自适应蒙特卡罗WSN移动节点定位算法

• •

自适应蒙特卡罗WSN移动节点定位算法

李建坡,时明,钟鑫鑫

东北电力大学信息工程学院

收稿日期:2013-02-06 修回日期:2013-04-23 发布日期:2013-06-20
通讯作者: 李建坡

Self-adaptive Monte Carlo localization algorithm of mobile nodes in WSN

Received:2013-02-06 Revised:2013-04-23 Published:2013-06-20
Contact: Jian-Po LI

摘要/Abstract

摘要： 针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高，采样率低等缺点，提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同，对不同区域的采样粒子自适应调整其影响权重，对未知节点进行定位；同时，利用上一时刻采样粒子增加限定条件，提高定位精度。仿真结果表明，本算法在规则度不同的条件下节点的定位误差平均下降了约13%，在速度不同的条件下定位误差平均下降了约10%，网络覆盖率可达到99.19%。

关键词: 通信技术, 移动节点定位, 蒙特卡罗定位算法, 无线传感器网络

Abstract: Aiming at the low localization accuracy and poor efficiency of Monte Carlo Localization (MCL) algorithm in harsh wireless sensor network (WSN), proposed a self-adaptive localization algorithm based on MCL. The sample particles in different region had different effects on unknown node localization accuracy. The algorithm assigned self-adaptive weights to sample particles in different regions to position the unknown nodes. At the same time, the algorithm added the limit condition using the last-time sample particles. Simulation results show that the average localization error of new MCL algorithm descends 13% at different degree of irregular. The average localization error descends about 10% at different speed of nodes. The network coverage rate reaches 99.19%.

Key words: communication, mobile node localization, MCL algorithm, wireless sensor network

中图分类号:

TP393

李建坡时明钟鑫鑫. 自适应蒙特卡罗WSN移动节点定位算法[J]. , 0, (): 0-0.

参考文献

相关文章 15

[1]	孙晓颖, 扈泽正, 杨锦鹏. 基于分层贝叶斯网络的车辆发动机系统电磁脉冲敏感度评估[J]. 吉林大学学报(工学版), 2018, 48(4): 1254-1264.
[2]	董颖, 崔梦瑶, 吴昊, 王雨后. 基于能量预测的分簇可充电无线传感器网络充电调度[J]. 吉林大学学报(工学版), 2018, 48(4): 1265-1273.
[3]	牟宗磊, 宋萍, 翟亚宇, 陈晓笑. 分布式测试系统同步触发脉冲传输时延的高精度测量方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1274-1281.
[4]	丁宁, 常玉春, 赵健博, 王超, 杨小天. 基于USB 3.0的高速CMOS图像传感器数据采集系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1298-1304.
[5]	陈瑞瑞, 张海林. 三维毫米波通信系统的性能分析[J]. 吉林大学学报(工学版), 2018, 48(2): 605-609.
[6]	张超逸, 李金海, 阎跃鹏. 双门限唐检测改进算法[J]. 吉林大学学报(工学版), 2018, 48(2): 610-617.
[7]	刘洲洲, 彭寒. 基于节点可靠度的无线传感器网络拓扑控制算法[J]. 吉林大学学报(工学版), 2018, 48(2): 571-577.
[8]	关济实, 石要武, 邱建文, 单泽彪, 史红伟. α稳定分布特征指数估计算法[J]. 吉林大学学报(工学版), 2018, 48(2): 618-624.
[9]	孙晓颖, 王震, 杨锦鹏, 扈泽正, 陈建. 基于贝叶斯网络的电子节气门电磁敏感度评估[J]. 吉林大学学报(工学版), 2018, 48(1): 281-289.
[10]	武伟, 王世刚, 赵岩, 韦健, 钟诚. 蜂窝式立体元图像阵列的生成[J]. 吉林大学学报(工学版), 2018, 48(1): 290-294.
[11]	李炜, 李亚洁. 基于离散事件触发通信机制的非均匀传输网络化控制系统故障调节与通信满意协同设计[J]. 吉林大学学报(工学版), 2018, 48(1): 245-258.
[12]	袁建国, 张锡若, 邱飘玉, 王永, 庞宇, 林金朝. OFDM系统中利用循环前缀的非迭代相位噪声抑制算法[J]. 吉林大学学报(工学版), 2018, 48(1): 295-300.
[13]	王金鹏, 曹帆, 贺晓阳, 邹念育. 基于多址干扰和蜂窝间互扰分布的多载波系统联合接收方法[J]. 吉林大学学报(工学版), 2018, 48(1): 301-305.
[14]	姜来为, 沙学军, 吴宣利, 张乃通. LTE-A异构网络中新的用户选择接入和资源分配联合方法[J]. 吉林大学学报(工学版), 2017, 47(6): 1926-1932.
[15]	石文孝, 孙浩然, 王少博. 无线Mesh网络信道分配与路由度量联合优化算法[J]. 吉林大学学报(工学版), 2017, 47(6): 1918-1925.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed