议算法进行了展望。     

DV-Hop无线网络定位算法研究

针对无线传感器网络定位的DV-Hop定位算法定位精度不足,文中提出了一种改进后的DV-Hop算法。改进后的算法在原基础上引入了均匀量化模型来提高每段跳距的精度和最小二乘法以解决定位过程中造成的累积误差。仿真结果证明,改进后的算法显著的提高了未知节点的定位精度。     

一种改进的基于时间竞争成簇的路由算法

为平衡无线传感器网络中的簇头负载并进一步降低多跳传输能耗,文中提出了一种改进的基于时间竞争成簇的路由算法。该算法通过限制近基站节点成簇入簇,以防止近基站节点成簇入簇的节能收益无法补偿成簇入簇能耗;利用基站广播公共信息和基于时间机制成簇,以减少节点基本信息交换能耗;通过候选簇头中继来平衡簇头负载。候选簇头的评价函数综合考虑了剩余能量和最优跳数的理想路径,以期在保持中继负载平衡的基础上尽量降低多跳能耗。仿真结果显示,该算法较LEACH和DEBUC算法延长了以30%节点死亡为网络失效的网络生存周期,表明该算法在降低节点能耗和平衡负载方面是有效的。