基于最优跳距和改进粒子群的DV-Hop定位算法*

针对DV-Hop定位算法利用跳数乘以平均跳距来估算距离并采用极大似然估计法定位而导致误差较大的问题,提出一种最优跳距和改进粒子群的DV-Hop算法即OPDV-Hop。该算法首先利用节点的通信半径对锚节点间跳数进行修正;然后根据全局和局部范围对锚节点的影响,选择最优平均跳距来估算距离;最后用改进的粒子群算法来优化未知节点坐标。仿真结果表明,OPDV-Hop算法相比DV-Hop算法、基于粒子群的DV-Hop算法以及基于改进粒子群的定位算法,定位误差分别减小16%、11%和5%左右,其能够有效的降低估算距离误差,提高定位精度。     

融合RSSI跳数量化与误差修正的 DV-Hop改进算法

为了提高DV-Hop算法在非均匀网络中的定位精度,提出一种基于RSSI跳数量化与误差修正的DV-Hop改进算法。改进算法首先利用节点间RSSI值与基准RSSI值的比值量化节点间跳数,使整数跳数转化为连续跳数,并在量化跳数的基础上对锚节点平均跳距进行重估,然后对各锚节点平均跳距进行加权处理以修正未知节点平均跳距。最后利用未知节点与最近锚节点的距离关系对未知节点坐标的估计误差进行修正,以进一步降低节点的定位误差。实验结果表明,相较于DV-Hop算法及相关文献,改进算法在相同的网络环境下能够有效降低累积误差对距离估算的影响,提升未知节点定位的精度,在不增加硬件开销的情况下,改进算法的相对定位误差比DV-Hop算法平均下降了20.7%。     

锚节点选择和距离修正的DV-Hop定位算法

为了更好地解决DV-Hop算法定位精度较低的问题,提出一种改进DV-Hop定位算法;首先利用共线性阈值选取锚节点参与位置估计;然后对实际距离和估计距离的误差采用最小二乘法校正锚节点的平均跳距,再用加权修正距离值;考虑到未知节点到锚节点路径与锚节点间路径有重合的情况,用算术平均值计算平均跳距;最后采用二维双曲线定位算法来提高定位精度;仿真结果表明,与传统DV-Hop相比,改进算法在定位稳定性、覆盖率和定位精确度方面都得到了提高.     

融合正余弦优化与跳距优化的DV-Hop定位算法

针对DV-Hop定位算法中跳距计算不精确以及最小二乘法求解不能达到最优无偏状态导致定位不准确的问题,提出一种融合正余弦优化与跳距优化的DV-Hop定位算法,并给出了最优化锚节点的概念。该算法首先选取每个未知节点周围所有锚节点中平均跳距最小的锚节点作为最优化锚节点;然后选取其余任一锚节点与未知节点构成三角形,将最优化锚节点到未知节点的边作为三角形中的最优化边;其次利用余弦定理计算其余锚节点到未知节点的距离,达到优化跳距的目的;最后利用正余弦优化算法改进最小二乘法,利用正余弦函数的波动性寻找未知节点的最优位置。实验结果表明,该算法相比于传统DV-Hop定位算法和DV-Hop改进算法,定位误差明显降低。     

无线传感器网络中改进的DV-Hop定位算法

针对传统距离矢量跳(DV-Hop)算法中平均跳距的误差以及未知节点与锚节点之间估计距离的误差,提出了一种改进算法.通过筛选参与锚节点平均跳距计算的锚节点减小引入误差,并对其进行加权处理以提高精度;根据未知节点与锚节点之间的跳数计算未知节点平均跳距;依据平均跳距作用域,计算锚节点到未知节点的距离.仿真结果表明:在不增加硬件开销的条件下,改进算法有效减小了定位误差.     

基于平均跳距估计和位置修正的DV-Hop定位算法

针对传统DV-Hop定位算法只考虑了最近一个锚节点估计的平均跳距,而导致定位误差较大这一问题,提出了一种基于平均跳距估计和位置修正的改进DV-Hop定位算法.改进算法在计算未知节点到各个锚节点距离时,考虑到离该未知节点最近的锚节点到其它锚节点的距离及跳数的不同,计算出不同的平均跳距,使其更接近于实际平均跳距,另外,改进算法还对初步定位结果进行了循环位置修正.仿真结果表明,与传统DV-Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,并且算法简单,计算量小,是无线传感器网络中节点定位的一种实用方案.     

