基于虚拟静态锚节点的加权质心定位算法

基于三边定位的WSN锚节点加权补偿算法

络自组功能的低成本传感器节点构成，过随机或确通定性地部署于监控区域来ห้องสมุดไป่ตู้动态实时监测待监控目标。
定位算法分为与距离无关的定位算法和基于距离的定位算法。基于距离的定位算法需要测量节点之间
无线传感器网络节点自身定位是其他应用的基础，因为只有在传感器节点自身正确定位后，能确定监测才到的事件发生的具体位置，现对外部目标的定位和实追踪 ¨Ｉｊ４。如今，无线传感器网络定位已经成为了一个很重要的研究方向和热点问题。
ａｇｒｔｍｓｓｍｐｅａｄｅｆｃｉｅａｄｃｎｂｓｄｔａｙａｐｉａｉｎ．ｌｏｈｉｉｌｎｆｅｔｖ，ｎａｅｕｅｏｍｎｐｌｃｔｓｉｏ
Ｋｅｒｓｗｉｌｓｅｓｒｎｔｏｋ；ｒａｅａｉｎｌｃｌａｉｎａｃｏｏｅｗｅｇｔｄｃｍｐｎａｉｎｙｗｏｄ：ｒｅｓｓｎｏｅｗｒｓｔｉｔｒｔｏａｉｔ；ｎｈｒｎｄ；ｉｈｅｏｅｓｔｅｌｏｚｏｏ
（ｃｏｌｆｎｔｍｎｃｅｃｎｎｉｅｒｇＳｕｈａｔｎｖｒｉ，ａｊｇ１０６ＣｉａＳｈｏｏｓｕｅｔｉｅａｄＥｇｅｉ，ｏｔｓＵｉｅｔＮｎｉ０９，ｈ）ＩｒＳｎｎｎｅｓｙｎ２ｎ
ＡｂｔａｔＩｒｅｏｉｈｂｉｔｅｉｆｕｎｅｏｏｐｅｎｉｏｍｅｔｏｈｏａｉｎｐｅｉｉｎｏｏｓｉｒ — ｓｒｃ：ｎｏｄｒｔｎｉｔｈｎｅｃｆｃｍｌｘｅｖｒｎｎｎｔｅｌｃｔｏｒｃｓｏｆｎｄｅｎｗｉｅｌ

质心定位算法基本原理

质心定位算法基本原理
质心定位算法是一种常用的无线定位算法，广泛应用于室内定位、物流追踪等领域。

其基本思想是利用接收信号强度指示（RSSI）来估计设备与基站之间的距离，并通过多个基站的距离估计来计算设备在平面上的位置。

具体来说，质心定位算法需要多个基站（至少三个）设备来提供信号。

设备在每个基站处测量到的信号强度指示（RSSI）可以用来估计设备与基站之间的距离。

常用的距离估计模型有Log-distance path loss（LDPL）模型、Free-space path loss（FSPL）模型等。

通过多个基站提供的距离估计，可以得到设备在平面上的位置估计。

质心定位算法的基本原理是将估计出的位置坐标作为点集的重心。

重心是指在平面上各点坐标的平均值。

设有n个位置点
(x1,y1),(x2,y2),...,(xn,yn)，那么其重心坐标为：
G = ( (x1+x2+...+xn)/n, (y1+y2+...+yn)/n )
质心定位算法的优点是简单易实现，但其缺点也很明显，即距离估计误差较大，不适用于高精度定位。

