CN113453335A - 基于DV-hop改进的凸优化WSNs节点定位方法 - Google Patents
基于DV-hop改进的凸优化WSNs节点定位方法 Download PDFInfo
- Publication number
- CN113453335A CN113453335A CN202110716487.3A CN202110716487A CN113453335A CN 113453335 A CN113453335 A CN 113453335A CN 202110716487 A CN202110716487 A CN 202110716487A CN 113453335 A CN113453335 A CN 113453335A
- Authority
- CN
- China
- Prior art keywords
- node
- distance
- unknown
- nodes
- representing
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本文提供了基于DV‑hop改进的凸优化WSNs节点定位方法,包括以下步骤:参考节点根据自身搭载的GPS设备进行精确定位,并广播关于自身信息数据包,其他节点转播该数据包,每个节点保存最小跳数值参考节点的数据包;参考节点根据数据信息包中的跳数值计算出平均跳距并广播到网络,未知节点计算到参考节点间的距离;将未知节点到参考节点之间距离的累积误差建立的非凸目标函数,通过矩阵变换转化为带有非凸约束条件的凸目标函数,随后将非凸约束收紧得到更紧的凸约束求解,从而实现对未知节点位置的精确估计。本发明能够在较少参考节点的前提下确定未知节点的位置,同时降低了能量消耗及成本投入,具有良好的可行性和有效性。
Description
技术领域
本发明涉及无线传感器节点定位领域,尤其是涉及一种基于DV-hop改进的凸优化WSNs 节点定位方法。
背景技术
无线传感器网络(WSNs,wireless sensor networks)是多跳通信网络系统,它由大量资源受限的传感器节点组成,具有自组织、低成本、动态拓扑的特点。近年来,随着无线通信、微电子和嵌入式技术的进步,推动了无线传感器节点的多功能、高集成、小型化发展,使得在环境监测、火灾探测、工业监控、军事侦察等不同领域得到广泛应用。然而,大量无线传感器节点被随机部署在监控区域内进行数据收集,进而将收集到的数据发送给用户。但是,对于用户来说,大量没有位置信息的数据是毫无价值的,因此,无线传感器节点的位置信息在网络中至关重要。
就定位问题来说,当下属全球卫星导航系统(GPS)最为流行,可以为用户提供导航定位服务,但是,所有节点使用GPS定位将导致网络成本增加、节点功耗增大,在大型网络中难以应用。因此,寻求新型的无线传感器网络节点定位方法受到广大学者的高度关注。
目前,无线传感器节点定位方法中,按是否需要测量节点之间的实际距离可分为两类:基于测距的和无测距的。基于测距的节点定位方法,通过测距设备获取节点之间的距离或角度信息后,使用多边定位方法计算未知节点的坐标,但是该方法对测距硬件的要求更高。而无测距定位方法只需根据网络连通性计算节点间距离,估计未知节点位置无需额外的硬件测距设备。虽然该类算法比测距定位类算法精度低,但具有硬件需求少、成本低且易于实现等优点,因此被广泛应用于无线传感器节点定位中。目前,无测距定位方法主要包括:DV-hop (distance vector-Hop)、APIT(approximate point-in-triangulation)、MDS-MAP(multidimensional scaling-map)、质心算法等。其中的DV-hop算法利用平均跳距与跳数值的乘积近似为节点间实际距离,为目前最经典方法之一,其定位过程可分步:第一步,参考节点将自身位置信息广播到网络;第二步,参考节点计算自身平均跳距;第三步,根据多边定位原理估计未知节点位置。
经典的DV-hop算法建立了无线传感器非测距节点定位的基本框架,对无线传感器节点定位的硬件实现具有很好的意义,但仍存在以下缺点:
1、网络中节点间距离计算存在较大误差。
2、未知节点直接使用最小二乘估计精度较低。
发明内容
本发明的目的在于提供一种基于DV-hop改进的凸优化无线传感器节点定位方法,能够更好的提高网络中未知节点的定位精度。
本发明采用的技术方案为:
基于DV-hop改进的凸优化无线传感器节点定位方法,包括以下几个步骤:
步骤1:参数设置,具体的:
设定无线传感器节点随机拓扑区域为L×L区域内,无线传感器网络中随机部署N个传感器节点,构成传感器节点集合并记为S={s1,…,sk,…,sN}(k=1,2,…,N),其中前m个传感器节点搭载GPS(global positioning system)装置,这些节点能够获取自身精确的位置信息,称其为参考节点si(i=1,…,m),其他节点未搭载GPS装置其自身位置现阶段无法获取,称其为未知节点su(u=m+1,…,N);任一传感器节点sk(k=1,…,N)的通信半径为R,精度阈值ε。
步骤2:计算未知节点与参考节点之间的距离,具体的:
利用参考节点的位置计算平均跳距,根据平均跳距乘跳数值估算节点间的距离,具体步骤如下:
步骤2.1:参考节点广播数据包到网络,具体的:
根据通信半径R得到的网络连通性,参考节点si(i=1,…,m)首先会向网络广播自身的数据包信息,该数据包中包含此参考节点的ID(identification)、自身位置坐标(xi,yi)以及初始值为0的跳数值h,即ID=i,xi=(xi,yi),h=0,i=1,…,m,邻居节点在接收到此数据包信息后将跳数值加1,同时会选择性的保存离自身距离最近的参考节点的跳数值数据包,然后同样向其余邻居节点广播此数据包。
步骤2.2:计算参考节点平均跳距,具体的:
根据步骤2.1参考节点si(i=1,…,m)广播后,不同节点间的最小跳数值 hik(i=1,…,m;k=1,…,N)可以获得。由于参考节点的真实位置已通过GPS确定,所以可计算获得不同参考节点之间的距离dij(i≠j;i,j=1,…,m):
dij=||xi-xj||2,i,j=1,…,m,j≠i.
其中,||·||2表示l2范数,xi、xj分别表示第i个参考节点和第j个参考节点的位置坐标向量,m 表示参考节点数量。
其中,dij、hij分别表示第i个参考节点与第j个参考节点之间的距离和最小跳数值。
步骤2.3:计算未知节点到参考节点之间的距离,具体的:
根据步骤2.2广播后,未知节点可获得参考节点平均跳距以及不同节点的最小跳数值hik(i=1,…,m;k=1,…,N),进而估计未知节点su(u=m+1,…,N)到参考节点 si(i=1,…,m)之间的距离
步骤3:根据未知节点与参考节点之间的距离累积误差建立目标函数,具体的:
步骤4:将非凸问题转化为凸问题迭代求解确定未知节点的位置,具体的:
通过迭代优化求解关于未知节点位置变量的凸问题,从而确定未知节点位置,具体步骤如下:
步骤4.1:通过矩阵变换将非凸目标函数转化为带约束的凸目标函数,具体的:
根据步骤3建立的优化目标函数,由于该目标函数非凸且不可导,所以通过引入辅助变量pi(i=1,…,m)表示未知节点与第i个参考节点之间距离误差的界,通过矩阵变换将非凸目标函数转化为带约束的凸目标函数如下所示。
其中,∑表示累加,表示l2范数,1表示全1的列向量,表示转置,p=(p1,p2,…,pm)T, xu(u=m+1,…,N)表示第u个未知节点位置坐标向量;xi(i=1,…,m)表示第i个参考参考的位置向量,m为参考节点数量;表示第i个参考节点与第u个未知节点之间的估计距离。