基于平均跳距的水下传感器网络节点定位算法

在分析DV-Hop定位算法优缺点的基础上,针对其平均跳距误差大的不足,提出一种基于平均跳距的水下传感器网络节点定位算法. 该算法对平均跳距进行两次改进. 首先,锚节点利用边界锚节点和其一跳邻居的锚节点计算平均每跳距离. 其次,未知节点收到各锚节点的平均距离广播分组包,根据其到各锚节点的跳数按权重比例公式计算出最终的平均每跳距离. 仿真实验表明,经过两次改进,该算法优于传统DV-Hop定位算法,提高了定位精确度.     

基于DV-Hop定位算法的改进研究

在无线传感器网络DV-Hop定位算法中,网络平均跳距离的估算是决定定位精度的重要因素之一。传统的DV-Hop定位算法只考虑了最近一个锚节点佑计的平均跳距,从而导致定位误差较大。为了提高节点定位精度,在原算法基础上提出了一种改进算法,考虑使用多个锚节点佑算的平均跳距离并且采用加权平均跳距代替传统算法中的平均跳距。仿真实验结果表明,在相同的网络环境下,改进后的算法能有效地减少跳距计算带来的定位误差,提高定位精度。     

无线传感器网络中DV-Hop定位算法的改进

针对传统的DV-Hop定位算法在定位过程中,存在锚节点与未知节点之间的平均跳距估计的不足以及定位过程中出现的未知节点坐标超出既定区域的情况,提出一种改进的DV-Hop(Distance Vector-Hop)定位算法。在改进算法中,对平均跳距进行补偿,并对超出定位区域的未知节点的坐标进行重新修正。仿真结果表明,改进后的DV-Hop算法能够更准确地对平均跳距进行估计,有效降低了未知节点的定位误差。     

无线传感器网络DV-Hop定位算法的改进

在传统DV-Hop算法中,未知节点仅接收最近锚节点估计的平均跳距,增加了平均跳距估计误差,导致定位误差较大。针对该问题,提出一种改进的DV-Hop算法。该算法在计算未知节点到各锚节点的跳数和距离时,对未知节点接收的多个锚节点的跳段距离进行加权,获得较优平均跳距。同时修正定位得到的未知节点坐标,将已定位的未知节点升级为锚节点,并参与到其他未知节点的定位中。Matlab仿真结果表明,改进算法的定位精度比传统DV-Hop算法提高了10.26%~15.38%,较冯江等人提出的改进算法(计算机工程,2012年第19期)提高了2.0%~3.78%。覆盖率比传统DV-Hop算法提高了8.6%~12.7%,较张静等人提出的改进算法(计算机应用,2011年第7期)提高了约1.3%。     

基于逐段约束的组播拥塞控制机制研究

提出了一种基于逐段随机早期检测（RED）的网络层组播拥塞控制机制STSR,并对其有效性进行了数学推证,证明了STSR组播拥塞控制将具有更高的敏感度,组播传输链路也将具有更高的吞吐量。利用NS 2对STSR拥塞控制进行了模拟,结果证明它能保证对TCP流的友好,并实现了较粗粒度下的分布式控制。STSR在提高网络层组播健壮性的同时,最大限度地保证了其服务效率与质量。     

无线传感器网络分簇拓扑结构的研究

在通信方式和能耗分析的基础上,对两种拓扑结构进行比较,提出在不同条件下最优拓扑结构的选择标准,以及在multi-hop方式下,节点通信半径的最佳值.满足网络对低能耗的需求.     

