基于IMCB算法的无线传感器网络节点定位

doi:10.3969/j.issn.1000-3428.2014.07.008

计算机工程

基于IMCB算法的无线传感器网络节点定位

曲强，夏勇

(辽宁科技大学电子与信息工程学院，辽宁鞍山114051)

收稿日期:2013-05-23 出版日期:2014-07-15 发布日期:2014-07-14
作者简介:曲强(1972－)，男，副教授，主研方向：模式识别，非平稳信号处理，无线传感器网络；夏勇，硕士研究生。
基金资助:
国家自然科学基金资助项目(60874017)；鞍山市科技计划基金资助项目。

Node Localization of Wireless Sensor Network Based on IMCB Algorithm

QU Qiang, XIA Yong

(School of Electronic and Information Engineering, University of Science and Technology Liaoning, Anshan 114051, China)

Received:2013-05-23 Online:2014-07-15 Published:2014-07-14

摘要/Abstract

摘要： 针对蒙特卡洛盒(MCB)移动定位算法中存在的样本点退化问题，提出一种改进的蒙特卡洛盒(IMCB)定位算法，将其应用于无线传感器网络节点定位中。在MCB算法的基础上，通过分析当前时刻定位结果、节点距离以及相对位置信息，获得下一时刻在样本盒不同区域的采样概率，使样本点尽可能落在后验概率较大的区域内，从而解决MCB算法样本点退化导致定位精度降低的问题。仿真实验结果表明，在相同条件下，与MCB、MCL算法相比，IMCB算法的平均定位精度提高约14%，平均定位能耗降低约17%。

关键词: 无线传感器网络, 移动定位, 蒙特卡洛盒, 采样概率, 样本点退化, 接收信号强度指示

Abstract: Due to the problem of sample degeneration in Monte-Carlo Box(MCB) mobile localization algorithm, a new localization algorithm named Improved Monte-Carlo Boxed(IMCB) is proposed, which is applied to node localization of Wireless Sensor Network(WSN). Based on the MCB algorithm, through analyzing the localization results of current time, distance between nodes and the information of node relative position to obtain the sampling probability of different regional of sample box for next time, the sample points can fall in the area where the posterior probability is large as much as possible, therefore the problem of low accuracy caused by sample degeneration in MCB algorithm is solved effectively. Simulation results show that, under the same conditions, the average localization accuracy is improved by about 14%, and the average energy consumption for localization is reduced by about 17% by comparing with the MCB, MCL algorithm.

Key words: Wireless Sensor Network(WSN), mobile localization, Monte-Carlo Box(MCB), sampling probability, sample point dege- neration, Received Signal Strength Indicator(RSSI)

中图分类号:

TP393.1

曲强，夏勇. 基于IMCB算法的无线传感器网络节点定位[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2014.07.008.

QU Qiang, XIA Yong. Node Localization of Wireless Sensor Network Based on IMCB Algorithm[J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2014.07.008.

https://www.ecice06.com/CN/Y2014/V40/I7/38

参考文献

参考文献 [1] 王颖, 石昊肠. 改进的无线传感器网络DV-Hop定位算法[J]. 计算机工程, 2012, 38(7): 66-69. [2] Smith A, Balakrishnan H, Goraczko M, et al. Tracking Moving Devices with the Cricket Location System[C]//Proc. of the 2nd International Conference on Mobile Systems, Applications, and Services. Boston, USA: ACM Press, 2004: 190-202. [3] He Tian, Huang Chengdu, Blum B M, et al. Range-free Localization Schemes for Large Scale Sensor Networks[C]// Proc. of the 9th Annual International Conference on Mobile Computing and Networking. San Diego, USA: ACM Press, 2003: 81-95. [4] Shang Yi, Ruml W, Zhang Ying, et al. Localization from Mere Connectivity[C]//Proc. of the 4th ACM International Conference on Mobile Ad Hoc Networking & Computing. Annapolis, USA: ACM Press, 2003: 201-212. [5] Hu Lingxuan. Localization for Mobile Sensor Networks[C]// Proc. of the 10th International Conference on Mobile Computing and Networking. Philadelphia, USA: ACM Press, 2004: 45-57. [6] 刘志华, 李改燕, 刘晓爽. 基于最小二乘法的蒙特卡洛移动节点定位算法[J]. 传感技术学报, 2012, 25(4): 541-544. [7] 朱海平, 于红丞, 钟小勇, 等. 动态无线传感器网络的改进蒙特卡罗定位算法[J]. 传感技术学报, 2012, 25(9): 1284- 1288. [8] 黄梅根, 常新峰. 一种基于蒙特卡罗法的无线传感器网络移动节点定位算法研究[J]. 传感技术学报, 2010, 23(4): 562-566. [9] 张锐恒, 庄毅, 赵振宇, 等. 基于MCB的传感网移动目标定位算法[J]. 计算机科学, 2012, 39(8): 34-37. [10] Yu Qin, Wang Weidong, Qin Zhigang, et al. RSS-based Monte Carlo Nodes Localization in Wireless Ad-Hoc Networks[C]// Proc. of International Conference on Communications, Circuits and Systems. Milpitas, USA: [s. n.], 2009: 217-221. [11] Yi J, Yang S, Cha H. Multi-hop-based Monte Carlo Localization for Mobile Sensor Networks[C]//Proc. of the 4th Annual IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks. San Diego, USA: IEEE Press, 2007: 163-171. [12] 刘克中, 崔永强, 张金奋, 等. 基于Monte Carlo的多能量级移动节点定位算法研究[J]. 计算机科学, 2011, 38(12): 61-64. [13] Paramvir B. RADAR: An In-building RF-based User Location and Tracking System[C]//Proc. of the 19th Annual Joint Conference of the IEEE Computer and Communications Societies. Tel Aviv, Israel: IEEE Communications Society, 2000: 775-784. [14] Baggio A. Monte-Carlo Localization for Mobile Wireless Sensor Networks[C]//Proc. of MSN’06, Hong Kong, China: [s. n.], 2006: 718-733. 编辑陆燕菲

[1]	胡宗升, 邢凯, 许静. 基于超越数论的无线传感器网络时空编码方法[J]. 计算机工程, 2023, 49(9): 172-182.
[2]	何峰, 梁家荣, 黎昌珍. 异质无线传感器网络虚拟骨干重构[J]. 计算机工程, 2023, 49(9): 191-198.
[3]	杨敏, 张玲华. WSN中基于区域感知的改进AODV路由协议[J]. 计算机工程, 2023, 49(8): 130-136.
[4]	区展华, 李翠然, 杨茜. 基于ANN的能量采集无线传感器网络中继选择策略[J]. 计算机工程, 2023, 49(5): 215-222,230.
[5]	周文康, 王行甫. 一种基于AHP和FIS的WSN路由算法[J]. 计算机工程, 2022, 48(3): 131-138,161.
[6]	王海浪, 张玲华. 基于PEGASIS的无线传感器网络路由协议改进[J]. 计算机工程, 2022, 48(12): 165-171,179.
[7]	张清国, 张勇, 张伟, 席瑞洁. 基于蜂窝结构的改进混合无线传感器网络覆盖优化算法[J]. 计算机工程, 2022, 48(12): 172-179.
[8]	陈辉, 高岩. 基于双簇头的WSNs非均匀分簇路由算法[J]. 计算机工程, 2022, 48(10): 184-192.
[9]	缪祎晟, 赵春江, 吴华瑞. 基于改进粒子群的农田WSN路由优化方法[J]. 计算机工程, 2022, 48(10): 218-223.
[10]	韩优佳, 胡黄水, 姚美琴. 基于信任感知的无线传感器网络安全路由协议[J]. 计算机工程, 2021, 47(9): 145-152.
[11]	于吉喆, 白乐强, 曹科研. 基于垂线的WSN基站位置隐私保护算法[J]. 计算机工程, 2021, 47(8): 170-176,182.
[12]	蒋宝庆, 陈宏滨. 基于Q学习的无人机辅助WSN数据采集轨迹规划[J]. 计算机工程, 2021, 47(4): 127-134,165.
[13]	胡乔木, 邓昀. 基于压缩HMAC算法的传感器网络范围查询方法[J]. 计算机工程, 2021, 47(12): 200-208.
[14]	柳亚男, 张正, 邱硕, 程远. WSN中基于物理不可克隆函数的簇内密钥分配[J]. 计算机工程, 2020, 46(9): 163-171.
[15]	李翠然, 李昂. 太阳能补给的线型WSN能量高效路由算法[J]. 计算机工程, 2020, 46(9): 178-185.

选择文件类型/文献管理软件名称

选择包含的内容

基于IMCB算法的无线传感器网络节点定位

Node Localization of Wireless Sensor Network Based on IMCB Algorithm

PDF

可视化

被引次数

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

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于IMCB算法的无线传感器网络节点定位

Node Localization of Wireless Sensor Network Based on IMCB Algorithm

PDF

可视化

被引次数

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

本文评价