CN110234145A - 基于可靠信标节点的dv-hop改进的无线传感器网络定位方法 - Google Patents
基于可靠信标节点的dv-hop改进的无线传感器网络定位方法 Download PDFInfo
- Publication number
- CN110234145A CN110234145A CN201910510770.3A CN201910510770A CN110234145A CN 110234145 A CN110234145 A CN 110234145A CN 201910510770 A CN201910510770 A CN 201910510770A CN 110234145 A CN110234145 A CN 110234145A
- Authority
- CN
- China
- Prior art keywords
- beaconing nodes
- node
- reliable
- group
- hop count
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于可靠信标节点的DV‑HOP改进的无线传感网定位方法:无线传感器网路的初始化;设计最大跳数阈值,去除大跳数不可靠信标节点,形成候选信标节点集;利用越近似正三角形的三个信标节点误差越小的原理和余弦定理选取m组每组三个信标节点;其中最接近正三角形的一组为可靠信标节点,计算自身的平均跳距,并估算未知节点与可靠信标节点的距离并修正;列距离方程组,利用最大似然估计法算出未知节点的位置坐标。本发明引入可靠信标节点的概念,减少原有DV‑HOP算法利用信标节点定位时,信标节点跳数过大,信标节点共线带来的误差问题,在满足三个信标节点定位条件的情况下,信标节点的个数对于定位误差影响很小,提高了定位的精度。
Description
技术领域
本发明涉及无线传感器网络定位技术,具体来说是一种基于可靠信标节点的DV-HOP改进的无线传感器网络节点定位方法,主要用于解决DV-HOP算法在节点定位方面产生的误差问题。
背景技术
无线传感器网络(Wireless Sensor Networks,简称WSNs)由大量传感器节点以无线自组织和多跳的方式构建而成,传感器感知部署范围内的特定感知信息,并通过节点之间的相互协作,对感知信息进行收集、处理和传输,最后实现感知数据的上报,为用户决策提供数据支撑。无线传感器网路在各个领域都有着非常广阔的应用,包括军事领域、环境监测、智能家居、智能交通、智慧农业、智慧医疗、智能建筑以及防灾减灾领域等。这些应用都需要节点的位置信息,所以节点的定位十分重要。
节点定位的原理,即是根据少量的已知自身位置的节点,通过各种算法估计出网络中未知节点的位置。网络中有一小部分节点安装了GPS,其位置已知,这些节点成为信标节点,先将信标节点的位置作为参考信息,再对其他未知节点的位置进行估计和定位。当前无线传感器网络节点定位算法根据是否需要硬件支撑分为两类:需要测距的和不需要测距的;其中,需要测距的定位算法需要硬件提供支持,定位成本相对较高;无需测距的定位算法不需要硬件支持,工作过程相对简单,已经成为主要的研究方向。无需测距的定位算法主要有质心定位算法和DV-HOP算法,质心定位算法根据无线传感器网络的连通性和位置节点但不断接收到的信标节点发送信息进行定位,但其定位误差较大,无法准确确定未知节点的位置。
标准DV-HOP定位算法根据信标节点和未知节点之间的跳距实现节点定位。包括距离矢量交换,平均跳距的计算与广播,利用最大似然法或者三边估计法三个步骤进行定位,标准的DV-HOP算法中,在选择信标节点时可能三个信标节点是共线的或者逼近共线的,这样在这个方面定位会引起巨大的误差。
发明内容
本发明涉及一种基于可靠信标节点的DV-HOP改进的无线传感器网络定位方法。为了提高DV-HOP定位技术的定位精度,本发明提供了一种基于可靠信标的DV-HOP技术。在现有的DV-HOP定位方法的基础上,该方法引进了可靠信标的概念,减少了信标节点可能在同一直线上带来的误差,有效地提高了节点的定位精度。
为了达到上述目的,本发明的技术方案是提供一种无线传感器网络定位方法,其包含以下过程:
步骤S1:对无线传感器网络进行初始化,得到每个节点各自的跳数最小信息组;无线传感器网络的节点,包含位置信息已知的信标节点,和待定位的未知节点;每个节点作为其他信标节点通信范围内的接收节点时,该接收节点对应的跳数最小信息组,包含其他信标节点到该接收节点的最小跳数;
步骤S2:设定最大跳数阈值;限制未知节点的最大跳数,选择未知节点附近跳数符合所述最大跳数阈值的信标节点,形成候选的信标节点集;
步骤S3:选择可靠的信标节点组:以未知节点为圆心,节点通信半径为半径作圆,以基于候选的信标节点集形成k个同心的虚拟圆环,使相同跳数的信标节点位于同一圆环内;利用三个信标节点组成的三角形越近似正三角形定位误差越小的原理和余弦定理,从候选的信标节点集中选出m组每组三个信标节点;
