CN112469117A - 一种改进的不规则无线传感器网络DV-hop定位方法 - Google Patents

一种改进的不规则无线传感器网络DV-hop定位方法 Download PDF

Info

Publication number
CN112469117A
CN112469117A CN202011186568.9A CN202011186568A CN112469117A CN 112469117 A CN112469117 A CN 112469117A CN 202011186568 A CN202011186568 A CN 202011186568A CN 112469117 A CN112469117 A CN 112469117A
Authority
CN
China
Prior art keywords
node
distance
hop
anchor
unknown
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
Application number
CN202011186568.9A
Other languages
English (en)
Other versions
CN112469117B (zh
Inventor
万新旺
卢佳成
李庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202011186568.9A priority Critical patent/CN112469117B/zh
Publication of CN112469117A publication Critical patent/CN112469117A/zh
Application granted granted Critical
Publication of CN112469117B publication Critical patent/CN112469117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种改进的不规则无线传感器网络DV‑hop定位方法，包括如下步骤：初始化无线传感器网络；计算获取未知节点到锚节点的最小跳数；计算未知节点到锚节点估计距离；列出未知节点到锚节点坐标距离方程组；利用最佳权函数加权最小二乘法，求解未知节点的位置；重新规划距离方程组并寻找未知节点的位置的最优解；几何约束法校正锚节点位置共线问题。本发明针对无线传感器网络空洞和不规则节点分布的问题，结合最佳加权函数和优选锚节点的思想，并对位置估计过程中翻转模糊性问题采用几何约束法校正，该方法能适应各种不规则无线传感器网络拓扑结构，有效地提高了节点定位精度和稳定性。

