无线传感器网络质心定位算法

‘壹’ 在无线传感器网络中，如何根据接收信号的强度来判断发送者的距离有具体的计算公式么

基于RSSI的定位
RSSI测量，一般利用信号传播的经验模型与理论模型。
对于经验模型，在实际定位前，先选取若干测试点，记录在这些点各基站收到的信号强度，建立各个点上的位置和信号强度关系的离线数据库(x，y，ss1，ss2，ss3)。在实际定位时，根据测得的信号强度(ss1′，ss2′，ss3′)和数据库中记录的信号强度进行比较，信号强度均方差最小的那个点的坐标作为节点的坐标。
对于理论模型，常采用无线电传播路径损耗模型进行分析。常用的传播路径损耗模型有：自由空间传播模型、对数距离路径损耗模型、哈它模型、对数一常态分布模型等。自由空间无线电传播路径损耗模型为：

式中，d为距信源的距离，单位为km；f为频率，单位为MHz；k为路径衰减因子。其他的模型模拟现实环境，但与现实环境还是有一定的差距。比如对数一常态分布模型，其路径损耗的计算公式为：

式中，Xσ是平均值为O的高斯分布随机变数，其标准差范围为4～10；k的范围在2～5之间。取d=1，代入式(1)可得，LOSS，即PL(d0)的值。此时各未知节点接收锚节点信号时的信号强度为：

RSSI=发射功率+天线增益一路径损耗(PL(d))
2．2 基于RSSI的三角形质心定位算法的数学模型
不论哪种模型，计算出的接收信号强度总与实际情况下有误差，因为实际环境的复杂性，换算出的锚节点到未知节点的距离d总是大于实际两节点间的距离。如图1所示，锚节点A，B，C，未知节点D，根据RSSI模型计算出的节点A和D的距离为rA；节点B和D的距离为rB；节点C和D的距离为rC。分别以A，B，C为圆心；rA，rB，rC为半径画圆，可得交叠区域。这里的三角形质心定位算法的基本思想是：计算三圆交叠区域的3个特征点的坐标，以这三个点为三角形的顶点，未知点即为三角形质心，如图2所示，特征点为E，F，G，特征点E点的计算方法为：

同理，可计算出F，G，此时未知点的坐标为由仿真得，在图2中，实际点为D；三角形质心算法出的估计点为M；三边测量法算出的估计点为N。可知，三角形质心算法的准确度更高。

3 基于RSSI的三角形质心算法过程
3．1 步骤
(1)锚节点周期性向周围广播信息，信息中包括自身节点ID及坐标。普通节点收到该信息后，对同一锚节点的RSSI取均值。
(2)当普通节点收集到一定数量的锚节点信息时，不再接收新信息。普通节点根据RSSI从强到弱对锚节点排序，并建立RSSI值与节点到锚节点距离的映射。建立3个集合。
锚节点集合：

(3)选取RSSI值大的前几个锚节点进行自身定位计算。
在B_set：中优先选择RSSI值大的信标节点组合成下面的锚节点集合，这是提高定位精度的关键。

对锚节点集合，依次根据(3)式算出3个交点的坐标，最后由质心算法，得出未知节点坐标。
(4)对求出的未知节点坐标集合取平均，得未知节点坐标。
3．2 误差定义
定义定位误差为ER，假设得到的未知节点的坐标为(xm，ym)，其真实位置为(x，y)，则定位误差ER为：

4 仿 真
利用Matlab仿真工具模拟三角形质心算法，考察该算法的性能。假设在100 m×100 m的正方形区域内，36个锚节点均匀分布，未知节点70个，分别用三边测量法和三角形质心定位算法进行仿真，仿真结果如图3所示。由图3可知，三角形质心算法比三边测量法，定位精度更高，当测距误差变大时，用三角形质心算法得出的平均定位误差比用三边测量法得出的小得多。

5 结 语
在此提出了将RSSI方法和三角形质心定位算法相结合的方法，通过仿真实验，将该算法和三边测量算法相比较，证明了该算法的优越性。下一步将研究在锚节点数量不同时的平均定位误差。

‘贰’ 衡量无线传感网络节点定位算法的性能指标有哪些

1. 定位精准度：空间实体位置信息与真实位置之间的接近程度。

2. 有效定位范围：定位系统所能定位的有效范围

3. 节点密度：播撒的传感器节点的疏密程度

4. 信标节点密度：信标节点在整个WSN中所占比例

5. 容错性与自适应性

6. 安全性：指系统对合法用户的响应以及对非法请求的抗拒

7. 功耗：低

8. 代价与成本：包括时间代价，空间代价，资金代价都要尽可能低
   

‘叁’ 无线传感器网络移动节点定位算法有哪些比较新的理论方法

大致有这几种种算法：信号强度、收信角度、收信时间和收信时间差。还有特殊一点的位置指纹算法。
1、信号强度是指距离和信号强度之间有一定的函数关系，通过接收到的信号强度可以推算出距离。这种方法受到的干扰太大，误差非常大。
2、收信角度是指两个蜂窝状接收装置可以分辨出信号的来源，做两条射线，交点即为位置。精度一般。
3、收信时间法是指从发送到接收是有时间差的，发送的时候信号中包含时间信息，接收的时候对照接收时间，做差即可。由于电磁波速度快，所以对于时间校准的要求很高。
4、收信时间差法是指移动点接收来自两个基站的不同信号，可以测量前后两次接收到信号的时间差。根据双曲线定义：到两定点距离差为定值的点在双曲线上。那么再来两个基站，所做双曲线的交点，就是所求点的距离。这种方法是上述几种精度最高的。
5、位置指纹算法。是指在待测区域内布置指纹状一层层的节点，这样在这样的网中放置一个待测节点，那么待测节点的位置可以通过插值法计算出。精度也比较高，不过需要布置比较节点。（摘自中国物联网校企联盟第二十一期线上活动）
希望有所帮助！ 求采纳~
-中国物联网校企联盟技术部

‘肆’ 无线传感器定位算法有哪几种

TOF
TDOA
RSSI
基本上就这三种

‘伍’ AOA指什么

在物联网技术领域，AOA普遍的含义是：到达角度测距

到达角度测距(Angle-of-Arrival：AOA)：基于信号到达角度的定位算法是一种典型的基于测距的定位算法，通过某些硬件设备感知发射节点信号的到达方向，计算接基站和标亏销签（终端）的相对方位或角度，然后再利用三角测量法或其他方式计算出未知节点的位置。基于信号到达角度(AOA)的定位算法是一种常见的无线传感器网络节点自定位算法，算法通信开销低。

AOA原理示意

应用特性：

目前AOA主要应用的技术领域有蓝牙、UWB，利用AOA计算方法，可在室内定位应用销袭游领域形成较为有效的高精度效果。

AOA的重点优势是，可利用单基站，进行覆盖区域内的位置定位识别；

AOA的典型劣势是，因为利用角度进行计算，所以基站与标签的相对高度需要较高，一般4米以上较为优，相对高度决定了单基站的覆盖面积，一般计算禅敬方式为：S=π*（2h）²。

未来前景：

AOA具备较为典型的优劣势，所以在不同应用场景展现的效果具有一定差异。因而，目前市面对于高精度定位，使用较多的，是TOF/TDOA方法，但此类方法，基本配套与UWB使用，AOA配合蓝牙使用更有利于其优势发挥。

‘陆’ 无线传感器网络定位算法如何仿真如何对已有算法进行改进实际工作中，研究无线传感器需要哪些知识

数学，优化用的，具体什么忘了，以前老师讲过
另外误差本身也不单单是受到算法的影响，应该说是一个系统工程
我本来也想做定位算法优化的，后来又不想搞了，手头还有几本WSN的书，可以低价转让呵
还有几篇paper
这么说吧，思路是这样的，先早几篇这方面的论文，拿来反复阅读，然后根据这些论文对于的reference你能大概了解这个领域（某文章被引用的次数多那意义也不一般，google有个搜学术论文的可以看到引用次数）。读这些paper本身是比较吃力的，可能几天才能读懂一篇。这样大概你就能了解定位算法这块前辈们都已经做到什么程度了，然后你再搜一些新近发表的paper看看他们都是干嘛，然后你觉得还能在人家的基础上做点什么就ok了。
除非真要搞研究，否则一句话，拿文凭，早点毕业，别去淌这个水，现在社会金钱第一。