步骤4.2:将非凸约束转化为凸约束,具体的:
根据步骤4.1带有约束条件的优化问题,明显的如下约束为非凸约束:
其中,||·||2表示l2范数,xu表示未知节点位置坐标向量,xi表示第i个参考节点位置向量;表示第i个参考节点与第u个未知节点之间的估计距离;pi表示未知节点与第i个参考节点之间距离误差辅助变量;m表示参考节点数量。
将非凸约束收紧得到如下更紧的凸约束:
其中,||·||2表示l2范数,(·)T表示转置,表示求解未知节点位置的第k次迭代初值,xu表示第u个未知节点位置坐标向量,xi表示第i个参考节点位置向量;表示第i个参考节点与第u个未知节点之间的估计距离;pi表示未知节点与第i个参考节点之间距离误差的界;m表示参考节点数量。
步骤4.3:迭代优化计算未知节点位置,具体的:
根据多边定位原理估计未知节点su到参考节点si(i=1,…,m)之间的距离平方表示如下:
对上式进行整理得:
其中,||·||2表示l2范数,(·)T表示转置,xu表示第u个未知节点位置坐标向量,xi表示第i个参考节点位置向量;表示第i个参考节点与第u个未知节点之间的估计距离;pi表示未知节点与第i个参考节点之间距离误差的界,p=(p1,p2,…,pm)T;m表示参考节点数量。
本发明的有益效果:
通过上述技术方案,本发明针对现有改进DV-hop的优化方法存在定位精度低等问题,提出了基于DV-hop改进的凸优化无线传感器节点定位方法。首先,本发明根据未知节点与参考节点之间距离累积误差建立的非凸目标函数;其次,利用矩阵变换将非凸且不可导的目标函数转化为带有非凸约束的凸目标函数,随后将非凸约束收紧得到更紧的凸约束;最后,迭代求解该优化问题提高未知节点定位精度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的流程图;
图2为本发明的网络模型示意图;
图3为本发明的实施例中传感器的位置分布图;
图4为本发明的实施例中传感器的最终估计位置比较分布图。
具体实施方式
如图1所示,本发明包括以下几个步骤:
步骤1:参数设置,具体的:
设定无线传感器节点随机拓扑区域为L×L区域内,无线传感器网络中随机部署N个传感器节点,构成传感器节点集合并记为S={s1,…,sk,…,sN}(k=1,…,N),其中前m个传感器节点搭载GPS(global positioning system)装置,这些节点能够获取自身精确的位置信息,称其为参考节点si(i=1,…,m),其他节点未搭载GPS装置其自身位置现阶段无法获取,称其为未知节点su(u=m+1,…,N);任一传感器节点sk(k=1,…,N)的通信半径为R,精度阈值ε。
步骤2:计算未知节点与参考节点之间的距离,具体的:
利用参考节点的位置计算平均跳距,根据平均跳距乘跳数值估算节点间的距离,具体步骤如下:
步骤2.1:参考节点广播数据包到网络,具体的:
根据通信半径R得到的网络连通性,参考节点si(i=1,…,m)首先会向网络广播自身的数据包信息,该数据包中包含此参考节点的ID(identification)、自身位置坐标(xi,yi)以及初始值为0的跳数值h,即ID=i,xi=(xi,yi),h=0,i=1,…,m,邻居节点在接收到此数据包信息后将跳数值加1,同时会选择性的保存离自身距离最近的参考节点的跳数值数据包,然后同样向其余邻居节点广播此数据包。
步骤2.2:计算参考节点平均跳距,具体的:
根据步骤2.1参考节点si(i=1,…,m)广播后,不同节点间的最小跳数值 hik(i=1,…,m;k=1,…,N)可以获得。由于参考节点的真实位置已通过GPS确定,所以可计算获得不同参考节点之间的距离dij(i≠j;i,j=1,…,m):
dij=||xi-xj||2,i,j=1,…,m,j≠i.
