DV-Hop定位算法改进研究

传统DV-Hop定位算法中,在估算未知节点与锚节点的距离时,只采用距离其最近的一个锚节点的平均每跳距离,因而存在较大的定位误差.为了解决该问题,本文在传统DV-Hop算法基础上,同时考虑多个锚节点的平均每跳距离,根据每个锚节点的平均每跳距离误差以及跳数对未知节点的平均每跳距离进行加权处理,使其更接近实际值,未知节点与锚节点之间的估算距离更加准确,从而减少定位误差.仿真实验证明,在相同的网络环境下,改进算法定位精度明显高于传统DV-Hop定位算法.     

基于改进DV-Hop算法的无线传感器定位研究

为了提高无线传感器定位的精度,提出改进DV-Hop算法。首先对基本DV-Hop定位算法分析;接着改进过程对广播数据中重复的标识号删除,每个未知节点计算到自己数据表中的各个信标节点的估计距离;最后对信标节点的平均每跳距离误差进行修正,使全网平均每跳距离与真实的平均每跳距离更接近,分析参数值对改进的定位算法定位精确度的影响。实验仿真显示本文算法定位精度较高,相比其他算法提升了5. 0%-8. 6%,平均定位误差随着定位时间变化的幅度较小,性能趋于稳定。     

移动无线传感器网络节点合成蒙特卡罗定位算法

为提高传感器节点自定位精度,满足不同网络规模应用的需要,提出了合成蒙特卡罗定位算法.算法采用混合采样箱方法提高采样成功率,在锚节点密度较低时,先利用多跳锚节点方法收集锚节点信息,然后再运用采样箱方法计算未知节点位置,解决了采样速度慢和锚节点密度低时的应用受限问题.仿真实验结果表明,此算法可以不受锚节点密度限制,且提高了定位精度,具有自适应性和实用性.     

无线传感器网络中基于RSSI改进质心定位算法

在无线传感器网络中,节点定位技术尤为重要.针对无线传感器定位精度问题,提出了一种新颖的基于RSSI的质心定位算法.在该算法中,前期采用RSSI测距技术得到未知节点与各个锚节点的距离,利用三角形内点测试法优选出合适的锚节点,初步确定未知节点的定位空间;后期利用已知的样本点把定位空间划分为若干较小的区域,使未知节点所在的定位空间不断地被缩小;最后采用带权重的质心算法计算坐标.仿真结果表明,该算法比传统的RSSI定位算法具有更好的定位精度,即使在锚节点比例较低时,也能得到较高的定位精度,适合在无线传感器网络中应用.     

基于路径预测和自适应无线电射程的移动传感网络定位算法研究

针对坑道内的人员和设备定位,提出了一种适用于锚节点固定,未知节点自由移动的移动传感器网络定位算法。基于MonteCarlo算法,采用牛顿插值法对未知节点的运动路径进行预测,并确立其位置的预测模型,根据提出的一种自适应无线电射程计算方法对预测位置进行滤波。减小了无线电射程的不稳定性对预测结果的影响。仿真结果表明：与其它几种具有代表性的移动传感器网络定位算法相比,本算法定位精度更高、对锚节点密度的要求更低。     

基于跳距修正的DV-Hop改进定位算法研究

针对DV-Hop(Distance Vector-Hop)定位算法在估算跳距时存在较大误差的情况,分析了跳距影响因子,提出了一种跳距修正算法.该算法通过对每跳的平均距离以及跳数进行加权处理减少跳距误差.仿真结果表明,在相同网络环境下,改进后的DV-Hop算法在不增加硬件开销的基础上提高了定位精度.     

基于RSSI的无线传感器网络目标定位算法设计

针对无线节点能够根据接收信号强度估算其到锚节点间距离这一特性,设计了基于RSSI的均值定位和条件概率定位两种无线传感器网络目标定位算法。这两种算法均能够不同程度地实现未知节点的定位。在Matlab7.0环境下对上述算法进行仿真实验,结果证明在同等条件下,条件概率定位算法较均值定位算法具有稳定性好、平均误差小、定位精度高等优点,是一种较好的目标定位算法。     

无线传感器网络加权质心定位算法改进研究

对无线传感器网络定位中常用的质心算法进行了改进。改进算法将盲节点接收到的RSSI数据转换为距离,并将距离作为锚节点权值,从而估计出盲节点的坐标位置。仿真结果表明,改进算法提高了定位精度,降低了定位误差,且没有增添系统通信负担及计算量。     

抵抗欺骗攻击的DV-Hop定位算法

由于无线传感器网络处于开放性的环境中,很容易受到欺骗攻击,即难以利用DV-Hop算法进行有效定位.针对此问题,本文在分析欺骗攻击模型和DV-Hop算法易受攻击原因的基础上,提出了一种新的抵抗欺骗攻击的DV-Hop定位算法.该算法能对参与未知节点的信标节点进行分组,并根据各个分组的加权平均残差平方和,排除可能含有恶意节点的分组,并通过利用没有恶意节点分组中的所有信标节点进行定位,从而有效抵抗了欺骗攻击.仿真结果表明,当网络中存在欺骗攻击时,DV-Hop算法仍然能够有效地定位.     