因此，在实际应用中，常常需要与其他定位算法结合使用。

- 1 -。

基于APIT技术的无线传感器网络目标定位算法

摘
要：针对无线传感器网络的目标定位问题，出了一种基于能量的目标定位算法。首先通过移动锚提
节点轨迹的采集，形成虚拟锚节点，利用三边定位确定未知节点的位置，加锚节点的密度。采用近似三增
角形内点测试（ＰＴ算法对目标节点进行定位，加入了加权质心因子，锚节点对目标节点的不同影ＡＩ）并用
ｔｔＡＩ）ｅ（ＰＴｓ
Ｔａｇｔｌｃｔｎｌｏｉｈｂｓｄｏｎｒｙａｄｒｅｏａｉｇａｇｒｔｍａｅｎｅｅｇｎ
ＡＰＩｔｃｎｏｏｙｉｒｌｓｅｓｒｎｔｒｓＴｅｈｌｇｎｗｉｅｅｓｓｎｏｅｗｏｋ
ｉｉｃａｅ．ｎａｐｏｉａｏｔｎｔａｇｌｔｎｔｔＡＩ）ｔｈｏｇａｏｔｅｏｉｏｉｇｊｔｓｎｒｓｄＡｒｘｔｐｉ — －ｎａｏｓ（ＰＴｅｎｌｙｓｄｐｄｉｔｓｉｎｏｅｅｐｍｅｎｉｒｕｉｅｉｃｏｗａｅｎｈｐｔｎｏｂｃｆ
响力来确定加权因子，以提高定位精度。仿真结果表明：该算法可以有效地提高无线传感器网络目标定位
的精度。
关键词：无线传感器网络；定位方法；加权因子；近似三角形内点测试
中图分类号：Ｔ３３Ｐ９文献标识码：Ａ文章编号：１０－７７２１）８０６－３００９８（０００－０００
ａｄｎｅｌｃｉｔｎｏｉｅｅｓｓｎｏｅｗｏｋ．ｆｒａｄｎｅｇｔｄｆｃｏ．ｈｒｕｎｅｏＣｏｏｅｏｎｏｏａｚｉｆｒｌｓｅｓｒｎｔｒｓＡｅｄｉｇａｗｉｈｅａｔｒｔｅｉｌｅｃｆｄｌａｏｗｔｄｎａｈｒｎｄｓｔｕｋｏｎｌｃｔｎｉｓｄｔｅｅｉｅｔｅｗｅｇｔｇｆｃｏｎｍｐｏｅｔｅｐｓｔｎｎｃｕａｙＴｓｅｕｔｎｎｗｏａｉｓｕｅｏｄｔｒｎｈｉｈｉａｔｒａｄｉｒｖｈｏｉｏｉｇａｃｒｃ．ｅｔｒｓｌｏｍｎｉｓｉｄｃｔｈｔｔｅＡＰＴｔｃｎｌｇａｒｎｉｈｒｔｒｅｃｔｇｐｅｉｉｎ．ｕｈｃｕａｙｏｒｅｃｔｇｉｎｉａｅｔａｈＩｅｈｏｏｙｃｎｂｇｈｇｅｇｔｏａｉｒｃｓｉａｌｎｏｔｓｔｅａｃｒｃｆｔｇｔｏａｉｈａｌｎｎｗｒｌｓｅｓｒｎｔｒｓｃｎｂｍｐｏｅｆｃｉｅｙｉｅｅｓｓｎｏｅｗｏｋａｅｉｒｖｄｅｆｔｌ．ｅｖＫｅｒｓｙｗｏｄ：ｗｒｌｓｅｓｒｎｔｏｋ；ｏｉｏｉｇａｐｏｃｉｅｅｓｓｎｏｅｗｒｓｐｓｉｎｎｐｒａｈ；ｗｉｈｉｇｆｃｏ；ａｐｏｉｔｉｔｎｔａｇｌｔｎｔｅｇｔａｔｒｐｒｘｍａｅｐｎ－－ｎｕａｉｎｏｉｒｉｏ

基于距离几何约束的二次加权质心定位算法

龙源期刊网
基于距离几何约束的二次加权质心定位算法作者：朱建新高蕾娜张新访
来源：《计算机应用》2009年第02期
摘要：利用二维实空间中行列式提供的距离几何约束条件，结合加权质心计算，提出一种基于距离几何约束的二次加权质心定位算法。

行列式用于求解测距误差的优化解，从而可修正节点间的非精确距离。

二次加权质心计算通过加权因子来体现锚节点在定位坐标确定中的影响程度。

实验结果表明：具有较好的定位精度及算法可扩展性和鲁棒性。

关键词：无线传感器网络；定位；行列式；距离几何约束；加权质心。

基于锚同心圆的改进加权质心WSN定位算法

ｔｒａａｙｉｇｔｅｒｄｏｐｒｐａａｉｎｐｔｏｓＦｒｔｈｒｃｓｆｔｓｉｅｎｚｎｈａｉｏｇｔａｈｌｓ．ｉｓ，ｔｅｐｏｅｓｏｈｉｍｐｒｖｄｌｏｔｌｏｏｅａｇｒｈｍｓｉｔｏｃｄＴｈｎ，ｔｉｉｎｒｄｕｅ．ｅｈｅｉｆｕｅｃｆｃｍｍｕｎｃｔｏａｉｓｏｈｅａｃｒｃｆｔｓｎｅｌｃｌｚｔｏｌｏｔｍｓｓｍｕａｅ．Ａｆｅｈｔｔｎｌｎｅｏｏｉａｉｎｒｄｕｎｔｃｕａｙｏｈｉｗｏａｉａｉｎａｇｒｈｗａｉｌｔｄｉｔｒｔａ，ｈｅａｃｒｃｆｔｉｏｃｌｚｔｏｌｏｔｍｒｏｃｕａｙｏｈｓｌａｉａｉｎａｇｒｈｗｅｅｃｍｐａｅｔｈｅｅｉｔｎｅｅａｉｄｆｒｎｇ —ｆｅｏａｉａｉｎｍｅｈ－ｉｒｄｗｉｈｔｘｓｉｇｓｖｒｌｋｎｓｏａｅ — ｒｅｌｃｚｔｏｔ－ｌ
位精度的方式，而该方法不可避免地增加了节点的能量开然同时，图１的情况，交汇点的有效区域由下式规定：对其
，
销。文献［］８提出了一种利用多能量级广播信号实现节点位置估计的分布式节点定位方法，该方法实际上是在ＣＢ算Ａ法的基础上通过画线来优化信标节点的选取，虽然将误差因子的影响降到最低，但却极大地增加了时问复杂度。由于信标节点对未知节点的影响力不一样，然ＣＢ显Ａ算法以及这些改进算法均没有考虑信标节点影响力的概念。

基于虚拟锚节点的序列定位算法研究

肖琳，志龙单
（南师范大学计算机学院，东广州５０３）华广１６１
摘要：为解决无线传感器网络中现有序歹定位算法存在的定位精度差、杂度较高等问题，文提出一种基于虚拟锚节，ｌ复本
点的序列定位算法。该算法根据未知节点与已有锚节点、虚拟锚节点（锚节点间连线的中点）间的ＲＳ值建立定位序列ＳＩ来获取未知节点的位置。仿真结果表明，基于虚拟锚节点的序列定位算法比原有算法在定位精度上有较大提高，降低且
Ｋｅｒｓｗｒｌｓｓｎｏｅｗｒｓ（Ｎ）ｓｑｅｃ—ａｅｃｉｔｎｖｒａａｃｏｏｅｙｗｏｄ：ｉｅｓｅｓｒｔｏｋＷＳ；ｅｕｎｅｂｓｄｌａｚｉ；ｉｕｌｈｒｄｓｅｎｏｌａｏｔｎｎ
０引言
随着近距离、功耗无线通信技术的发展，线低无
ＳｔｄｙｆｒＳｅｅｅｂａｅｃｉａｉｎＢａｅｏｒｕｌＡｎｃｏｄｅｕｏｑｕｎｃ－ｓｄＬｏａｌｔｏｓｄｎＶｉｔａｚｈｒＮｏｓ
ＸＩＡＯｎ，ＳＨＡＮｉｌｎＬｉＺｈ —ｏｇ
（ｃｏｌｆｏｐｔ，ｏｔｈｎｏｌＵｉｅｓｙＧａｇｈｕ５０３，ｈａＳｈｏｍｕｅＳｕｈＣｉａＮｒｎｖｒｔ，ｕｎｚｏ１６１Ｃｉ）ｏＣｒｍａｉｎ
ｒｆｒｎｉｌｎｈｒｎｄｓｔｒｕｈｅｔｂｉｈｎｉｕｌａｃｏｏｅ．Ａｃｏｄｎｌ，ｉＣｌｃｔｔｏｓｍｅｒｐｓｔｎｎ．Ｃｍ－ｅｅｅｔｃｏｏｅｈｏｇｓｌｉｇｖｒａｎｈｒｎｄｓａａａｓｔｃｒｉｇｙｔａｌｕｉｃｎｕｄｆｏｉｏｉｇｍｅｏｉｏｐｔｒｓｍｕａｉｎｉｄｃｔｓｔａｅｎｗｔｏｓｍｏｅａｃｒｔｈｎｓｑｅｃ — ａｅｏａｉｍｉｎａｇｒｈａｄｉｃｎｔｋｅｓｕｅｉｌｔｎｉａｅｈｔｔｅｍｅｈｄｉｏｈｒｃｕａｅｔａｅｕｎｅｂｄｌｃｌｓｚｏｌｏｔｍｎｔａａｅｌｓｉｔｒｐｓｔｎｎ．ｉｆｉｏｉｇｍｅｏｏｉ