其中,||·||2表示l2范数,xi、xj分别表示第i个参考节点和第j个参考节点的位置坐标向量,m 表示参考节点数量。
其中,dij、hij分别表示第i个参考节点与第j个参考节点之间的距离和最小跳数值。
步骤2.3:计算未知节点到参考节点之间的距离,具体的:
根据步骤2.2广播后,未知节点可获得参考节点平均跳距以及不同节点的最小跳数值hik(i=1,…,m;k=1,…,N),进而估计未知节点su(u=m+1,…,N)到参考节点 si(i=1,…,m)之间的距离
步骤3:根据未知节点与参考节点之间的距离累积误差建立目标函数,具体的:
步骤4:将非凸问题转化为凸问题迭代求解确定未知节点的位置,具体的:
通过迭代优化求解关于未知节点位置变量的凸问题,从而确定未知节点位置,具体步骤如下:
步骤4.1:通过矩阵变换将非凸目标函数转化为带约束的凸目标函数,具体的:
根据步骤3建立的优化目标函数,由于该目标函数非凸且不可导,所以通过引入辅助变量pi(i=1,…,m)表示未知节点与第i个参考节点之间距离误差的界,通过矩阵变换将非凸目标函数转化为带约束的凸目标函数如下所示。
其中,∑表示累加,||·||2表示l2范数,1表示全1的列向量,(·)T表示转置,p=(p1,p2,…,pm)T, xu(u=m+1,…,N)表示第u个未知节点位置坐标向量;xi(i=1,…,m)表示第i个参考参考的位置向量,m为参考节点数量;表示第i个参考节点与第u个未知节点之间的估计距离。
步骤4.2:将非凸约束转化为凸约束,具体的:
根据步骤4.1带有约束条件的优化问题,明显的如下约束为非凸约束:
其中,||·||2表示l2范数,xu表示未知节点位置坐标向量,xi表示第i个参考节点位置向量;表示第i个参考节点与第u个未知节点之间的估计距离;pi表示未知节点与第i个参考节点之间距离误差辅助变量;m表示参考节点数量。
将非凸约束收紧得到如下更紧的凸约束:
其中,||·||2表示l2范数,(·)T表示转置,表示求解未知节点位置的第k次迭代初值,xu表示第u个未知节点位置坐标向量,xi表示第i个参考节点位置向量;表示第i个参考节点与第 u个未知节点之间的估计距离;pi表示未知节点与第i个参考节点之间距离误差的界;m表示参考节点数量。
步骤4.3:迭代优化计算未知节点位置,具体的:
根据多边定位原理估计未知节点su到参考节点si(i=1,…,m)之间的距离平方表示如下:
对上式进行整理得:
其中,||·||2表示l2范数,(·)T表示转置,xu表示第u个未知节点位置坐标向量,xi表示第i个参考节点位置向量;表示第i个参考节点与第u个未知节点之间的估计距离;pi表示未知节点与第i个参考节点之间距离误差的界,p=(p1,p2,…,pm)T;m表示参考节点数量。
以下以具体的实例进行说明,根据图3的传感器节点位置分布,s1,s2,s3,s4为参考节点,s5到s11为未知节点,通过最小化未知节点s5,s6,s7,s8,s9,s10,s11分别到参考节点s1,s2,s3,s4的距离累积误差,通过本方法从而估计未知节点位置如图4。本发明定位方法与DV-hop 方法的定位误差如下表所示:
通过上述技术方案,本发明针对现有改进DV-hop的优化方法存在定位精度低等问题,提出了基于DV-hop改进的凸优化无线传感器节点定位方法,即命名为CVX-DV-hop。首先,本发明根据未知节点与参考节点之间距离累积误差建立的非凸目标函数;其次,利用矩阵变换将非凸且不可导的目标函数转化为带有非凸约束的凸目标函数,随后将非凸约束收紧得到更紧的凸约束;最后,迭代求解该凸问题提高未知节点定位精度。
Claims (6)
1.基于DV-hop改进的凸优化无线传感器节点定位方法,其特征在于:包括以下几个步骤:
步骤1:参数设置,具体的:
设定无线传感器节点随机拓扑区域为L×L区域内,无线传感器网络中随机部署N个传感器节点,构成传感器节点集合并记为S={s1,…,sk,…,sN},k=1,2,…,N,其中前m个传感器节点搭载GPS装置,这些节点能够获取自身精确的位置信息,称其为参考节点si,i=1,…,m,其他节点未搭载GPS装置其自身位置现阶段无法获取,称其为未知节点su,u=m+1,…,N;任一传感器节点sk,k=1,2,…,N的通信半径为R,精度阈值ε;
步骤2:计算未知节点与参考节点之间的距离:利用参考节点的位置计算平均跳距,根据平均跳距乘跳数值估算节点间的距离;
步骤3:根据未知节点与参考节点之间的距离累积误差建立目标函数;
步骤4:将非凸问题转化为凸问题迭代求解确定未知节点的位置:通过迭代优化求解关于未知节点位置变量的凸问题,从而确定未知节点位置。
2.根据权利要求1所述的基于DV-hop改进的凸优化无线传感器节点定位方法,其特征在于:所述的步骤2具体包括如下步骤:
步骤2.1:参考节点广播数据包到网络,具体的:
根据通信半径R得到的网络连通性,参考节点si首先会向网络广播自身的数据包信息,该数据包中包含此参考节点的ID、自身位置坐标(xi,yi)以及初始值为0的跳数值h,即ID=i,xi=(xi,yi),h=0,i=1,…,m,邻居节点在接收到此数据包信息后将跳数值加1,同时会选择性的保存离自身距离最近的参考节点的跳数值数据包,然后同样向其余邻居节点广播此数据包;
步骤2.2:计算参考节点平均跳距,具体的:
根据步骤2.1参考节点si广播后,获得不同节点间的最小跳数值hik,i=1,…,m;k=1,…,N;由于参考节点的真实位置已通过GPS确定,所以计算获得不同参考节点之间的距离dij,i≠j,i,j=1,…,m,进而依据不同参考节点间最小的跳数值hij,i≠j,i,j=1,…,m,计算平均跳距并将平均跳距广播到网络;
5.根据权利要求1所述的基于DV-hop改进的凸优化无线传感器节点定位方法,其特征在于:所述的步骤4具体包括如下步骤:
步骤4.1:通过矩阵变换将非凸目标函数转化为带约束的凸目标函数,具体的:
根据步骤3建立的优化目标函数,由于该目标函数非凸且不可导,所以通过引入辅助变量pi,i=1,…,m表示未知节点与第i个参考节点之间距离误差的界,通过矩阵变换将非凸目标函数转化为带约束的凸目标函数如下所示;
其中,∑表示累加,||·||2表示l2范数,1表示全1的列向量,(·)T表示转置,p=(p1,p2,…,pm)T,xu表示第u个未知节点位置坐标向量;xi表示第i个参考参考的位置向量,m为参考节点数量;表示第i个参考节点与第u个未知节点之间的估计距离;
步骤4.2:将非凸约束转化为凸约束,具体的:
根据步骤4.1中带有约束条件的优化问题,明显的如下约束为非凸约束:
其中,||·||2表示l2范数,xu表示未知节点位置坐标向量,xi表示第i个参考节点位置向量;表示第i个参考节点与第u个未知节点之间的估计距离;pi表示未知节点与第i个参考节点之间距离误差辅助变量;m表示参考节点数量;
将非凸约束收紧得到如下更紧的凸约束:
其中,||·||2表示l2范数,(·)T表示转置,表示求解未知节点位置的第k次迭代初值,xu表示第u个未知节点位置坐标向量,xi表示第i个参考节点位置向量;表示第i个参考节点与第u个未知节点之间的估计距离;pi表示未知节点与第i个参考节点之间距离误差的界;m表示参考节点数量;
步骤4.3:迭代优化计算未知节点位置,具体的:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110716487.3A CN113453335B (zh) | 2021-06-25 | 2021-06-25 | 基于DV-hop改进的凸优化WSNs节点定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110716487.3A CN113453335B (zh) | 2021-06-25 | 2021-06-25 | 基于DV-hop改进的凸优化WSNs节点定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113453335A true CN113453335A (zh) | 2021-09-28 |
CN113453335B CN113453335B (zh) | 2022-06-14 |
Family
ID=77813130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110716487.3A Active CN113453335B (zh) | 2021-06-25 | 2021-06-25 | 基于DV-hop改进的凸优化WSNs节点定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113453335B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102395193A (zh) * | 2011-06-29 | 2012-03-28 | 华南理工大学 | 一种用于无线传感器网络的定位方法 |
WO2012146801A1 (es) * | 2011-04-26 | 2012-11-01 | Universidad De Sevilla | Método de localización inteligente sobre redes de sensores inalámbricos |
WO2019066714A1 (en) * | 2017-09-29 | 2019-04-04 | Telefonaktiebolaget Lm Ericsson (Publ) | MULTI-ANTENNA PROCESSING FOR REFERENCE SIGNAL |
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 |
CN110673089A (zh) * | 2019-08-23 | 2020-01-10 | 宁波大学 | 未知视距和非视距分布情况下基于到达时间的定位方法 |
CN111479218A (zh) * | 2020-05-09 | 2020-07-31 | 上海海事大学 | 一种基于dqpso算法的定位性能优化方法 |
CN112888064A (zh) * | 2021-01-12 | 2021-06-01 | 上海海事大学 | 基于m-cg改进的无线传感器网络dv-hop定位优化方法 |
-
2021
- 2021-06-25 CN CN202110716487.3A patent/CN113453335B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012146801A1 (es) * | 2011-04-26 | 2012-11-01 | Universidad De Sevilla | Método de localización inteligente sobre redes de sensores inalámbricos |
CN102395193A (zh) * | 2011-06-29 | 2012-03-28 | 华南理工大学 | 一种用于无线传感器网络的定位方法 |
WO2019066714A1 (en) * | 2017-09-29 | 2019-04-04 | Telefonaktiebolaget Lm Ericsson (Publ) | MULTI-ANTENNA PROCESSING FOR REFERENCE SIGNAL |
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 |
CN110673089A (zh) * | 2019-08-23 | 2020-01-10 | 宁波大学 | 未知视距和非视距分布情况下基于到达时间的定位方法 |
CN111479218A (zh) * | 2020-05-09 | 2020-07-31 | 上海海事大学 | 一种基于dqpso算法的定位性能优化方法 |
CN112888064A (zh) * | 2021-01-12 | 2021-06-01 | 上海海事大学 | 基于m-cg改进的无线传感器网络dv-hop定位优化方法 |
Non-Patent Citations (3)
Title |
---|
JINGXIAN WU等: "Optimum multi-hop transmission strategies for energy constrained wireless sensor networks", 《2012 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 * |
周林等: "无线传感器网络中基于DV-Hop节点定位算法的研究", 《计算机应用与软件》 * |
邴晓瑛等: "基于多通信半径的加权DV-Hop改进算法", 《计算机应用与软件》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113453335B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108848449B (zh) | 基于DV-Hop改进的无线传感器网络节点定位算法 | |
Zhang et al. | Landscape-3D; a robust localization scheme for sensor networks over complex 3D terrains | |
CN102186242B (zh) | 固定区域无线传感器网络移动节点定位方法 | |
CN112469117B (zh) | 一种改进的不规则无线传感器网络DV-hop定位方法 | |
Hou et al. | A novel DV-hop localization algorithm for asymmetry distributed wireless sensor networks | |
CN110933599A (zh) | 一种融合uwb与wifi指纹的自适应定位方法 | |
CN103513229A (zh) | 基于wifi信号的定位方法 | |
CN108896047A (zh) | 分布式传感器网络协同融合与传感器位置修正方法 | |
CN108828643B (zh) | 一种基于灰色预测模型的室内外无缝定位系统及方法 | |
CN103281777A (zh) | 一种基于WiFi的差分定位方法 | |
CN109039720A (zh) | 一种针对二值传感器网络的参数估计方法 | |
CN115379558A (zh) | 一种基于粒子群优化乌鸦算法的移动台位置估计方法 | |
CN113543026B (zh) | 一种基于径向基函数网络的多楼层室内定位方法 | |
CN110941004A (zh) | 一种基于gnss/uwb的移动机器人室内外联合定位方法及装置 | |
CN104977562A (zh) | 完全分布式无线传感网中鲁棒性多声源定位方法 | |
CN113453335B (zh) | 基于DV-hop改进的凸优化WSNs节点定位方法 | |
Junfeng et al. | A MDS-based localization algorithm for large-scale wireless sensor network | |
Sun et al. | Successive and asymptotically efficient localization of sensor nodes in closed-form | |
CN116299383B (zh) | 多传感器融合综合管廊巡检小车定位方法 | |
CN117031519A (zh) | 一种多目标三维协同定位方法及系统 | |
Zeng et al. | An improved DV-hop localization algorithm based on average hop and node distance optimization | |
CN110351657A (zh) | 一种无线传感器网络中节点几何定位的方法 | |
CN105872987A (zh) | 一种基于单移动机器人的分布式无线传感网络节点定位方法 | |
CN112954591B (zh) | 一种协同分布式定位方法及系统 | |
CN114666732A (zh) | 一种含噪网络下动目标定位解算及误差评价方法 |
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 |