无线传感器网络DV-HOP定位算法的改进

节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注.在深入研究分析无线传感器网络DV-Hop定位算法和部分已有改进算法的基础上,提出了一种新的改进算法.针对DV-Hop算法在未知节点到信标节点距离计算中的不足,该算法对信标节点的平均每跳距离做出改进;并对可参考信标节点数小于3的未知节点进行估计定...     

无线传感器网络DV-hop定位改进算法

提出了一种改进的DV-Hop定位算法,通过对DV-Hop算法的局部优化,减小了定位计算量,并使得改进的DV-Hop算法对不规则形状的节点分布网络具有较强的适应性,克服了原算法只适用于各向同性网络的不足。仿真结果表明,改进的DV-Hop算法减小了用于定位的通信开销,提高了定位精度,从而验证了改进的DV-Hop算法能够适用于节点不规则分布的异性网络。     

基于蛙跳改进算法的无线传感器网络定位*

针对无线传感器网络（WSNs）定位过程当中传统的DV‐Hop定位算法在计算锚节点与未知节点之间的平均跳距时存在较大误差的问题,论文根据蛙跳算法（S FL A ）计算速度快,全局搜索寻优能力强的优势,结合定位的实际问题,提出了一种改进的蛙跳算法。并将其引入到DV‐Hop的算法设计中,实现节点的定位。     

基于改进粒子群优化算法的无线传感器网络定位

针对经典DV-Hop定位算法第3阶段计算未知节点位置存在较大误差的问题,提出一种基于改进粒子群优化算法的无线传感器网络定位方法。首先分析DV-Hop算法误差大的原因,并将定位问题转换成未知节点坐标的优化问题,然后采用改进粒子群算法对问题进行优化,并引入收缩因子加快搜索速度和精度,找到全局最优未知节点坐标,最后在Matlab 2012平台上进行仿真实验。仿真结果表明,本文算法提高了传感器节点的定位精度,大幅度降低了定位误差。     

无线传感器网络DV-Hop定位算法的研究

针对无线传感器网络中DV-Hop定位算法锚节点数的比例与节点定位精度以及覆盖率密切相关的问题,在分析原算法的基础上对其进行改进。改进后的算法未知节点只接收限定跳数内的锚节点的信息,当未知节点接收到3个或3个以上锚节点的信息时对其进行定位,然后将已定位的未知节点升级为锚节点,新旧锚节点共同参与剩下的未知节点的定位。仿真结果表明改进后的算法提高了节点的覆盖率和定位精度。     

无线传感器网络DV-Hop定位算法

节点定位技术作为无线传感器网络的核心技术之一,为目标监测、识别及跟踪等做技术支撑。本文重点研究无线传感器网络中最广泛应用的DVHop(Distance Vector-Hop)经典算法,及针对定位精度低的不足提出的改进DVHop定位算法。     

基于群体智能改进无线传感器网络定位算法

对经典DV-Hop算法误差比较大的现象进行讨论。对DV-Hop算法进行改进,提出BSADV-Hop算法。该算法分为两大部分,第一部分对跳数计算方法进行改进;第二部分对平均每跳距离进行寻优。在这过程中采用一种群体智能算法——鸟群算法最终降低平均每跳距离导致的误差。仿真实验结果证明,与经典DV-Hop和PSODV-Hop相比,该算法能更准确地计算节点平均跳距,定位精度得以提高,并且体现出较好的稳定性和可行性。     

无线传感器网络节点定位算法的研究与改进

针对无线传感器网络中DV-Hop定位算法的不足,在其基础上提出三种改进的定位算法,并介绍每种算法的基本原理和实现方法。在同一仿真平台上进行比较,分析三种改进算法在锚节点比率不同的情况下,对定位误差和覆盖率的影响。仿真结果证明了改进算法的有效性。     

基于蝙蝠优化算法的无线传感器网络节点定位研究

节点定位是无线传感器网络应用中的关键技术,Dv-Hop算法的定位精度不尽人意,因此将三方面改进的蝙蝠算法应用于Dv-Hop平均跳距的计算过程中,在Dv-Hop的第三阶段引入改进后的蝙蝠算法代替最小二乘法来计算未知节点的坐标,大大降低平均跳距导致的定位误差,提高定位精度;仿真结果表明,改进的BA算法优化的DV-hop定位算法在不同锚节点密度、不同通信半径、不同节点数量以及定位精确度等方面表现出良好的性能。     

改进的无线传感器网络DV-Hop定位算法

在无线传感器网络中,DV-Hop定位算法在计算未知节点到锚节点的距离以及相邻节点跳距时存在较大误差。为此,提出一种改进的DV-Hop定位算法。在未知节点到锚节点的路径中,考虑相邻3个节点组成的夹角对距离的影响,根据邻近节点重叠度计算夹角,引入网络平均连通度计算节点间的跳距,从而更精确地计算距离。仿真结果表明,改进算法可提高节点的定位精度和覆盖率。     

一种改进的DV-Hop传感器网络定位算法

基于DV-Hop的无线传感器网络定位算法在洪泛过程中产生大量信息而导致能量消耗大的问题,提出了一种选择边界锚节点的算法。通过减少参与洪泛的锚节点个数来减少能量消耗,从而延长无线传感器网络的生存周期。实验表明,提出的算法不仅能够减少传递的信息量,而且还能略微提高定位精度。     

基于人工蜂群改进算法的无线传感器网络定位算法

针对无线传感器网络无需测距的DV-Hop定位算法中,利用最小二乘法进行节点定位时存在较大误差的问题,提出了一种改进的DV-Hop智能定位算法。首先在详细分析DV-Hop算法中最小二乘法原理的基础上,将定位问题转化成全局最优化问题;其次根据人工蜂群算法计算最优化问题的优势,结合定位具体问题,提出了一种自适应人工蜂群算法;最后将改进的人工蜂群算法运用到DV-Hop算法未知节点的坐标估计阶段实现定位。仿真实验表明,改进的定位算法与最小二乘法及基于传统人工蜂群算法的DV-Hop算法相比,在不同锚节点比例和不同节点数的情况下,定位精度和精度稳定性都有明显提高。     

无线传感器网络自定位算法的研究

节点自定位技术是无线传感器网络的关键技术之一,文章主要针对DV-Hop算法中定位精度的不足提出一种基于功率控制的改进算法。将RSSI和DV-Hop相结合,把传统DV-Hop算法中的跳数用虚拟距离代替,通过实际距离与虚拟距离的比例来修正平均每跳距离。为了减小定位误差和提高定位覆盖率,该文将锚节点分布在区域四周,并且将已定位的未知节点升级为锚节点。经仿真结果表明,与传统DV-Hop算法相比,改进后的算法可以有效提高定位精度。     

改进的无线传感器网络DV-Hop定位算法

在众多定位技术中,DV-Hop定位算法是应用最广泛的算法之一,它实现简单,对节点硬件要求较低,但该算法使用跳段距离代替实际距离,而平均每跳距离的计算精度受网络的连通度、节点密度等影响。针对DV-Hop定位算法的缺陷,提出修正平均每跳距离和估计距离来提高定位精度的改进算法,并在3种不同的节点分布环境下进行仿真。仿真实验结果表明,改进后的算法定位精度得到了有效的提高。     

一种改进的无线传感器网络DV-Hop定位算法

DV-Hop定位算法是无线传感器网络实现无测距节点定位的一种典型方法,针对其定位精度和覆盖率的不足,提出了一种按节点优先级进行定位并升级为新锚节点的改进算法;该算法是从第二轮次开始增加一次新锚节点广播,由各未知节点根据自身所收到的新旧锚节点广播的多少来确定其优先级,选择该轮次中优先级最高的节点按DV-Hop算法实现定位并升级为新锚节点;仿真结果表明了该算法的有效性。     

无线传感器网络中一种改进的DV-Hop定位算法

节点定位是无线传感器网络应用的关键技术,文章分析了DV-Hop算法及提出的一些改进方法;DV-Hop算法简单把跳数作为衡量节点距离的标准,这样会由于跳数相同、实际距离远近不同而选用错误的锚节点定位引起较大误差;通过引入了RSSI测距模型,把测距技术和非测距技术相结合,校正距离锚节点远近,在一跳之内以及多跳情况下分别实现更高精度的定位从而达到在一定程度上降低定位误差的目的。     

基于移动代理的无线传感器网络节点定位算法

研究了无线传感器网络节点定位算法及移动代理技术。在DV-Hop算法的基础上采用移动代理技术,并限制未知节点接收移动代理的个数和移动代理的传播跳数,减少了节点信息收发和存储量,降低了网络流量及节点负载。     

基于DV-HOP的无线传感器网络定位算法

通过对DV-HOP算法的理论分析,找出其产生误差的主要原因,提出相应的改进算法,即对未知节点与锚节点之间的估计距离做出修正,该修正值由多跳的校正值和锚节点的平均每跳距离误差所组成,同时将总体最小二乘法（TLS）应用于定位中,进一步提高了定位精度。选用Matlab进行相关仿真,结果表明：改进算法的定位精度比原算法及部分现有改进算法有明显的提高。     

改进的无线传感器网络DV-Hop定位算法

为了解决DV-Hop算法定位精度低的问题,提出一种分轮优化的改进DV-Hop定位算法。首先通过跳数阈值限制锚节点广播信息的范围;其次用每轮锚节点的平均每跳距离误差来修正锚节点的平均每跳距离;然后通过共线度检测区域,找出适合定位的锚节点组;再用三边测量法计算出参与定位的每组锚节点组的定位结果,用所有锚节点组定位结果的均值作为未知节点的估计位置;最后把本轮定位的未知节点升级为新的锚节点,进行下一轮定位。仿真结果表明,改进算法在不增加额外硬件开销的基础上,减小了定位误差,有效地提高了定位精度。     

一种改进的无线传感器网络节点定位算法

分析了DV-Hop算法定位过程及误差产生原因,提出一种改进的DV-HOP算法。该改进算法不改变DV-Hop算法的定位过程,在平均每跳距离估计、节点位置估计方法等方面进行了改进,并用MATLAB7.0进行了仿真,仿真结果表明,该改进算法可极大地提高节点定位精度,并且不需要增加网络通信量和额外硬件支持。