基于加权阈值质心定位算法的无线传感器

在建立加权质心定位算法的数学模型和确定定位节点描述基础上,通过加权因子来体现了距离未知节点越近的信标节点对其坐标位置的影响力,然后将高于门限的信标节点信号强度作为未知节点连接目标,计算最优门限与信号强度及噪声的关系,最后给出了平均定位误差、节点定位比率和算法的实现。实验仿真给出算法比较和定位误差分析,本文算法能够提高定位精度。     

一种改进的无线传感器网络DV-HOP定位算法

为了解决DV-HOP算法在节点随机部署环境下定位误差较大的缺点,提出一种基于DV-HOP多通信半径的加权双曲线定位算法RWHDV-HOP。该算法通过理想跳数与实际跳数的差值修正平均跳距,结合多通信半径使跳数小数化,利用基于跳数加权的双曲线算法估算未知节点坐标。仿真结果表明,在相同条件设置下,RWHDV-HOP算法定位精度比传统DV-HOP算法提高了25%,比RWDV-HOP算法提高了10%。因此,基于DV-HOP多通信半径的加权双曲线定位算法RWHDV-HOP在节点随机部署环境下能够较大程度上提高节点定位精度。     

一种鲸鱼优化算法改进的加权质心定位算法

针对加权质心定位算法受 RSSI 测距误差影响导致定位结果不理想的问题,提出一种鲸鱼优化算法改进的加权质心算法,利用鲸鱼优化算法的快速收敛、不易陷入局部最优等优势对加权质心算法定位结果进行优化。首先,通过加权质心算法计算待测点位置;其次,根据锚节点位置信息、RSSI 测距信息及待测点位置信息建立适应度函数;最后,利用鲸鱼优化算法不断迭代寻优,对待测点定位结果进行优化,以提高定位精度。在通信半径相同、锚节点数为 30 的条件下,改进后的定位算法定位精度为 0.58m,而粒子群加权质心算法与人工鱼群加权质心算法定位精度分别为 0.64m 和 0.62m,且随着锚节点个数的增加或通信半径的增大,改进后的定位算法仍能获得更高的定位精度。因此,改进后的定位算法精度更高,具有一定可行性。     

Hierarchical self-localization of underwater wireless sensor network nodes

The follow-up application of underwater wireless sensor network is influenced by accuracy of self-localization of nodes. The self-localization of nodes is discussed in this paper. First of all, nodes of underwater wireless sensor network are classified into several levels according to the accuracy of position of nodes and the levels are from the first to the fifth in accordance with accuracy of nodes from high to low respectively. Secondly, the level of anchor nodes can be known by those unknown nodes from the information given by the anchor nodes themselves, At the same time the unknown nodes are able to be located in the area controlled by the first level of anchor nodes that are as the aggregation. Then the positioning algorithm is designed correspondingly in accordance with the accuracy level of nodes. Finally, the positioning algorithm is simulated and analyzed. The result shows that the unknown nodes can be located effectively by hierarchical control.     

高效节能的无线传感器网络路由算法

无线传感器网络中节点的位置信息非常重要,目前通用的定位算法不适合恶劣环境;路由算法的设计直接影响到系统的能量消耗。在此提出一种基于测距的节点定位方案,并构建基于睡眠机制、最小成本路径的节能路由算法,通过理论分析和仿真实验,证明该算法具有较高的节能性,能提高网络的整体性能。     

井下移动人员精确定位算法研究

针对我国煤炭行业生产安全管理现状,将无线射频识别技术应用于煤矿井下,进行人员的精确定位,是解决煤矿安全问题的方法之一,也将全面提升煤矿信息化管理水平。     

一种基于弧覆盖的传感器监测网络密度控制算法

提出一种基于弧覆盖的节点调度算法来控制无线传感器网络的密度问题.利用节点感知区域所覆盖到的弧是否被邻居节点完全覆盖来判定节点的状态,通过节点之间的状态轮换与合作策略来延长网络寿命.仿真证明该算法具有良好的节能性能,而且有效延长网络的生存寿命.     

一种基于多阶段PSO的多目标工作流调度算法

基于启发式算法的工作流调度算法目标单一,无法保证用户满意度,且多目标调度算法少、性能差。为了改善现状,提出基于多阶段PSO的多目标工作流调度算法MSPSO,分析工作流任务的层次结构,按层次进行多阶段PSO调度,结合排队理论估算每阶段调度需要的虚拟机数量,控制PSO搜索空间,使算法能快速找到最优解。用4种真实科学工作流在CloudSim环境下进行仿真实验。结果表明,MSPSO算法资源利用率提高了1.81%,能耗降低了9.16%,任务违约率低至0.075%。MSPSO调度算法不仅能动态增减虚拟机,降低能耗,还能在保证截止时间的前提下降低任务违约率,提高资源利用率。     

无线传感器网络中基于径向基函数的簇首选择

采用一种神经网络算法——径向基函数来选择无线传感器网络的节点簇首,它具有并行处理能力、分布式存储以及快速学习等优点.通过分析得出与节点作为簇首相关的4个因素:节点的剩余能量,周围分布的节点的数目,中心度和距离基站的位置.把这4个因素作为神经网络的输入变量,输出变量就是该节点作为簇首的适应度值.根据网络规模的大小,基站选出一组作为簇首的节点,然后广播作为簇首的节点号的消息.如果一个节点被选为簇首,就向周围广播自己的身份并成立一个新簇,周围的非簇首节点要求加入该簇并成为它的成员.每簇中由簇首负责管理它的成员并执行数据融合等功能.实验结果表明,与其他算法相比,该算法能显著地延长传感器网络的生命.