一种无线传感器网络节点自定位新算法

坐标值作为所定位的未知节点的坐标值。仿真结果表明，用虚拟锚节点算法能够实现未知节采点的定位，能有效提高定位精度。并
关键词：拟锚节点；虚自定位；通信半径；密度；心算法质
中图分类号：Ｐ９．３Ｔ３３０文献标识码：Ａ
中计算出的质心坐标就是该未知节点的真实坐标，
离无关的定位机制定位性能受环境因素的影响小，虽然定位的误差相应有所增加，但定位精度能够满足多数传感器网络的应用要求，目前大家普遍重是
点关注的定位机制。质心算法是距离无关的５定位机制之一，依赖网络节点连通性，位精度仅定
第２９卷第３期２１０２年６月
贵州大学学报（自然科学版）ＪｕａｏｕｈｕＵｉｒｔＮｔｒｌｃｎｅ）ｏｒｌｆｉｏｎｖｓｙ（ａｕａＳｉｃｓｎＧｚｅｉｅ
Ｖ０．２９Ｎｏ．３１
Ｊｎ０２ｕ．２１
事实表明由质心算法计算出的未知节点的坐标误差很大。测距带来的误差是其中较为关键的因素，
以三个锚节点为例，节点之间测量距离偏大如图１
所示，节点之间测量距离偏小如图２所示，中以图各个锚节点为中心，以节点之间测量距离为半径画圆。理想情况下，三个锚节点为中心的圆应该相交
ｔｏｍ．

基于RSSI测距修正和集员法节点定位算法

基于RSSI测距修正和集员法节点定位算法房亚群;安进【摘要】为降低基于接收信号强度指示(received signal strength indication,RSSI)测距误差,提出基于RSSI测距修正和集员法的节点定位算法(improved RSSI ranging and set membership based localization,I-RSSI-SM-L),通过修正RSSI测距,利用集员法估计节点位置,提高定位精度.在测距阶段,估算模型参数,通过测距误差校正测距值,建立置信区间;在定位阶段,通过集员法获取未知节点的位置的粗略范围,通过网格扫描法收缩范围,直至一点,此点位置就是未知节点的位置.实验结果表明,I-RSSI-SM-L算法降低了测距误差,抑制了定位的均方定位误差.%To reduce ranging error of received signal strength indication,the improved RSSI ranging and set membership based localization (I-RSSI-SM-L) algorithm was proposed.I RSSI-SM-L algorithm improved location accuracy through improved RSSI ranging and set membership based localization.In the ranging stage,the parameters of the model were estimated,and the relative error coefficient was used to correct the ranging,and the confidence intervals of ranging were built.In the positioning phase,the rough range of unknown node position was solved using set membership algorithm,and the range of unknown node position was shrunk by grid scanning until a point emerged,and the position of the point was the position of unknown node.Experimental results show that the ranging error of I-RSSI-SM-L is reduced,the mean square localization error is suppressed.【期刊名称】《计算机工程与设计》【年(卷),期】2018(039)002【总页数】5页(P463-467)【关键词】无线传感网;RSSI测距;测距误差;置信区域;集员法;网格扫描【作者】房亚群;安进【作者单位】江苏食品药品职业技术学院信息工程系,江苏淮安223003;江苏食品药品职业技术学院信息工程系,江苏淮安223003【正文语种】中文【中图分类】TP3930 引言依据在估计未知节点位置的过程中是否使用距离划分，现在的传感节点定位算法[1-4]可分为基于测距定位和基于非测距定位两类。