无线传感器网络节点定位加权校正模型

doi:10.3724/SP.J.1087.2012.00355

计算机应用 ›› 2012, Vol. 32 ›› Issue (02): 355-358.DOI: 10.3724/SP.J.1087.2012.00355

无线传感器网络节点定位加权校正模型

党小超¹,李小艳²

1. 西北师范大学网络教育学院，兰州 730070
2. 西北师范大学数学与信息科学学院，兰州 730070

收稿日期:2011-08-01 修回日期:2011-09-27 发布日期:2012-02-23 出版日期:2012-02-01
通讯作者: 李小艳
作者简介:党小超(1963-)，男，甘肃兰州人，教授，主要研究方向：计算机网络、物联网；
李小艳(1985-)，女，陕西西安人，硕士研究生，主要研究方向：无线传感器网络。
基金资助:
甘肃省科技支撑计划项目(090GKCA075)

Weighted correction model in wireless sensor network localization

DANG Xiao-chao¹,LI Xiao-yan²

1. College of Network Education, Northwest Normal University, Lanzhou Gansu 730070,China
2. College of Mathematics and Information Science, Northwest Normal University, Lanzhou Gansu 730070,China

Received:2011-08-01 Revised:2011-09-27 Online:2012-02-23 Published:2012-02-01
Contact: LI Xiao-yan
About author:

摘要/Abstract

摘要： 为了降低定位算法本身和接收信号强度指示(RSSI)所产生的误差对定位精度的影响，在以往的定位算法(如利用高斯—马尔可夫模型定位)中加入校正机制，并将移动锚节点和固定锚节点定位技术相结合，提出了一种基于加权的校正模型和算法。仿真结果表明，采用加权校正模型有效地提高了节点定位精度，与采用高斯—马尔可夫模型定位相比较，定位精度提高了36.2%。

关键词: 无线传感器网络, 高斯—马尔可夫模型, 加权校正, 节点定位, 接收信号强度指示

Abstract: In order to reduce the influence of positioning accuracy casued by the issue of localization algorithm itself and the Received Signal Strength Indicator (RSSI), through introducing the correction mechanism in the previous localization algorithm, such as Gauss-Markov mobility model, and combining the technology of mobile anchor with fixed anchor, a new method was proposed based on weighted correction model. The simulation results show that the precision of node localization is effectively improved, meanwhile, compared with the Gauss-Markov mobility model, the positioning accuracy of the proposed method increases by 36.2%.

Key words: Wireless Sensor Network (WSN), Gauss-Markov model, weighted adjustment, node localization, Received Signal Strength Indicator (RSSI)

中图分类号:

党小超李小艳. 无线传感器网络节点定位加权校正模型[J]. 计算机应用, 2012, 32(02): 355-358.

DANG Xiao-chao LI Xiao-yan. Weighted correction model in wireless sensor network localization[J]. Journal of Computer Applications, 2012, 32(02): 355-358.

[1]	孙环, 陈宏滨. 基于萤火虫算法的无线传感器网络节点重部署策略[J]. 计算机应用, 2021, 41(2): 492-497.
[2]	胡润彦, 李翠然. 基于模糊控制的自供能无线传感器网络分簇算法[J]. 计算机应用, 2020, 40(9): 2691-2697.
[3]	韩雨涝, 房鼎益. 基于链路交点相对位置信息的轻量级覆盖空洞检测算法[J]. 计算机应用, 2020, 40(9): 2698-2705.
[4]	韩雨涝, 房鼎益. 联合无线充电与数据收集的移动充电装置多目标路径规划算法[J]. 计算机应用, 2020, 40(6): 1745-1750.
[5]	卢光跃, 周亮, 吕少卿, 施聪, 苏可可. 基于图信号处理的无线传感器网络异常节点检测算法[J]. 计算机应用, 2020, 40(3): 783-787.
[6]	吴三柱, 李鹏, 吴三斌. 移动无线传感器网络中抑制病毒传播模型[J]. 计算机应用, 2020, 40(1): 129-135.
[7]	任秀丽, 陈洋. 无线传感网中数据传输延时优化的路由协议[J]. 计算机应用, 2020, 40(1): 196-201.
[8]	董发志, 丁洪伟, 杨志军, 熊成彪, 张颖婕. 基于遗传算法和模糊C均值聚类的WSN分簇路由算法[J]. 计算机应用, 2019, 39(8): 2359-2365.
[9]	何庆, 徐钦帅, 魏康园. 基于改进正弦余弦算法的无线传感器节点部署优化[J]. 计算机应用, 2019, 39(7): 2035-2043.
[10]	钱开国, 卜春芬, 王玉见, 申时凯. 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[J]. 计算机应用, 2019, 39(3): 817-823.
[11]	任晓奎, 李锋, 程琳. 基于动态损耗因子和权重的改进质心定位算法[J]. 计算机应用, 2019, 39(3): 824-828.
[12]	汪汉新, 洪思琴. 基于环分块的能耗均衡分簇路由算法[J]. 计算机应用, 2019, 39(1): 251-255.
[13]	党小超, 邵晨光, 郝占军. 半径可调的无线传感器网络三维覆盖算法[J]. 计算机应用, 2018, 38(9): 2581-2586.
[14]	王国玲, 杨文忠, 张振宇, 夏扬波, 殷亚博, 杨慧婷. 移动传感网中基于虚拟货币的路由策略[J]. 计算机应用, 2018, 38(9): 2587-2592.
[15]	马梦莹, 曾雅丽, 魏甜甜, 陈志德. 基于邻居节点预状态的无线传感器网络故障诊断算法[J]. 计算机应用, 2018, 38(8): 2348-2352.

无线传感器网络节点定位加权校正模型

Weighted correction model in wireless sensor network localization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics