缩小采样区域的蒙特卡罗移动节点定位算法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (21): 106-110.

缩小采样区域的蒙特卡罗移动节点定位算法

陈万志1，张洋1，李曌成2

1.辽宁工程技术大学电子与信息工程学院，辽宁葫芦岛 125105
2.渤海装备辽河重工有限公司，辽宁盘锦 124010

出版日期:2014-11-01 发布日期:2014-10-28

Monte Carlo localization algorithm for mobile node by reducing sampled area

CHEN Wanzhi1, ZHANG Yang1, LI Zhaocheng2

1.School of Electronics and Information Engineering, Liaoning Technical University, Huludao, Liaoning 125105, China
2.China Petroleum Liaohe Equipment Company, Panjin, Liaoning 124010, China

Online:2014-11-01 Published:2014-10-28

摘要/Abstract

摘要： 针对无线传感器网络中移动节点定位问题，提出一种适用于未知节点移动而信标节点固定的改进蒙特卡罗定位算法，充分利用信标节点与未知节点间的测距误差来缩小采样区域，提高采样效率。仿真结果表明，改进算法在信标节点密度、连通度和节点最大运动速度等不同情况下均能提高定位精度，减少采样次数和计算量，延长网络的生存周期。

关键词: 无线传感器网络, 蒙特卡罗定位, 移动节点, 采样区域

Abstract: In response to the problem of mobile node position for WSN, an improved MCL algorithm for mobile unknown node and fixed beacon node is proposed. Sampled area is reduced to improve the sampling efficiency by using the ranging error of beacon node and unknown node sufficiently. The simulation results show that the improved algorithm can improve the localization accuracy, reduce the number of sampling and computation, and prolong the network life cycle in different conditions of the beacon node density, connectivity and the maximum velocity of node.

Key words: Wireless Sensor Network（WSN）, Monte Carlo Localization（MCL）, mobile nodes, sampled area

陈万志1，张洋1，李曌成2. 缩小采样区域的蒙特卡罗移动节点定位算法[J]. 计算机工程与应用, 2014, 50(21): 106-110.

CHEN Wanzhi1, ZHANG Yang1, LI Zhaocheng2. Monte Carlo localization algorithm for mobile node by reducing sampled area[J]. Computer Engineering and Applications, 2014, 50(21): 106-110.

[1]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[2]	孙泽宇，董汉磊，苏艳超，徐琛，聂雅琳，李传锋. 传感网中基于能量有效的多参数数据重构方法[J]. 计算机工程与应用, 2021, 57(11): 103-110.
[3]	龚本灿，周峰，陈鹏，任东. 基于路径质量的无线传感网路由协议[J]. 计算机工程与应用, 2020, 56(6): 99-104.
[4]	龙建全，梁艳阳. 多路口环境下RRT的最优路径规划[J]. 计算机工程与应用, 2020, 56(19): 273-278.
[5]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[6]	韩雨涝. 非并行二分法的覆盖空洞修复算法[J]. 计算机工程与应用, 2020, 56(12): 87-92.
[7]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.
[8]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[9]	乔冉，闫江毓，唐良瑞. 基于多维高斯的无线传感器网络定位算法[J]. 计算机工程与应用, 2019, 55(23): 99-104.
[10]	王艳娇，唐琦. 改进的异构无线传感器网络路由能量算法[J]. 计算机工程与应用, 2019, 55(22): 80-85.
[11]	韩雨涝. 面向带状无线传感网低延迟可靠数据收集算法[J]. 计算机工程与应用, 2019, 55(21): 104-109.
[12]	张媛媛，吴华锋，鲜江峰，梅骁峻. 双重约束下的海洋无线传感网自适应成簇算法[J]. 计算机工程与应用, 2019, 55(19): 128-133.
[13]	邹山花，高毅，彭力. 随机系统事件驱动控制策略的研究与设计[J]. 计算机工程与应用, 2019, 55(17): 100-106.
[14]	李道全，魏艳婷，张玉霞，刘文静. 基于改进蚁群算法的WSN能量均衡路由算法[J]. 计算机工程与应用, 2019, 55(17): 117-124.
[15]	姬晓辉，孙泽宇，阎奔，李传锋. 基于联合节点行为策略的WSN覆盖控制算法[J]. 计算机工程与应用, 2019, 55(16): 99-107.