改进的无线传感器网络节点定位算法

doi:10.3724/SP.J.1087.2012.02103

计算机应用 ›› 2012, Vol. 32 ›› Issue (08): 2103-2105.DOI: 10.3724/SP.J.1087.2012.02103

改进的无线传感器网络节点定位算法

张宏君¹,毛永毅²

1. 西安邮电大学通信与信息工程学院，西安 710061
2. 西安邮电大学电子工程学院，西安 710061

收稿日期:2012-02-16 修回日期:2012-03-15 发布日期:2012-08-28 出版日期:2012-08-01
通讯作者: 张宏君
作者简介:张宏君(1987-)，男，陕西渭南人，硕士研究生，主要研究方向：移动台定位、无线传感器网络;
毛永毅(1969-)，男，湖南长沙人，教授，博士，主要研究方向：通信信号处理、移动台定位。
基金资助:
陕西省自然科学基金资助项目(2009JM8015);陕西省教育厅专项科研项目(2010JK815)

Improved algorithm of wireless sensor network node localization

ZHANG Hong-jun¹,MAO Yong-yi²

1. School of Telecommunication and Information Engineering, Xi'an University of Posts and Telecommunications, Xi'an Shaanxi 710061, China
2. School of Electronic Engineering, Xi'an University of Posts and Telecommunications, Xi'an Shaanxi 710061, China

Received:2012-02-16 Revised:2012-03-15 Online:2012-08-28 Published:2012-08-01
Contact: ZHANG Hong-jun

摘要/Abstract

摘要： 为了减小无线传感器网络(WSN)节点定位中非视距传播误差产生的影响，提高节点定位精度，提出一种基于残差加权的牛顿迭代定位算法。先利用残差加权算法定位，得到未知节点的初步位置，再将该节点位置作为牛顿迭代定位算法的初始值进行迭代计算，最终得到更为精确的节点位置。仿真实验结果表明，该算法能有效地抑制非视距传播误差的影响，提高传感器网络节点定位的精度，且性能稳定。

关键词: 无线传感器网络, 定位算法, 非视距, 牛顿迭代, 残差加权

Abstract: In order to eliminate the influence of Non-Line-Of-Sight (NLOS) transmission error in wireless sensor network node localization, and solve the problem of possible convergence in the Newton iterative algorithm, a Newton iterative localization algorithm based on the weighted residual was proposed. First, residual weighting algorithm was used for positioning to get the unknown node's preliminary position, then the node position was used as an initial value to iterate and calculate in Newton iterative localization algorithm, finally the precise position of the unknown node was obtained. The simulation results show that this algorithm can effectively restrain the effect of NLOS propagation error, improve the precision of sensor network node localization, and has stable performance.

Key words: Wireless Sensor Network (WSN), localization algorithm, Non-Line-Of-Sight (NLOS), Newton iteration, weighted residual

中图分类号:

TN926

张宏君毛永毅. 改进的无线传感器网络节点定位算法[J]. 计算机应用, 2012, 32(08): 2103-2105.

ZHANG Hong-jun MAO Yong-yi. Improved algorithm of wireless sensor network node localization[J]. Journal of Computer Applications, 2012, 32(08): 2103-2105.

参考文献

[1]CHONG C-Y, KUMAR S P. Sensor networks: evolution, opportunities, and challenges[J].Proceedings of the IEEE, 2003, 91(8): 1247-1256. [2]孙利民, 李建中, 陈渝, 等. 无线传感器网络[M]. 北京: 清华大学出版社, 2005. [3]PRIYANTHA N B, BALAKFRISHNAM H, DERAINE E D, et al. Anchor-free distributed localization in sensor networks, MIT-LCS-TR-892[R]. Cambrige: MIT Lab for Computer Science, 2003. [4]HE TIAN,HUANG CHENGDU,BLUM B M,et al. Range-free localization schemes in large scale sensor networks [C]// MobiCom '03: Proceedings of the 9th Annual International Conference on Mobile Computing and Networking. New York: ACM, 2003: 81-95. [5]杨新宇, 孔庆茹. 戴湘军. 一种改进的加权质心定位算法[J].西安交通大学学报, 2010, 44(8): 1-4. [6]赵灵锴, 洪志全. 基于无线传感器网络的DV-Hop 定位算法的改进[J].JOCA, 2011, 31(5): 1189-1192. [7]张涛, 唐小明, 张婕. 多点定位系统高精度TOA提取方法[J].电讯技术, 2011, 51(11): 58-62. [8]张健, 李鸥. 改进的无线传感器网络TDOA定位算法[J].计算机工程与应用, 2010, 46(16): 117-120. [9]詹杰, 刘宏立, 刘述钢, 等. 基于RSSI的动态权重定位算法研究[J].电子学报, 2011, 39(1): 82-88. [10]罗炬锋, 付耀先, 王营冠. 基于RSSI测距的WLS定位算法[J].华中科技大学学报:自然科学版, 2011, 39(11): 34-38. [11]MAO YONGYI, ZHOU KANGLEI. A location and tracking algorithm based on BP neural network with NLOS propagation[C]// CyberC'09: International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery. Piscataway: IEEE, 2009: 396-399. [12]YAN JUN, WANG LINRU, WU LENAN. Passive location estimation using scatterer information for non-line-of-sight environments [J].Journal of Southeast University, 2010, 26(4): 518-522. [13]罗旭, 柴利, 杨君. 无线传感器网络SL-n迭代定位算法[J].通信学报, 2011, 32(5): 129-138. [14]TONG ZHAO, NEHORAI A. Information-driven distributed maximum likelihood estimation based on Gauss-Newton method in wireless sensor networks [J].IEEE Transactions on Signal Processing, 2007, 55(9): 4669-4682. [15]CHENG B H, HUDSON R E, LORENZELLI F, et al. Distributed Gauss-Newton method for node localization in wireless sensor networks[C]// IEEE 6th Workshop on Signal Processing Advances in Wireless Communications. Piscataway: IEEE, 2005: 915-919. [16]XIANG MANTIAN, SHI HAOSHAN, LI LIHONG. An iterative connectivity-based localization algorithm for sensor networks [C]// ICEMI '07: The Eighth International Conference on Electronic Measurement and Instruments. Piscataway: IEEE, 2007, 4: 81-84.

改进的无线传感器网络节点定位算法

Improved algorithm of wireless sensor network node 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

[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]	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.
[3]	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.
[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]	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.
[7]	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.
[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]	杨亚楠, 夏斌, 赵磊, 袁文浩. 基于卷积神经网络的超宽带信道环境的分类算法[J]. 计算机应用, 2019, 39(5): 1421-1424.
[11]	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.
[12]	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.
[13]	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.
[14]	丁建立, 穆涛, 王怀超. 基于谱回归核判别分析的候机楼室内快速定位算法[J]. 计算机应用, 2019, 39(1): 256-261.
[15]	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.