Description

一种改进的不规则无线传感器网络DV-hop定位方法
技术领域
本发明属于无线传感器网络定位技术领域，具体涉及一种改进的不规则无线传感器网络DV-hop定位方法。
背景技术
无线传感器网络(Wireless Sensor Networks,WSN)是由一组传感器节点在自组织的组网方式下构成的无线网络，是多学科交叉融合的一种崭新技术。它涉及到许多技术领域，例如自然资源调查，目标跟踪，灾难监测和水下勘探等。在下一代通信网络中，信息主要通过传感器节点进行收集和传输，各种应用程序迫切需要传感器实时的定位和基于位置的服务，因此无线传感器定位技术成为无线传感器网络研究中最重要的问题之一。
全球定位系统(GPS)拥有准确的定位技术，但是它的高成本和能量限制无法安装在每个传感器节点上，因此只有少量的信标节点装有GPS模块。节点定位算法是未知节点通过和这些已经知道位置信息的信标节点通信，估算出自身位置。节点定位算法根据测距方式分为两类：测距算法和非测距算法。测距算法主要通过直接测量角度和距离估计位置，定位精度高，但需要昂贵的硬件设备和精确的时间同步。例如：基于到达角度(AOA)、到达时间(TOA)、到达时间差(TDOA)和信号接收强度(RSSI)定位算法；非测距算法主要使用网络的连通度和训练匹配模型来间接测量位置，它不需要额外的硬件设备、成本低，但是定位效果较差。例如：距离向量跳数(DV-Hop)、质心(Centriod)、近似三角形内点测试(APIT)和多维标度(MDS)定位算法。而根据信号传输方式也分为两类：集中式算法和分布式算法，集中式主要是信息传送到某个中心节点进行定位，分布式主要根据节点间的信息交换和协调实现定位。
DV-Hop算法是一种基于非测距的分布式定位算法，它通过全网络中的节点互相接收和传递信息，根据网络的连通性获取节点之间的跳数和距离关系，并用多边测量法等基本定位算法计算未知节点的位置坐标。定位成本较小，适用于各种大型无线传感器网络；但是该算法适用场景比较单一，在各向同性的密集网络中定位性能良好，当出现无线传感器网络空洞和节点分布区域不规则时，定位精度较低。
在现实生活中，定位环境相对复杂，当无线传感器网络中出现障碍物时，会导致网络出现空洞和节点分布区域不规则的情况，导致DV-hop算法步骤中每一跳的距离均存在较大误差，多跳之后累积误差变大。大多的研究主要采用加权函数来消除误差，实施方案是对于误差项方差较大的估计距离赋予较小的权值，而误差项方差较小的估计距离分配较大的权重。虽加权函数控制着整个网络的定位精度，但这还远远不够。
因此需要一个新的技术方案来解决这个问题。
发明内容
发明目的：为了克服现有技术中存在的不足，提供一种改进的不规则无线传感器网络DV-hop定位方法，其针对无线传感器网络空洞和不规则节点分布的问题，结合最佳加权函数和优选锚节点的思想，并对位置估计过程中翻转模糊性问题采用几何约束法校正，该方法能适应各种不规则无线传感器网络拓扑结构，有效地提高了节点定位精度。
技术方案：为实现上述目的，本发明提供一种改进的不规则无线传感器网络DV-hop定位方法，包括如下步骤：
S1：初始化无线传感器网络：锚节点广播含有自身位置信息的数据包；
S2：计算获取未知节点到锚节点的最小跳数；
S3：计算锚节点间的平均跳距：对于任意的锚节点，通过从其它所有锚节点接收到的位置坐标及最小跳数来确定锚节点间的平均跳距；
S4：根据锚节点间的平均跳距，计算未知节点到锚节点估计距离：
S5：根据估计距离，列出未知节点到锚节点坐标距离方程组；
S6：根据坐标距离方程组，利用最佳权函数加权最小二乘法，求解未知节点的位置；
S7：重新规划距离方程组并寻找未知节点的位置的最优解。
进一步的，所述步骤S1中数据包中自身位置信息包括身份标识、位置信息和最小跳数信息。
进一步的，所述步骤S2中未知节点到锚节点的最小跳数的获取方法为：未知节点接收广播的数据包，更新自身跳数信息并转发，无线传感器网络中所有未知节点都从锚节点获得最小跳数。
进一步的，所述步骤S4中未知节点到锚节点估计距离的计算方法为：未知节点从最近的锚节点接收到其平均跳距后，根据平均跳距计算未知节点到锚节点的估计距离。
进一步的，所述步骤S5中在不考虑节点间的估计距离存在误差的前提下，未知节点获得所有锚节点的欧式距离方程组。
进一步的，所述步骤S6中最佳权函数是通过每跳估计距离的误差项的方差的倒数推导得出。
进一步的，所述步骤S7具体为：在距离方程组中，按顺序将每个方程作为优等候选方程，并和其它的方程作差，重新规划成n个方程组，并引入步骤S6的最佳权重函数作为加权函数，并求解方程，通过判断机制选择n个方程中的候选最优解作为未知节点的位置。
步骤S7中在方程组中依次选择一个候选方程v当作最优方程式，将方程组中的其它方程式减去此优等方程式，这样就重新规划出n个方程组，最后在这n个方程组中通过选择机制得到最优方程组的解；最佳权重函数具有严格的理论推导，引用最佳权重函数作为对角加权矩阵的元素，加权最小二乘法消除距离估计的异方差。
进一步的，所述步骤S7中通过未知节点的估计位置与锚节点之间存在的几何约束关系，来判断是否存在错误的距离估计，利用几何约束法校正不正确的未知节点的位置估计。
进一步的，所述利用几何约束法校正不正确的未知节点的位置估计的具体方法为：
若
Figure DA00027516063552329679
即估计距离大于计算距离，说明不存在锚节点共线问题，直接输出定位结果；
若
Figure DA00027516063552384924
，即计算距离大于估计距离，说明存在锚节点共线问题，利用几
何约束法校正后，再输出新的定位结果，其中，
Figure DA00027516063552445308
为估计的未知节点位置到锚节
点的距离，也称计算距离，
Figure DA00027516063552418940
为步骤S4中未知节点到锚节点的估计距离。
本发明方法结合最佳加权函数和优选锚节点的思想，并对位置估计过程中翻转模糊性问题采用几何约束法校正，适用于节点分布在不规则网络的环境，有效的提高了节点定位精度和稳定性。
有益效果：本发明与现有技术相比，对DV-hop定位算法进行了改进，不仅通过使用最佳加权函数尽可能有效的减少每一跳产生的误差，而且通过循环优化获得了未知节点的最优位置，还充分的考虑到锚节点共线问题，另外本发明方法普遍适用于大多数不规则的无线传感器网络，从而有效得解决了因障碍物导致的网络空洞造成的节点定位精度较差的问题，相比于单一的加权DV-hop算法，有效的提高了定位精度和稳定性。
附图说明
图1为本发明的流程图；
图2为几何约束校正因锚节点共线导致的错误位置估计图；
图3为U型网络中的节点之间的邻居关系图；
图4为S型网络中的节点之间的邻居关系图；
图5为U型网络中的本发明方法和经典DV-hop算法在不同锚节点比例下的定位误差图；
图6为S型网络中的本发明方法和经典DV-hop算法在不同锚节点比例下的定位误差图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明提供一种改进的不规则无线传感器网络DV-hop定位方法，如图1所示，其具体的过程如下：
步骤1：初始化无线传感器网络：每个锚节点向网络广播包含身份标识、位置信息和最小跳数信息(初始化为0)的数据包。
步骤2：计算未知节点到锚节点最小跳数：当网络中的未知节点新接收的来自锚节点的跳数比较大时，则该消息将被丢弃。反之，未知节点将更新自身的跳数信息，并同样转发传递自身数据包。通过这种选择机制，网络中的所有节点都将从锚节点获取最小跳数。
步骤3：计算锚节点间平均跳距：对于任意的锚节点i，通过从其它所有锚节点接收到位置坐标及最小跳数来确定锚节点间平均跳距hopsizei。
Figure BDA0002751606350000041
其中(xi,yi)和(xj,yj)分别是锚节点i和锚节点j的位置坐标，hij和dij分别是两个锚节点i和j之间的最小跳数和欧几里得距离。
步骤4：计算未知节点到锚节点估计距离：未知节点u从最近的锚节点r接收到其平均跳距hopsizer后，计算未知节点到锚节点的估计距离
Figure BDA0002751606350000042
Figure BDA0002751606350000043
其中，hui表示锚点节点i和未知节点u之间的最小跳数。
步骤5：列未知节点到锚节点坐标距离方程组：在不考虑节点间的估计距离存在误差的前提下，未知节点u获得所有锚节点的欧式距离方程组。
Figure BDA0002751606350000044
步骤6：最佳权函数加权最小二乘法：由于每跳估计距离都有误差，而根据误差项的方差的倒数推导出最佳权函数，其中Δ(Δ＝[δ1,...,δn-1]T)是Ax＝b的误差向量。
Figure BDA0002751606350000051
其中，
Figure BDA0002751606350000052
和
Figure BDA0002751606350000053
分别指未知节点u到锚节点i的实际距离和估计距离。因此，第i个锚节点与未知节点u之间的距离的误差方差为：
Figure BDA0002751606350000054
因为
Figure BDA0002751606350000055
是定值，那么第i个锚节点与未知节点u之间的距离的误差方差可进一步改写为：
Figure BDA0002751606350000056
其中，hopsizer是距未知节点u最近的锚节点的平均跳距，在估计节点u的位置时，它在计算过程中保持不变，因此hopsizer应为常数。最终，最优权重函数w可以简化为：
Figure BDA0002751606350000057
步骤7：重新规划方程组并寻找最优解：在方程组中，按顺序将每个方程作为优等候选方程，并和其它的方程作差，重新规划成n个方程组。为了方便描述，可以将第v个锚节点用作参考锚节点，第v个方程当做优化方程，将剩余的n-1个方程减去该优化方程，构造了新的方程组。
Figure BDA0002751606350000061
其中，Av、xv和bv重新定义为：
Figure BDA0002751606350000062
Figure BDA0002751606350000063
Figure BDA0002751606350000064
对于误差项方差较大的估计距离赋予较小的权值，而误差项方差较小的估计距离分配较大的权重，从而形成一个没有异方差的新模型，加权函数如下：
Figure BDA0002751606350000065
Figure BDA0002751606350000066
未知节点的第v个候选位置为：
Figure BDA0002751606350000067
需要在n个方程中优选出最佳方程的解，优选的机制主要通过比较
Figure BDA0002751606350000068
和
Figure BDA0002751606350000069
两者之间的均方误差，记为MSE。
Figure BDA0002751606350000071
步骤8：几何约束法校正锚节点位置共线问题：未知节点的估计位置与锚节点之间存在几何约束关系，针对不规则网络中参与定位的锚节点易存在共线情况，则采用最小-最大方法校正不正确的位置估计。具体如下：
若
Figure BDA0002751606350000072
即估计距离大于计算距离，说明不存在锚节点共线问题，直接输出定位结果。
若
Figure BDA0002751606350000073
即计算距离大于估计距离，说明存在锚节点共线问题，需要几何约束法校正后，再输出新的定位结果。
Figure BDA0002751606350000074
其中，
Figure BDA0002751606350000075
为估计的未知节点位置到锚节点的距离，也称计算距离。
Figure BDA0002751606350000076
为第二阶段公式(2)的估计距离。
利用步骤8的方式，本实施判断出步骤7中获得的定位结果存在锚节点共线问题，并且进行了校正，最终获取到新的定位结果。
为了验证上述方法的真实效果，本实施例对本发明方法进行仿真实验分析，比较本发明方法和经典DV-hop算法在不同锚节点比例下的定位误差。
实验参数选择包括如下：
共有300个节点随机分布在U和S型不规则网络区域中，U型网络和S型网络中的节点之间的邻居关系情况分别如图3和图4所示，未知节点和锚节点的通信半径均是55米，锚节点比例在5％-30％。为了进一步的降低随机性误差，所有的仿真结果均在一样的环境下重复运行100次取平均值。
实验1：比较本发明方法和经典DV-hop算法在U型拓扑结构下不同锚节点比例下的定位误差。
通过图5可以看出在U型拓扑结构中，本发明方法的定位误差在不同锚节点比例下均低于经典DV-hop算法。在锚节点比例为10％时，本发明改进的算法的定位误差比经典DV-hop算法降低了约68.3％。
实验2：比较本发明方法和经典DV-hop算法在S型拓扑结构下不同锚节点比例下的定位误差。
通过图6可以看出在S型拓扑结构中，本发明方法的定位误差在不同锚节点比例下均低于经典DV-hop算法。在锚节点比例为10％时，改进的算法的定位误差比经典DV-hop算法降低了约70.5％。

Claims (9)

1.一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：包括如下步骤：
S1：初始化无线传感器网络：锚节点广播含有自身位置信息的数据包；
S2：计算获取未知节点到锚节点的最小跳数；
S3：计算锚节点间的平均跳距：对于任意的锚节点，通过从其它所有锚节点接收到的位置坐标及最小跳数来确定锚节点间的平均跳距；
S4：根据锚节点间的平均跳距，计算未知节点到锚节点估计距离：
S5：根据估计距离，列出未知节点到锚节点坐标距离方程组；
S6：根据坐标距离方程组，利用最佳权函数加权最小二乘法，求解未知节点的位置；
S7：重新规划距离方程组并寻找未知节点的位置的最优解。
2.根据权利要求1所述的一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：所述步骤S1中数据包中自身位置信息包括身份标识、位置信息和最小跳数信息。
3.根据权利要求1所述的一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：所述步骤S2中未知节点到锚节点的最小跳数的获取方法为：未知节点接收广播的数据包，更新自身跳数信息并转发，无线传感器网络中所有未知节点都从锚节点获得最小跳数。
4.根据权利要求1所述的一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：所述步骤S4中未知节点到锚节点估计距离的计算方法为：未知节点从最近的锚节点接收到其平均跳距后，根据平均跳距计算未知节点到锚节点的估计距离。
5.根据权利要求1所述的一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：所述步骤S5中在不考虑节点间的估计距离存在误差的前提下，未知节点获得所有锚节点的欧式距离方程组。
6.根据权利要求1所述的一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：所述步骤S6中最佳权函数是通过每跳估计距离的误差项的方差的倒数推导得出。
7.根据权利要求1所述的一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：所述步骤S7具体为：在距离方程组中，按顺序将每个方程作为优等候选方程，并和其它的方程作差，重新规划成n个方程组，并引入步骤S6的最佳权重函数作为加权函数，并求解方程，通过判断机制选择n个方程中的候选最优解作为未知节点的位置。
8.根据权利要求1所述的一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：所述步骤S7中通过未知节点的估计位置与锚节点之间存在的几何约束关系，来判断是否存在错误的距离估计，利用几何约束法校正不正确的未知节点的位置估计。
9.根据权利要求8所述的一种改进的不规则无线传感器网络DV-hop定位方法，其特征在于：所述利用几何约束法校正不正确的未知节点的位置估计的具体方法为：
若
Figure FDA0002751606340000021
即估计距离大于计算距离，说明不存在锚节点共线问题，直接输出定位结果；
若
Figure FDA0002751606340000022
即计算距离大于估计距离，说明存在锚节点共线问题，利用几何约束法校正后，再输出新的定位结果，其中，
Figure FDA0002751606340000023
为估计的未知节点位置到锚节点的距离，也称计算距离，
Figure FDA0002751606340000024
为步骤S4中未知节点到锚节点的估计距离。
CN202011186568.9A 2020-10-30 2020-10-30 一种改进的不规则无线传感器网络DV-hop定位方法 Active CN112469117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011186568.9A CN112469117B (zh) 2020-10-30 2020-10-30 一种改进的不规则无线传感器网络DV-hop定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011186568.9A CN112469117B (zh) 2020-10-30 2020-10-30 一种改进的不规则无线传感器网络DV-hop定位方法

Publications (2)

Publication Number Publication Date
CN112469117A true CN112469117A (zh) 2021-03-09
CN112469117B CN112469117B (zh) 2022-08-26

Family

ID=74834656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011186568.9A Active CN112469117B (zh) 2020-10-30 2020-10-30 一种改进的不规则无线传感器网络DV-hop定位方法

Country Status (1)

Country Link
CN (1) CN112469117B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113329490A (zh) * 2021-06-02 2021-08-31 哈尔滨工程大学 一种基于量子虎鲨机制的无线传感器网络节点定位方法
CN113347708A (zh) * 2021-06-03 2021-09-03 北京银河信通科技有限公司 一种基于最小二乘法和mds的自组网节点定位方法
CN113365214A (zh) * 2021-06-04 2021-09-07 南京邮电大学 基于三边定位改进的无线传感器网络节点定位方法和装置
CN113473355A (zh) * 2021-05-17 2021-10-01 杭州电子科技大学 一种基于不规则区域下的禁忌粒子群优化DV-Hop定位方法
CN113543021A (zh) * 2021-07-16 2021-10-22 南京特殊教育师范学院 抗异常估计的多跳定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102905365A (zh) * 2012-09-19 2013-01-30 南京邮电大学 一种无线传感器网络节点定位方法
CN108848449A (zh) * 2018-06-25 2018-11-20 南京邮电大学 基于DV-Hop改进的无线传感器网络节点定位算法
CN110113713A (zh) * 2019-06-27 2019-08-09 上海海事大学 基于DE改进的无线传感器网络DV-Hop节点定位方法
CN110933632A (zh) * 2019-12-03 2020-03-27 北京建筑大学 一种终端室内定位方法及系统
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102905365A (zh) * 2012-09-19 2013-01-30 南京邮电大学 一种无线传感器网络节点定位方法
CN108848449A (zh) * 2018-06-25 2018-11-20 南京邮电大学 基于DV-Hop改进的无线传感器网络节点定位算法
CN110113713A (zh) * 2019-06-27 2019-08-09 上海海事大学 基于DE改进的无线传感器网络DV-Hop节点定位方法
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
CN110933632A (zh) * 2019-12-03 2020-03-27 北京建筑大学 一种终端室内定位方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHANG DENGYI; LIU FENG: "Improvement of DV-Hop Localization Algorithms for Wireless Sensor Networks", 《2012 INTERNATIONAL SYMPOSIUM ON INSTRUMENTATION & MEASUREMENT, SENSOR NETWORK AND AUTOMATION (IMSNA)》 *
吕敬祥; 龙满生; 尹凯: "基于加权最小二乘优化的DV-HOP定位算法", 《传感技术学报》 *
陈中倩: "各向异性无线传感器网络DV-Hop算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113473355A (zh) * 2021-05-17 2021-10-01 杭州电子科技大学 一种基于不规则区域下的禁忌粒子群优化DV-Hop定位方法
CN113473355B (zh) * 2021-05-17 2022-10-21 杭州电子科技大学 一种基于不规则区域下的禁忌粒子群优化DV-Hop定位方法
CN113329490A (zh) * 2021-06-02 2021-08-31 哈尔滨工程大学 一种基于量子虎鲨机制的无线传感器网络节点定位方法
CN113329490B (zh) * 2021-06-02 2022-06-21 哈尔滨工程大学 一种基于量子虎鲨机制的无线传感器网络节点定位方法
CN113347708A (zh) * 2021-06-03 2021-09-03 北京银河信通科技有限公司 一种基于最小二乘法和mds的自组网节点定位方法
CN113365214A (zh) * 2021-06-04 2021-09-07 南京邮电大学 基于三边定位改进的无线传感器网络节点定位方法和装置
CN113365214B (zh) * 2021-06-04 2023-09-26 南京邮电大学 基于三边定位改进的无线传感器网络节点定位方法和装置
CN113543021A (zh) * 2021-07-16 2021-10-22 南京特殊教育师范学院 抗异常估计的多跳定位方法
CN113543021B (zh) * 2021-07-16 2022-07-05 南京特殊教育师范学院 抗异常估计的多跳定位方法

Also Published As

Publication number Publication date
CN112469117B (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN112469117B (zh) 一种改进的不规则无线传感器网络DV-hop定位方法
Peng et al. Angle of arrival localization for wireless sensor networks
CN108848449B (zh) 基于DV-Hop改进的无线传感器网络节点定位算法
Chen et al. An improved DV-Hop localization algorithm with reduced node location error for wireless sensor networks
Villas et al. 3D localization in wireless sensor networks using unmanned aerial vehicle
CN107708202B (zh) 一种基于DV-Hop的无线传感器网络节点定位方法
CN112469115B (zh) 一种基于快速聚类多维标度fc-mds改进的无线传感器网络定位方法
CA2784594C (en) Systems and methods for wireless network routing using radio frequency distance-based virtual node locations
CN103270801A (zh) 用于定位用户设备的方位的方法和系统
Cheng et al. Localization in sensor networks with limited number of anchors and clustered placement
Shi et al. A 3D node localization scheme for wireless sensor networks
Wong et al. Position estimation for wireless sensor networks
CN116528148A (zh) 一种基于自适应逆优化机制的改进DV-Hop定位方法
CN112954591B (zh) 一种协同分布式定位方法及系统
CN110351657A (zh) 一种无线传感器网络中节点几何定位的方法
CN112188615B (zh) 一种无线传感器网络定位方法
CN108924734A (zh) 一种三维传感器节点定位方法及系统
Zhu et al. An Improved Localization Scheme Based on DV-Hop for Large-Scale Wireless Sensor Networks.
Champ et al. Adnl-angle: accurate distributed node localization for wireless sensor networks with angle of arrival information
Jayashree et al. On the accuracy of centroid based multilateration procedure for location discovery in wireless sensor networks
KR100948837B1 (ko) 무선 센서 네트워크에서 분산적인 위치 인식 방법 및 그장치
CN108363036B (zh) Wsn中基于误差补偿策略的节点分布式定位系统与方法
CN107147995B (zh) 基于Tikhonov规则化的无线定位方法
Dou et al. An efficient range-free multi-hop localisation algorithm for irregular wireless sensor networks
CN104540095A (zh) 基于传播误差最小原理的锚节点数量受限时的定位方法

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