虚拟分层三维空间节点模糊信息定位方法

doi:10.3778/j.issn.1002-8331.1508-0270

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (6): 122-128.DOI: 10.3778/j.issn.1002-8331.1508-0270

虚拟分层三维空间节点模糊信息定位方法

党小超1，2，李芬芳1，郝占军1，2

1.西北师范大学计算机科学与工程学院，兰州 730070
2.甘肃省物联网工程研究中心，兰州 730070

出版日期:2017-03-15 发布日期:2017-05-11

Nodes’ fuzzy information localization algorithm on virtual stratification in three-dimensional space

DANG Xiaochao1，2, LI Fenfang1, HAO Zhanjun1，2

1.College of Computer Science and Engineering, Northwest Normal University, Lanzhou 730070, China
2.Gansu Province Internet of Things Engineering Research Center, Lanzhou 730070, China

Online:2017-03-15 Published:2017-05-11

摘要/Abstract

摘要： 为了有效提高三维空间中无线传感器网络节点定位算法的效率，提出了一种基于虚拟分层的节点模糊信息定位方法（Nodes’ Fuzzy Information Localization algorithm on Virtual Stratification，NFIL-VS），该方法在定位前对网络实现虚拟分层，分层后测量各平面上节点之间的方向角和俯仰角等模糊信息实现节点定位。每一轮定位结束后，判断并更新无效锚节点的位置。网络中的节点被定位后充当二级锚节点辅助定位其他节点。通过实验仿真，与SNLSFAMC算法和MANLFI算法相比，提出的NFIL-VS算法提高了节点定位精度，降低了网络能耗。

关键词: 节点定位, 虚拟分层, 模糊信息, 无效锚节点, 定位精度

Abstract: In order to improve the efficiency of node localization algorithm in wireless sensor networks in 3D space effectively, this paper proposes a method?named Nodes’ Fuzzy Information Localization on Virtual Stratification, which realizes the virtual stratification of the network before positioning, and measures direction angle and the pitch angle between nodes and other vague information to realize node localization after stratification. After each round of localization, it judges and updates the positions of invalid anchor nodes. The nodes in the network which have been positioned serve as the secondary anchor nodes to support locating other nodes. Compared with SNLSFAMC algorithm and MANLFI algorithm through the experiments of simulation, the NFIL-VS algorithm proposed in this paper improves the node localization accuracy, and reduces the network energy consumption.

Key words: node localization, virtual stratification, fuzzy information, invalid anchor nodes, positioning accuracy

党小超1，2，李芬芳1，郝占军1，2. 虚拟分层三维空间节点模糊信息定位方法[J]. 计算机工程与应用, 2017, 53(6): 122-128.

DANG Xiaochao1，2, LI Fenfang1, HAO Zhanjun1，2. Nodes’ fuzzy information localization algorithm on virtual stratification in three-dimensional space[J]. Computer Engineering and Applications, 2017, 53(6): 122-128.

[1]	赵怡宏，王赜，张海娟. 基于动态信标生成树的传感器定位算法[J]. 计算机工程与应用, 2018, 54(6): 68-74.
[2]	方旺盛，杨庚，胡中栋. 杰卡德系数差分误差跳距修正的DV-hop改进算法[J]. 计算机工程与应用, 2018, 54(23): 57-63.
[3]	张红霞，王灿，刘鑫，申楷赟，付秀娟，王学华. 图像边缘检测算法研究新进展[J]. 计算机工程与应用, 2018, 54(14): 11-18.
[4]	鲁小云. 犹豫模糊粒计算中信息熵研究[J]. 计算机工程与应用, 2017, 53(7): 171-176.
[5]	李腾宇，易晓梅，陈石. 基于RSSI加权质心和GASA优化的WSN定位算法[J]. 计算机工程与应用, 2017, 53(6): 118-121.
[6]	主建蕊，宋玲. 无线传感器网络的分级定位算法[J]. 计算机工程与应用, 2017, 53(22): 61-65.
[7]	宋海声，朱长驹，杨鸿武，吴佳欣. Grid-Scan定位算法的虚拟锚节点策略改进[J]. 计算机工程与应用, 2017, 53(16): 84-88.
[8]	赵志然，吴运新，石文泽，龚海. 热钢板无损检测缺陷定位精度分析与修正方法[J]. 计算机工程与应用, 2016, 52(8): 250-255.
[9]	党小超1，2，李芬芳1，郝占军1，2. Delaunay三角剖分的节点模糊信息三维定位方法[J]. 计算机工程与应用, 2016, 52(23): 115-122.
[10]	赵晓青，毛永毅. 基于误差加权和距离修正的改进DV-Hop算法[J]. 计算机工程与应用, 2016, 52(18): 117-121.
[11]	陈万志，张洋. 改进的无线传感器网络DV-Hop定位算法[J]. 计算机工程与应用, 2016, 52(10): 108-111.
[12]	马凌1，蒋外文2，张肖霞3. 基于改进扩展卡尔曼滤波的单站无源定位算法[J]. 计算机工程与应用, 2016, 52(10): 124-127.
[13]	郭建蓬，刘畅，王伟，李媛丽. 基于定位精度的无人机侦察航路自主修正算法[J]. 计算机工程与应用, 2015, 51(23): 211-217.
[14]	陈志泊，张蕾蕾，李巨虎，孙国栋. 基于入侵杂草优化算法的无线传感网节点定位[J]. 计算机工程与应用, 2014, 50(9): 77-82.
[15]	陈拥军，徐罡，周兴付，赵慧. 无线传感器网络最少数量通信节点定位方法[J]. 计算机工程与应用, 2014, 50(5): 55-59.

虚拟分层三维空间节点模糊信息定位方法

Nodes’ fuzzy information localization algorithm on virtual stratification in three-dimensional space

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