步骤S4:在m组信标节点中选出最接近正三角形的一组信标节点作为可靠信标节点,用于后续对未知节点的定位;
步骤S5:三个可靠信标节点计算各自平均每跳距离,估算未知节点与三个可靠信标节点的距离;
步骤S6:距离的修正:未知节点在三个可靠信标节点形成的三角形外部时,通过三角形面积的计算对步骤S5得出的距离进行修正;
步骤S7:未知节点的定位:列出距离方程组,计算出未知节点的位置。
本发明与现有的DV-HOP定位算法相比具有以下优点:
1.本发明考虑到了大跳数信标节点不可靠的问题,只选取一定跳数内的信标节点作为候选节点,减少了后续的计算量。
2.本发明考虑到在未知节点利用信标节点进行节点定位时,至少需要选择三个信标节点进行定位,在现实无线传感器网络的部署中,三个信标节点可能会在同一条直线上,定位时选择的三个信标节点如果在同一条直线上但仍然按照正常信标节点计算则会造成很大的定位误差,本发明在选择信标节点时,很好地解决了DV-HOP算法中三个信标节点可能在同一条直线上带来的误差问题,提高了定位精度。
附图说明
图1是本发明的方法流程图。
图2是检测区域内候选信标节点集图,以未知节点的通信半径为半径作圆,形成k个虚拟的同心圆环,同一跳的信标节点位于同一个圆环中。
图3是选择最佳可靠信标节点示意图,先从第一跳中选择两个信标节点,再从第二跳信标节点中选择一个信标节点,计算出余弦值进行判断。
图4是步骤S6中计算修正因子的示意图,按照前述步骤得到的三个信标节点形成了近正三角形,未知节点位于近三角形的内部。空心节点为可靠信标节点,实心节点为未知节点,图中虚线显示的为未知节点到三个信标节点的最小跳数路径。
具体实施方式
为了加深对本发明的理解,下面将结合附图和实施实例对本发明做进一步的详细描述。
如图1所示,本发明的一种基于可靠信标的DV-HOP改进的无线传感器网络定位方法,引入可靠信标节点,所述方法包括以下步骤:
步骤S1:无线传感器网络的初始化,以获得各个节点(包括信标节点和未知节点)的跳数最小信息组:
步骤S11:无线传感器网路区域中的信标节点根据距离矢量交换协议,通过泛洪的方式传播带有自身坐标位置、节点标识ID号、从信标节点开始传播到接收节点的跳数(初始值为0)信息的数据。
步骤S12:当通信范围内的节点作为接收节点,收到信标节点广播的数据时,该接收节点对数据中存储的跳数自动加1,并将数据转发出去。节点随机分布,各节点可能会收到多个这种数据信息段,此时通过比较它们的跳数,对跳数最小信息组进行存储更新。
即,在通信范围内、可收到泛洪信息的信标节点或未知节点,都可以作为接收节点,在其对应的跳数最小信息组内,存储有该接收节点到各个信标节点的最小跳数。
步骤S2:设计最大跳数阈值:限制未知节点的最大跳数,设定阈值来选择信标节点(通过选择,去除大跳数的不可靠信标节点),形成候选的信标节点集。
步骤S21:计算最小需要满足的跳数:无线传感器网络中的节点分布近似服从泊松分布,所以节点的概率密度函数为
其中N为传感器节点数,S为监测区域的面积。
平均信标节点个数为λπ(nr)2,由于对未知节点进行定位至少需要三个信标节点,所以λπ(nr)2≥3从而得到最小跳数(向上取整)
步骤S22:计算网络中的存在的最大跳数:
其中D为区域的直径,r为节点的通信半径。
步骤S23:取以未知节点的k跳邻居信标节点形成候选节点集。
步骤3:选择可靠的三个信标节点:候选的信标节点集形成虚拟的同心圆环,利用三个信标节点越接近正三角形定位的误差越小的定理和余弦定理,从候选的信标节点集中选出三个信标节点用于后续的定位计算。
步骤S31:如图2所示,以未知节点为圆心,节点的通信半径为半径作圆,得到k个虚拟圆环,使得相同跳数的信标节点都位于同一圆环内。
步骤S32:如图3所示,在第一环中选择两个信标节点,记为A,B;AB间的距离记为l1,在第二环中选择一个信标节点记为C,AC、BC之间的距离分别记为l2,l3,利用余弦定理
计算出cosθ的值。有以下三种情况:
当则沿虚拟圆环的顺时针方向选择离信标节点C最近的信标节点C’,记录下A,C,C’三点的信息;
当则沿虚拟圆环的逆时针方向选择离信标节点C最近的信标节点C’,记录下A,C,C’三点的信息;
当(ω足够小,可以是给定的数值),即cosθ的值接近则将节点C的通信半径更改为l2,在以l2为半径,节点C为圆心做圆:如果AB的延长线与该圆的交点处有信标节点时,将其作为第三个信标节点D;或者,如果AB的延长线与该圆的交点处无信标节点,则找距离这个交点最近的信标作为第三个信标节点D;记录下A,C,D三点的信息。
步骤S33:在第三跳中选择一个信标节点重复S32中的步骤,直到k跳中的节点都选择完毕,得到m组、每组三个信标节点。每组信标节点,是由当前环中的两个信标节点,和当前环的任意外环中的一个信标节点组成。
步骤S4:在m组信标节点中选出最接近正三角形的一组信标节点,用于后续进行未知节点的定位。
在m组信标节点中,分别计算(其中S为各组三个信标节点构成的三角形面积,l11,l21,l31为各组三个信标节点两两之间的距离),由于该值在等边三角形中为1,其他三角形中皆小于1,故将g值最大的一组信标节点作为最后的定位节点,称其为可靠信标节点。
