基于改进DV-Hop的无线传感器网络节点定位算法

针对DV-Hop距算法定位误差大的难题,提出一种改进离估计误差,并利用DV-Hop的传感器节点定位算法。首先修正知节点与信标节DV-Hop算法对节点进行定位;然后对进V-Hop算法定位误差行校正,最后在Matlab 2012平台上对算法性能进行仿真分析。仿真结果表明,本文算法可以较好地克服DV-Hop算法存在的不足,提高了传感器节点的定位精度。     

WSN中基于最佳指数的加权DV-Hop算法

DV-Hop算法是一种低成本、低定位精度的无需测距定位算法,在粗精度定位中应用广泛。为提高DV-Hop算法定位精度,从减小锚节点的平均每一跳距离误差和减小未知节点平均每一跳校正值误差两方面考虑。首先,用最佳指数值下的公式计算锚节点平均每一跳距离。然后,将未知节点的校正值加权处理,使所有的锚节点根据与未知节点距离的远近影响校正值的大小。MATLAB实验证明,改进的基于最佳指数值下的加权DV-Hop算法比DV-Hop算法、加权DV-Hop、最佳指数值下DV-Hop算法定位精度分别提高2%左右、1.65%左右、1.15%左右,同时不会增加网络硬件成本。     

基于邻居节点相似度的改进DV-Hop节点定位算法

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。     

WSN中一种改进的DV-Hop节点定位算法

DV-Hop算法是一种经典的距离无关的无线传感器网络节点定位算法.详细分析了DV-Hop算法的定位过程,针对其局限性提出一种改进的DV-Hop算法.该改进算法在传统DV-Hop算法的第一阶段采用分簇策略以减小通信开销和分组冲突概率,并且用拟牛顿优化算法代替传统的最小二乘法计算节点位置,最后用Matlab7.0进行仿真....     

基于邻居节点相似度的改进DV-Hop节点定位算法北大核心

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。     

无线传感器网络中基于DV-Hop定位算法的改进

根据信标节点到达未知节点的跳数信息,将未知节点接收到的信标节点划分为3个级别,即到达未知节点跳数为1的节点为第一级节点、跳数为n的节点为第二级节点,剩余的为第三级节点。为此,在未知节点的信息表中定义了两个计数器,即counter1和counter2。计数器的值不同,意味着所选择的定位方法也有所区别。此外,跳数为1的情况下,引入了接收信号强度指示(RSSI)模型进行定位。同时,文章也详细阐述了对传统的DV-Hop算法的改进。     

无线传感器网络DV-Hop定位算法研究

本文介绍了无线传感器网络定位技术的国内外研究现状,对无线传感器网络的相关技术做了整体概述。综述了无线传感器网络自身定位系统的评价、分类,重点对无需测距自定位算法中的DV-Hop算法进行了研究,并用VC++编程实现仿真。     

基于RSSI修正的改进DV-Hop测距算法

针对DV-Hop算法测距误差受节点分布不均匀影响较大的问题和RSSI算法受环境因素影响较大的问题,提出了一种基于RSSI修正的改进型DV-Hop测距算法。该算法在保持DV-Hop算法环境适应性强的优点的同时,有效降低了由于节点分布不均而引起的测距误差,从而提高了定位精度。仿真结果表明该修正算法在不同的锚节点数和不同的通信半径下,均能够有效降低测距误差;同时该算法的定位精度与原DV-Hop算法以及另外3种以DV-Hop为基础的改进型算法相比均得以提高。     

改进人工免疫算法优化的DV-Hop节点定位算法

由于无线传感器网络连通性不合理,导致计算待测节点与已知节点间距离时存在误差。为此,提出一种改进的人工免疫算法(AIA)优化DV-Hop未知节点坐标。首先对原平均跳距加权,其次利用网络中信标节点间距离产生的偏差构造跳距校正值得到最终的全网平均跳距。最后在计算待测节点坐标时引入AIA,针对AIA易陷入局部最优以及收敛速度过慢的问题,在局部搜索过程中采用高斯变异方法对AIA进行改进,扩大搜索范围,得到优化的待测节点坐标。经Matlab仿真证明,与原DV-Hop算法相比,改进后的算法在节点总数、信标节点比例以及通信半径三方面平均定位误差降低了近15%左右,具有较高的定位精度和较好的定位稳定性,同时也改善了算法的收敛性。     

DV-Hop定位算法在随机传感器网络中的应用研究

DV-Hop节点定位算法是一种重要的与距离无关的定位算法。在各向同性的密集网络中,DV-Hop可以得到比较合理的定位精度,然而在随机分布的网络中,节点定位误差较大。该文根据DV-Hop算法定位过程,在平均每跳距离估计、未知节点到各参考节点之间距离的计算和节点位置估计方法等3个方面进行了改进,分析和仿真了不同改进措施和综合改进的定位性能。结果表明,与有关方法相比,该文提出的改进措施可极大地提高节点定位精度。此外,该文改进措施不改变DV-Hop算法的定位过程,因此不需要增加网络通信量和额外硬件支持,是理想的与距离无关算法。     

一种无线传感器网络中 DV-Hop定位的改进算法

针对无线传感器网络中经典定位算法 DV-Hop 存在定位精度低的缺陷,提出了一种改进算法。在传统 DV-Hop 算法的基础上,首先采用最小均方误差准则校正信标节点的平均每跳距离,然后对各未知节点到参考信标节点的平均每跳距离进行加权处理,最后通过参数分析,对未知节点进行位置修正。仿真实验结果表明,改进算法相比于传统的 DV-Hop 定位算法以及已有的改进算法具有很高的定位精度,并且无需增加额外的硬件设施。因此在工程上具有很好的实用性。     

基于DV-HOP的改进算法及仿真

节点定位技术是无线传感器网络中的关键技术之一。为了提高节点定位精度,在DV-HOP算法的基础上提出两种改进措施:锚节点规划部署和加权算法,改进后的算法统称为加权DV-HOP。在新算法的基础上建立Matlab仿真模型。仿真结果表明加权DV-HOP算法,在相同的锚节点数量和锚节点无线覆盖范围下,节点定位精度约提高10%。     

DV-Hop无线网络定位算法研究

针对无线传感器网络定位的DV-Hop定位算法定位精度不足,文中提出了一种改进后的DV-Hop算法。改进后的算法在原基础上引入了均匀量化模型来提高每段跳距的精度和最小二乘法以解决定位过程中造成的累积误差。仿真结果证明,改进后的算法显著的提高了未知节点的定位精度。     

一种基于信任度的DV—Hop改进定位算法

针对DV-Hop算法在网络中存在障碍物形成弯曲路径时不能进行正确定位这一局限性,引入了信任度概念,提出了一种改进的DV-Hop定位算法——基于信任度的DV-Hop改进算法(TDDV-Hop),通过对信任度值的判断筛选出合适的平均每跳距离值.仿真结果表明,TDDV-Hop算法能够减小由于路径弯曲而产生的定位误差,提高定位的精确性.     

无线传感器网络节点定位算法研究

研究无线传感器网络节点定位的方法。首先介绍了节点定位的基本原理,在总结节点定位原理的基础上,对节点定位方法的分类依据进行了归纳。在对无线传感器网络节点定位方法的研究中,主要对是否基于测距的节点定位方法进行具体分析,介绍了2种类型的定位方法的基本原理,并对2种类型的定位方法中的典型算法做了具体说明,最后介绍了定位算法的评价标准。     

基于MCL算法的无线传感网络节点定位技术

介绍了Monte Carlo（MCL）定位算法在无线传感网络节点定位中的应用,对MCL算法的位置估计、位置预测、位置滤波等方面进行了详细说明,针对算法中存在的初始位置不确定的问题进行了改进,并对算法进行了简化。     

基于EKF的无线传感器网络移动信标定位算法

针对无线传感器网络节点定位精度较低的问题,提出一种基于扩展卡尔曼滤波的移动信标节点定位算法。该算法采用等距三重优化覆盖思想确定虚拟信标分布,利用蚁群算法获取最优遍历路径,同时引入扩展卡尔曼滤波算法以提高节点定位精度。通过对节点通信半径、虚拟信标数目、路径长度、迭代次数等参数分别进行仿真验证,结果表明本文算法定位精度明显优于普通质心定位算法,同时该算法在提高网络覆盖度、降低网络成本等方面也有较大优势。     

无线传感器网络节点定位机制研究

传感器网络中的节点定位问题与很多实际应用直接相关,主要有两类算法,即 rang-free和rang-based,这两类定位算法各有其优势和不足.为了研究算法的发展趋势,比较了几种典型的定位算法,指出了各自的优缺点.     

一种无线传感器网络中DV-Hop定位的改进算法

针对DV-Hop算法中存在的误差问题,提出了一种基于平均每跳距离的改进方案.该算法利用误差修正值δ对估算的平均每跳距离值进行修正,以便减少估算的平均每跳距离与实际平均每跳距离之间的偏差.实验结果表明,改进算法有效的降低了节点的平均定位误差,提高了节点的定位精度,并且不需要增加额外的硬件.