多下一跳路由机制下负载均衡算法研究*

多下一跳路由机制中,各个节点都预先建立多下一跳转发表。在路由收敛期间,数据通过多下一跳转发表转发,从而解决断流问题,提高网络的自愈能力。提出了一种多下一跳路由机制下的负载均衡转发算法。该算法包括三个部分,即选择候选下一跳集、数据流分配映射和基于过载链路的反馈式动态调整。采用哈希函数分配数据流保证了每个业务流的报文保序问题。通过对下一跳链路的实时信息统计,采用动态调整机制可以达到很好的均衡效果。     

基于跳数区域划分的DV-Hop改进算法

DV-Hop节点定位算法使用跳数乘以平均每跳跳距估算节点间的距离,而平均每跳跳距的估算精确度与网络的拓扑结构、节点密度、节点通信半径等参数都有关系。针对DV-Hop算法过程存在的不足,为减少定位误差,本文提出了一种基于跳数区域划分的DV-Hop改进算法,引入了RSSI测距技术和限跳机制,优化参与定位的信标节点组合,采用多次三边测量法,最后用质心法确定未知节点坐标。MATLAB仿真测试表明,在相同的检测环境下,改进后的算法与其他改进算法相比,能更有效地降低定位误差,提高定位精度。     

Kool Aid,Frozen Pizza,and Academic Integrity: Learning from Mac Miller's Mixtape Missteps

The practice of hip hop music sampling can provide a meaningful and relatable example in discussing proper attribution in research writing. In the context of a one-shot library instruction session with first- and second-year students, this article details the use of a culturally relevant example of hip hop production as a model for understanding the academic research process.     

MHR无线传感器网络梯度场动态调整策略

为了适应无线传感器网络的动态拓扑结构特性、提高数据汇聚的可靠性,MHR无线传感器网络的最小跳数梯度场应该实时动态更新。为节省能量,节点可实时监听其梯度化邻居节点信息并据此动态调整其拥有的最小跳数值,以实现MHR无线传感器网络最小跳数梯度场的廉价动态实时更新。理论分析和仿真结果表明该方法在无线传感器网络物理拓扑结构不发生大规模突变的状态下具有良好的效果。     

无线传感器网络DV-hop定位算法的改进

 DV-hop算法是无线传感器网络中典型的非测距定位算法,其核心思想是将平均跳距与跳数的乘积作为2个节点间的距离,即采用节点间跳段距离代替实际直线距离参与位置计算。跳段距离计算过程中的误差累计是影响DV-hop算法定位精度的主要因素。本文提出基于门限跳数的信标节点选择策略和基于权的平均跳距优化策略,通过这2种策略减少跳段距离计算过程中的误差累计,提高定位精度。改进后的DV-hop算法通过门限跳数优化信标节点的选取,仅将小于门限跳数的信标节点当作位置计算的有效节点,从跳数角度减少了误差累计;此外,改进后的DV-hop算法在未知节点平均跳距选取上,以最佳跳距替代最近信标节点的平均跳距,更加真实地反映了实际距离,从平均跳距角度减少了误差累计。仿真结果表明,改进后的算法在不同的信标节点数、不同的节点通信半径以及不同的节点稀疏程度下,均能得到更高的定位精度。     

Models for optimal survivable routing with a minimum number of hops: comparing disaggregated with aggregated models

Given an undirected network with link capacities and a set of commodities with known demands, this paper addresses the problem of determining D (with D=2, 3, 4) hop‐constrained node disjoint paths for each commodity while minimizing the average or the maximum number of hops. These paths are defined according to two survivability mechanisms ? Path Diversity and Path Protection, the latter guaranteeing total demand protection in the event of n failures (with n<D). We study these problems in the context of a traffic engineering task over pre‐dimensioned networks where the real traffic demands are inevitably different from the estimated traffic demands that were assumed in the network dimensioning task. We present two classes of ILP models, disaggregated and aggregated, for both problems, study the relationship between their linear programming relaxations and compare their effectiveness through a set of computational experiments. The results show that, in practice, there is no gain in using the disaggregated models.     

无线传感器网络DV-Hop定位算法的改进

DV-Hop定位算法利用跳数乘以平均每跳跳距估算节点间距离,针对算法过程存在缺陷导致定位误差较大的问题,在不改变原算法的步骤,也不需要额外增加硬件设备的条件下,从两个方面对传统DV-Hop定位算法进行了改进:一是基于节点的通信半径对节点间的跳数进行修正;二是借助信标节点间的估计距离与实际距离的偏差对平均每跳跳距进行修正。仿真实验表明,在相同的网络环境下,改进后的算法与传统算法相比定位误差减少了15%左右;与另外一种利用估算出的理想跳数值对信标节点间的实际跳数值进行修正的改进算法相比,定位误差也有5%~7%的降低。实验结果表明所提出的改进算法能更有效地降低节点间的距离估算误差,提高定位精度。