步骤S5:计算与可靠信标节点的距离:三个可靠信标节点计算自己的平均每跳距离,未知节点估算出距离三个可靠信标节点的距离。
步骤S51:计算平均跳距:
可靠信标节点i和j之间的距离为
其中(xi,yi),(xj,yj)为可靠信标节点i、j的坐标信息;
可靠信标节点i的平均跳距Hopsizei为
其中,hij为可靠信标节点i和j之间的最小跳数,利用该公式即可计算三个可靠信标节点之间的最小跳数。
步骤S52:未知节点与三个可靠信标节点的距离,可用以下公式计算
dk=Hopsizei*hij
步骤S6:距离的修正:未知节点在上述步骤中选出的可靠信标节点形成的近正三角形外部,通过三角形面积对步骤S5计算出来的距离进行修正。
步骤S61:计算修正因子:如图4所示,未知节点u的位置u,位于三个可靠信标节点形成的近正三角形的外部,利用三角形面积的关系得到
修正因子:
修正距离:d′k=dk*α
步骤S7:节点的定位:列出距离方程组完成未知节点的定位。
设未知节点的坐标为(x,y),三个可靠信标节点的坐标分别为(x1,y1),(x2,y2),(x3,y3),列出距离方程组如下
整理方程组可得:
AX=B
使用最大似然法可得到未知节点的坐标为X’=(ATA)-1ATB。
为了进一步说明本发明的优点,表1列出了本发明与几种代表定位算法的对比。
表1本发明与几种代表定位算法的对比
定位技术 | 定位精度 | 计算复杂度 | 设备开销 |
DV-Hop定位技术 | 精确度一般 | 低 | 较小 |
APIT算法定位技术 | 精确度好 | 较高 | 大 |
质心算法定位技术 | 精确度差 | 低 | 较小 |
本发明方法 | 精确度高 | 低 | 小 |
表1是本发明方法与其他定位算法的性能比较,与其他定位算法相比,本发明的定位算法在计算方面主要用到余弦定理和最大似然估计法,所以计算量比较小,不需要大量的其他设备,开销比较小,解决了信标节点共线带来的误差问题,提高了定位的精度。
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (8)
1.一种无线传感器网络定位方法,其特征在于,包含以下过程:
步骤S1:对无线传感器网络进行初始化,得到每个节点各自的跳数最小信息组;无线传感器网络的节点,包含位置信息已知的信标节点,和待定位的未知节点;每个节点作为其他信标节点通信范围内的接收节点时,该接收节点对应的跳数最小信息组,包含其他信标节点到该接收节点的最小跳数;
步骤S2:设定最大跳数阈值;限制未知节点的最大跳数,选择未知节点附近跳数符合所述最大跳数阈值的信标节点,形成候选的信标节点集;
步骤S3:选择可靠的信标节点组:以未知节点为圆心,节点通信半径为半径作圆,以基于候选的信标节点集形成k个同心的虚拟圆环,使相同跳数的信标节点位于同一圆环内;利用三个信标节点组成的三角形越近似正三角形定位误差越小的原理和余弦定理,从候选的信标节点集中选出m组每组三个信标节点;
步骤S4:在m组信标节点中选出最接近正三角形的一组信标节点作为可靠信标节点,用于后续对未知节点的定位;
步骤S5:三个可靠信标节点计算各自平均每跳距离,估算未知节点与三个可靠信标节点的距离;
步骤S6:距离的修正:未知节点在三个可靠信标节点形成的三角形外部时,通过三角形面积的计算对步骤S5得出的距离进行修正;
步骤S7:未知节点的定位:列出距离方程组,计算出未知节点的位置。
2.如权利要求1所述无线传感器网络定位方法,其特征在于,
步骤S1进一步包含以下过程:
步骤S11:无线传感器网路区域中的信标节点根据距离矢量交换协议,通过泛洪的方式传播包含自身坐标位置、节点标识ID号、从信标节点开始传播到接收节点的跳数的数据;跳数的初始值为0;
步骤S12:通信范围内的节点作为接收节点,收到信标节点广播的数据时,该接收节点对数据中存储的跳数自动加1,并将更新后的数据转发出去;各接收节点比较所收到的数据的跳数,对跳数最小信息组进行存储更新。
3.如权利要求1所述无线传感器网络定位方法,其特征在于,
步骤S2进一步包含以下过程:
步骤S21:计算最小需要满足的跳数:无线传感器网络中的节点分布近似服从泊松分布,节点的概率密度函数为
其中N为传感器节点数,S为监测区域的面积。
平均信标节点个数λπ(nr)2≥3,得到最小跳数
步骤S22:计算无线传感器网络中存在的最大跳数:
其中D为区域的直径,r为节点通信半径;
步骤S23:取以未知节点的k跳邻居信标节点形成候选节点集。
4.如权利要求1所述无线传感器网络定位方法,其特征在于,
步骤S3进一步包含以下过程:
步骤S31:以未知节点为圆心,节点通信半径为半径作圆,得到k个虚拟圆环,使得相同跳数的信标节点都位于同一圆环内;
步骤S32:在第一环中选择两个信标节点,记为A,B;AB间的距离记为l1,在第二环中选择一个信标节点记为C,AC、BC之间的距离分别记为l2,l3,利用余弦定理
计算出cosθ的值:
当则沿着虚拟圆环的顺时针方向选择离信标节点C最近的信标节点C’,记录下A,C,C’三点的信息;
当则沿着虚拟圆环的逆时针方向选择离信标节点C最近的信标节点C’,记录下A,C,C’三点的信息;
当ω是足够小的给定数值,则将信标节点C的通信半径更改为l2,以l2为半径、信标节点C为圆心做圆:AB的延长线与该圆的交点处有信标节点时,将其作为第三个信标节点D;或者,AB的延长线与该圆的交点处无信标节点时,将距离交点最近的信标节点作为第三个信标节点D;记录下A,C,D三点的信息;
步骤S33:在第三环中选择一个信标节点重复S32中的步骤,直到k跳中的节点都选择完毕,得到m组、每组三个信标节点。
5.如权利要求1所述无线传感器网络定位方法,其特征在于,
步骤S4中,对m组信标节点,分别计算
其中S为各组三个信标节点构成的三角形面积,l11,l21,l31为各组三个信标节点两两之间的距离;
将m组中g值最大的一组信标节点作为可靠信标节点。
6.如权利要求1所述无线传感器网络定位方法,其特征在于,
步骤S5进一步包含以下过程:
步骤S51:计算平均跳距:
设i和j为三个可靠信标节点中的任意两个可靠信标节点,i和j之间的距离为
其中(xi,yi),(xj,yj)为可靠信标节点i、j的坐标信息;
可靠信标节点i的平均跳距Hopsizei为
其中,hij为可靠信标节点i和j之间的最小跳数,利用该公式计算三个可靠信标节点之间的最小跳数;
步骤S52:估算未知节点与三个可靠信标节点的距离:
dk=Hopsizei*hij。
7.如权利要求6所述无线传感器网络定位方法,其特征在于,
步骤S6进一步包含以下过程
步骤S61:未知节点的位置u,位于三个可靠信标节点b1、b2、b3形成的近正三角形的外部,利用三角形面积的关系得到
则,修正因子:
修正后的距离:d′k=dk*α。
8.如权利要求1所述无线传感器网络定位方法,其特征在于,
步骤S7进一步包含以下过程:
设未知节点的坐标为(x,y),三个可靠信标节点的坐标分别为(x1,y1),(x2,y2),(x3,y3),列出距离方程组如下
整理方程组得到:
AX=B
使用最大似然法得到未知节点的坐标为X’=(ATA)-1ATB。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910510770.3A CN110234145B (zh) | 2019-06-13 | 2019-06-13 | 基于可靠信标节点的dv-hop改进的无线传感器网络定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910510770.3A CN110234145B (zh) | 2019-06-13 | 2019-06-13 | 基于可靠信标节点的dv-hop改进的无线传感器网络定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110234145A true CN110234145A (zh) | 2019-09-13 |
CN110234145B CN110234145B (zh) | 2020-12-11 |
Family
ID=67859857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910510770.3A Active CN110234145B (zh) | 2019-06-13 | 2019-06-13 | 基于可靠信标节点的dv-hop改进的无线传感器网络定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110234145B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933594A (zh) * | 2019-11-08 | 2020-03-27 | 华南农业大学 | 一种面向农业边缘计算的改进DV-Hop定位方法 |
CN112188615A (zh) * | 2020-09-30 | 2021-01-05 | 上海海事大学 | 一种无线传感器网络定位方法 |
CN113286257A (zh) * | 2021-05-20 | 2021-08-20 | 南京邮电大学 | 新型分布式非测距定位方法 |
CN113466781A (zh) * | 2021-05-21 | 2021-10-01 | 北京农业信息技术研究中心 | 露地蔬菜无人化作业无线信标精准对行纠偏方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103491591A (zh) * | 2013-10-12 | 2014-01-01 | 西北大学 | 无线传感器网络复杂区域划分方法和节点定位方法 |
CN104185272A (zh) * | 2014-07-30 | 2014-12-03 | 河海大学 | 基于优化平均每跳距离和优选锚节点的wsn定位方法 |
US20160187460A1 (en) * | 2014-05-14 | 2016-06-30 | Shenyang Institute Of Automation Of The Chinese Academy Of Sciences | Rssi positioning method based on frequency-hopping spread spectrum technology |
CN107708202A (zh) * | 2017-08-22 | 2018-02-16 | 华南农业大学 | 一种基于DV‑Hop的无线传感器网络节点定位方法 |
CN109819515A (zh) * | 2019-01-18 | 2019-05-28 | 南京邮电大学 | 一种无线传感器网络节点定位方法及装置 |
CN109842935A (zh) * | 2019-03-26 | 2019-06-04 | 上海海事大学 | 一种基于混合smpso优化的加权dv-hop定位方法 |
-
2019
- 2019-06-13 CN CN201910510770.3A patent/CN110234145B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103491591A (zh) * | 2013-10-12 | 2014-01-01 | 西北大学 | 无线传感器网络复杂区域划分方法和节点定位方法 |
US20160187460A1 (en) * | 2014-05-14 | 2016-06-30 | Shenyang Institute Of Automation Of The Chinese Academy Of Sciences | Rssi positioning method based on frequency-hopping spread spectrum technology |
CN104185272A (zh) * | 2014-07-30 | 2014-12-03 | 河海大学 | 基于优化平均每跳距离和优选锚节点的wsn定位方法 |
CN107708202A (zh) * | 2017-08-22 | 2018-02-16 | 华南农业大学 | 一种基于DV‑Hop的无线传感器网络节点定位方法 |
CN109819515A (zh) * | 2019-01-18 | 2019-05-28 | 南京邮电大学 | 一种无线传感器网络节点定位方法及装置 |
CN109842935A (zh) * | 2019-03-26 | 2019-06-04 | 上海海事大学 | 一种基于混合smpso优化的加权dv-hop定位方法 |
Non-Patent Citations (2)
Title |
---|
张石: "基于跳数量化的无线传感器网络节点定位算法", 《兵工学报》 * |
钱开国等: "基于可靠信标和节点度估计距离的无线传感器网络定位算法", 《计算机应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933594A (zh) * | 2019-11-08 | 2020-03-27 | 华南农业大学 | 一种面向农业边缘计算的改进DV-Hop定位方法 |
CN112188615A (zh) * | 2020-09-30 | 2021-01-05 | 上海海事大学 | 一种无线传感器网络定位方法 |
CN113286257A (zh) * | 2021-05-20 | 2021-08-20 | 南京邮电大学 | 新型分布式非测距定位方法 |
CN113466781A (zh) * | 2021-05-21 | 2021-10-01 | 北京农业信息技术研究中心 | 露地蔬菜无人化作业无线信标精准对行纠偏方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110234145B (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110234145A (zh) | 基于可靠信标节点的dv-hop改进的无线传感器网络定位方法 | |
Arafat et al. | Localization and clustering based on swarm intelligence in UAV networks for emergency communications | |
Shang et al. | Localization from connectivity in sensor networks | |
Xiao et al. | Reliable anchor-based sensor localization in irregular areas | |