‘柒’ 无线传感器网络的定位算法的发展历史

这个问题问的太难了...这可以写一片硕士论文了。没有人会研究那么广的。只能说先是静态的定位，然后AD HOC网络也需要定位，那就出现了动态的。
目前来说，WSN的定位还是主要研究静态网络的定位。其方法从传统意义来讲分为：基于测距的定位算法和非基于测距的定位算法。以我推断，应该是基于测距的定位方法出现在先。
具体分类及方法接受你可以参照《location，localization，and localizability》第一作者：刘云浩。该文章出自英文版的《计算机科学与技术》希望能帮助你。

‘捌’ 请问有无线传感器网I加权质心算法matlab代码吗

[capture-of-moving.rar] - 本文详细介绍了在视频图像的基础上用!"#$ & ’(( )*+ 实现运动目标形心捕获的具体程序"从而可以实现运动 目标的位置检测 程序运用改进的形心算法计算目标图形 的中心坐标"并使用了计时器函数实时显示坐标变化值
[codebook.rar] - 实现了基于码书的运动检测，并有与其他的检测算法做对比，例如MOG，Bayes，三帧差分等。
[xin.rar] - 无线传感器网络加权质心自定位算法中加权质心算法仿真

[qq1_2.rar] - 3种定位算法（多边：3 边及4边 最小二乘 质心）的主程序
[802.11opnet.rar] - 802.11opnet，802.11在OPNET中的仿真代码
[rssic.rar] - 无线传感器网络的加权质心算法，用matlab编程的，需要的可以参考
[Simulation1.rar] - 本程序先使用RSSI中对数常态模型来测距离，然后用三边测量法来计算未知节点的坐标。
[RSSIxin.rar] - 基于RSSI测距的无线传感器网络改进质裂销心定位算法
[xinsuanfa2.rar] - 无线传感器网销源运络中质心算法，并有锚节点比例和亏梁误差分析
[myDVHOP.rar] - 一种基于RSSI的DV-HOP加权算法，该算法基于节点接收信标节点位置元组时的信号强度（RSSI）对邻居节点间跳数进行加权处理，将节点间的跳数与距离相关联，仿真试验结果证明该加权算法可大大提高定位精度。

‘玖’ 无线传感器网络加权质心定位算法Matlab仿真的一些疑问。

你没有定义信标节点（BeaconAmount）的个数。不定义肯定报错啊。一下是我最近随便编的一段类似于质心算法的东西的核心部分，你的同学应该能看懂，有点帮助。
if num_of_neb_anchor(i)>1&&num_of_neb_anchor(i)<6
%如果未知节点i的邻居锚节点个数在2和5之间
fenmu(i)=0;
fenzi_x(i)=0;
fenzi_y(i)=0;
fenzi_z(i)=0;
for k=1:num_of_neb_anchor(i)
distant_rssi(i,k)=sqrt((node_x(i)-neighbor_anchor_x(i,k))^2+(node_y(i)-neighbor_anchor_y(i,k))^2+(node_z(i)-neighbor_anchor_z(i,k))^2);
fenmu(i)=fenmu(i)+1/distant_rssi(i,k);
fenzi_x(i)=fenzi_x(i)+neighbor_anchor_x(i,k)/distant_rssi(i,k);
fenzi_y(i)=fenzi_y(i)+neighbor_anchor_y(i,k)/distant_rssi(i,k);
fenzi_z(i)=fenzi_z(i)+neighbor_anchor_z(i,k)/distant_rssi(i,k);
end
esti_node_x(i)=fenzi_x(i)/fenmu(i);
esti_node_y(i)=fenzi_y(i)/fenmu(i);
esti_node_z(i)=fenzi_z(i)/fenmu(i);%未知节点的估计坐标
end

‘拾’ 【高分】无线传感器网络S-MAC协议的原理及算法

S-MAC很简单 再往上学就是802.15.4
我做过S-MAC方面的编程，可以说S-MAC没有协议可说，不像802。15.4
不过S-MAC有她的特点
由于传感器网络节点能量有限，所以S-MAC协议要做到减少节点能量消耗。S-MAC主要采用以下机制：
1 周期性侦听、睡眠的低占空比工作方式，控制节点尽量处于睡眠状态来降低节点能量的消耗
2邻居节点通过协商的一致性睡眠调度机制形成虚拟簇，减少节点的空闲侦听时间
3流量自适应侦听机制
4串音避免
5通过消息分割和突发传递机制来减少控制消息得开销和消息的传递延迟
打字太累了，不多说了，有啥问题，发邮件吧。我还有S-MAC的代码，15.4的代码，EMG-SMAC代码，要看可以发给你