无线传感器节点定位中基准锚节点的选择研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (3): 76-78.

无线传感器节点定位中基准锚节点的选择研究

陈晓辉1，陈锦鹏1，雷邦军2

1.三峡大学计算机与信息学院，湖北宜昌 443002
2.三峡大学智能视觉与图像信息研究所，湖北宜昌 443002

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-21 发布日期:2012-01-21

Research on selection of benchmark anchor node in localization of wireless sensor networks

CHEN Xiaohui1, CHEN Jinpeng1, LEI Bangjun2

1.College of Computer and Information Technology, China Three Gorges University, Yichang, Hubei 443002, China
2.Institute of Intelligent Vision and Image Information, China Three Gorges University, Yichang, Hubei 443002, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-21 Published:2012-01-21

摘要/Abstract

摘要： 针对无线传感器节点精确定位问题，提出一种通过选择基准锚节点实现提高定位精度的改进最小二乘定位算法。目前最小二乘定位算法未能充分利用通过合理选择基准锚节点达到提高定位精度的作用，鉴于此，提出利用累积相对误差最小方法选择基准锚节点，然后，用最小二乘法定位待测节点。仿真结果表明，在较少的增加算法复杂度的基础上能够较大地提高定位精度。

关键词: 无线传感器网络, 定位精度, 最小二乘法, 相对距离误差

Abstract: To meet the requirement of precise localization of nodes in Wireless Sensor Networks（WSN）, this paper proposes an improved least square algorithm based on the selection of benchmark anchor node. The traditional LS localization algorithm does not reasonably take advantage of the selecting of benchmark anchor node to improve the localization precision, in consideration of these, a new method based on the minimum cumulative relative distance error for selecting benchmark anchor node is presented, and then the least square algorithm is adopted to calculate accurate location of the unknown node. The simulation results indicate that the proposed algorithm can greatly improve the localization precision without greatly increasing the algorithm complexity.

Key words: Wireless Sensor Network（WSN）, localization precision, least square method, relative distance error

陈晓辉1，陈锦鹏1，雷邦军2. 无线传感器节点定位中基准锚节点的选择研究[J]. 计算机工程与应用, 2012, 48(3): 76-78.

CHEN Xiaohui1, CHEN Jinpeng1, LEI Bangjun2. Research on selection of benchmark anchor node in localization of wireless sensor networks[J]. Computer Engineering and Applications, 2012, 48(3): 76-78.

[1]	程帅，吴华锋，梅骁峻. 交替非负约束框架的海洋传感网协同定位[J]. 计算机工程与应用, 2021, 57(23): 129-136.
[2]	曹林根，宓超. 集装箱箱号字符识别算法研究[J]. 计算机工程与应用, 2021, 57(15): 178-185.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	陈晓倩，刘瑞祥. 基于最小二乘策略迭代的无人机航迹规划方法[J]. 计算机工程与应用, 2020, 56(1): 191-195.
[9]	庞丽莉1，许其清1，谢家烨1，2. 椭球约束下减小三维定位中的非视距误差[J]. 计算机工程与应用, 2019, 55(7): 115-119.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.