Rezaeipanah et al. | A Hybrid Approach for Prolonging Lifetime of Wireless Sensor Networks Using Genetic Algorithm and Online Clustering. | |
Yu et al. | An improved DV-Hop localization method in wireless sensor networks | |
Liu et al. | A novel range-free localization scheme based on anchor pairs condition decision in wireless sensor networks | |
CN101403793A (zh) | 一种无线传感器网络分布式节点定位方法 | |
Sivakumar et al. | Meta-heuristic approaches for minimizing error in localization of wireless sensor networks | |
Senel et al. | Novel relay node placement algorithms for establishing connected topologies | |
Namin et al. | Node localization using particle swarm optimization | |
de Oliveira et al. | Directed position estimation: A recursive localization approach for wireless sensor networks | |
CN110267279A (zh) | 基于差分进化的三维ECDV-Hop定位方法 | |
Cui et al. | Localization of Large‐Scale Wireless Sensor Networks Using Niching Particle Swarm Optimization and Reliable Anchor Selection | |
Eckert et al. | Distributed mass-spring-relaxation for anchor-free self-localization in sensor and actor networks | |
Kulaib et al. | Improved DV-hop localization using node repositioning and clustering | |
Das et al. | Computational geometry based coverage hole-detection and hole-area estimation in wireless sensor network | |
Benslimane et al. | Cooperative localization techniques for wireless sensor networks: free, signal and angle based techniques | |
Dai et al. | Improvement of DV-Hop localization algorithms for wireless sensor networks | |
Yao et al. | A distributed range-free correction vector based localization refinement algorithm | |
Chehri et al. | Geo-location with wireless sensor networks using non-linear optimization | |
Sharma et al. | Emerging trends in localization techniques for wsns: A review | |
Hernandez et al. | TrinaryMC: Monte Carlo based anchorless relative positioning for indoor positioning | |
Marian et al. | Sensing clouds: A distributed cooperative target tracking with tiny binary noisy sensors | |
Liu et al. | History based multi-node collaborative localisation in mobile wireless ad hoc networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |