传感器节点定位是无线传感器网络领域应用的研究热点之一。 本文提出了一种基于改进的支持向量机的大规模无线传感器网络定位算法。 对于大规模无线传感器网络，基于支持向量机的定位算法面临着大规模学习样本的问题。 大规模的训练样本将导致训练的负担重，计算，过度学习和分类准确性低。 为了解决这些问题，本文提出了一种新颖的规模化的训练样本约简方法（FCMTSR）。 FCMTSR以训练样本为点集，通过分析点与集之间的关系，得到潜在的支持向量，并去除混合的非边界离群数据。为减少计算量，在模型中采用了模糊C均值聚类算法。 FCMTSR。 通过FCMTSR，可以减少训练时间并提高定位精度。 通过仿真，评估了基于FCMTSR-支持向量机的定位性能。 实验结果表明，与不带FCMTSR的支持向量机的现有定位算法相比，该算法的定位精度提高了2％，训练时间减少了55％。 支持FCMTSR的向量机定位算法还可以有效解决边界问题和覆盖漏洞。 最后，讨论了所提出的定位算法的局限性，并提出了今后的工作。

提出了一种利用超声波测距的改进型TOA无锚定位算法,针对该算法,设计了一款以微控制器C8051F020和SoC CC2430为核心的无线传感器节点硬件平台。

摘 要： 首先介绍无线传感器网络定位技术的相关术语、评价标准等基本概念及定位算法的分类方法； 重点从基于测距和非测距两个方面介绍无线传感器网络的主要定位方法， 并研究和分析若干新型无线传感器网络定位方法， 主要包括基于移动锚节点的定位算法、三维定位算法和智能定位算法。从实用性、应用环境、硬件条件、供能及安全隐私等方面出发总结当前无线传感器网络定位技术存在问题并给出可行的解决方案后， 展望未来的研究前景与应用发展趋势。 　　1 引 言 　　无线传感器网络作为一种全新的信息获取和处理技术在目标跟踪、入侵监测及一些定位相关领域有广泛的应用前景。然而， 无论是在军事侦察或地理环境监测， 还是交通路

TDOA,无线传感器网络定位算法，之TDOA(TDOA, Wireless sensor network localization algorithm, the TDOA)

两种常用于无线传感网络定位的算法的MATLAB实现，MDS和DV-HOP，内附定点仿真实验实现，可以测试定位的准确度

针对传统矿井安全管理系统在复杂环境下难以准确定位工作人员的问题,设计了一种基于Zig Bee无线传感器网络的矿井人员定位系统。根据矿井的实际需求,建立了矿井人员定位系统的总体框架方案,并对系统各组成部分的硬件和软件部分进行了详细的设计,定位系统采用一种改进的接收信息强度指示(RSSI)定位算法来求解位置节点的坐标。最后通过模拟测试验证了所设计系统的可行性和有效性。

结合近年来无线传感器网络定位技术的发展状况，对无线传感器网络定位的基本概念、评价标准以及国内外研究现状进行了概述，重点对基于测距和基于非测距的无线传感器网络定位算法进行了分析，并列举了一些新型WSN定位的算法。

无线传感器网络移动锚节点定位

无线传感器网络定位算法代码大全.rar

无线传感器网络所有定位算法matlab仿真代码 很全的无线传感器网络定位算法仿真代码 并且包含各个算法的论文