无线传感器网络的定位改进算法

DV-Hop定位算法利用最近一个信标节点估计的平均跳距来计算未知节点坐标,降低了定位精度.提出了改进算法,对每个信标节点的平均跳距误差进行mandist和dist跳距修正加权,然后用加权处理后的平均跳距误差修正全网平均每跳距离,使其更逼近实际距离,最后得到未知节点的坐标.通过仿真,证明该改进算法可以有效地降低节点分布不均引起的测距误差,提高算法的定位精度.     

无线传感器网络DV-Hop定位算法

定位技术在无线传感器网络应用中起着非常重要的作用,也是具有挑战性的一种技术。近些年来,为了解决节点定位不精确的问题,很多定位算法被相继提出。在无需测距的定位算法中,DV-Hop定位算法利用节点之间的跳距估计传感器节点的位置,受到了越来越多学者的关注,但是这种定位算法本身也存在着一定的不足。针对DV-Hop定位算法的不足,提出了先对未知节点平均跳距进行加权处理,再用修正算法修正节点位置的改进算法。仿真结果显示,改进后的定位算法在一定程度上提高了节点的定位精度,具有很强的应用性。     

无线传感器网络的DV-Hop定位算法改进

针对传统DV-Hop算法存在定位精准度低这一缺陷,分析了影响传统DV-Hop算法定位精度的三点主要因素:锚节点分布密度、平均跳距误差、极大似然法扩大误差。从算法的平均跳距计算和节点坐标计算两个阶段入手,引入RSSI(Receive Signal Strength Indicator)技术对平均跳距计算过程进行优化处理,同时对未知节点坐标计算过程采用最小二乘法进行修正。仿真结果表明:改进后的算法在测距精度上比原始算法提高了约30%;在相对定位精度上提高了约35%。     

基于ISSA-GRNN的无线传感器网络定位优化算法

为了减少无线传感器网络(WSN)节点在传统方法上的定位误差,增强定位的准确度,提出了一种融合改进的麻雀搜索算法和广义回归神经网络(ISSA-GRNN)的节点定位优化算法。首先,对普通DV-Hop算法和Centroid定位算法的节点信息分别优化,利用加权优化思想和节点信号强度修正DV-Hop算法的跳距与Centroid算法的质心。然后将修正后的跳距、质心特征和节点其他特征相融合,作为GRNN的输入向量进行训练。为了解决网络调节参数随机设置的问题,通过ISSA改进网络参数,并得到未知节点的最优预测位置。仿真结果表明,与其他优化算法相比,该算法平均定位误差较小,定位精度得以提升。     

改进的DV-Hop算法在节点定位中的应用

基于传统DV-Hop算法的定位技术,通过分析该算法误差产生的主要原因,提出了节点间跳数的修正方法。通过在广播通信中采用双通信频率,将节点间的跳数缩减为0.5R,减少了平均跳距的误差。通过matlab软件的实验验证,本算法可以提高节点定位精度,且提高网络通信频率,可进一步提高定位精度,定位结果达到了预期的目的。     

一种无线传感器网络定位算法的改进

为了减小距离向量-跳段(DV-hop)算法中计算平均跳距时所造成的误差对定位的影响,提出一种基于测距信息的改进DV-hop算法。改进算法充分考虑DV-hop算法中信标节点计算平均跳距误差较大这一因素,将接收的信号强度指示(RSSI)算法中测得信号强度值转化为距离信息,再将距离信息引入DV-hop算法平均跳距的计算中,并在不同信号传播模型下进行仿真分析。仿真结果表明,在同一信号传播模型下,改进算法比原DV-hop算法有着更小的定位误差。     

无线传感网非测距三维节点定位算法

采用DV-hop算法中距离矢量跳数和平均跳距计算方法,依据几何学原理,引入位置估算偏差值,利用加权质心算法进行位置估算,设计了一种新的无线传感网非测距三维节点定位算法,给出了该算法设计的理论依据和实现步骤．仿真结果表明,作为非测距定位算法,在设定的三维空间中,随机放置40个锚结点,能对所有节点进行定位,并可以达到0.4以下的较高精度,而且通信开销相比于二维定位方法增幅不大．     

改进DV—Hop定位算法在随机传感器网络中的研究

DV—Hop定位算法是一种典型的无需测距定位算法。DV—Hop定位算法在各向同性的密集网络中,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。针对随机传感器网络中节点分布不规则的特点,在传统DV-Hop算法的基础上采用了跳数修正和多变的平均跳距离法两个改进措施,提出了一种改进的DV—Hop定位算法。仿真结果表明,提出的改进算法可大大地提高随机传感器网络中节点的定位精度。     

基于节点间连通性差异的DV-Hop定位算法

提出一种基于节点之间的连通性差异的算法(CDA DV-Hop). 首先通过锚节点的逆向位置估计,对锚节点的平均跳距重新进行计算,减少累计误差;然后再根据相近位置具有相似的连通性这一特性,对同一未知节点的不同估计位置进行最大最小值的限定,限定超出感知区域的位置,并计算它们的连通性差异;最后从候选估计位置中找出连通性差异值较小的位置作为最终的估计位置. 实验结果表明,在相同的条件下,CDA DV-Hop算法相比已有的距离向量-跳距算法具有更高的精度.     

无线传感网络基于协作模式节点定位研究

提出了一种新的基于刚性图理论和遗传算法的节点定位算法,以无线传感器网络节点的有效定位为基础,利用刚性图理论形成局部定位协作体,采用遗传算法实现节点位置的估算。该算法的特点是在形成定位协作体阶段利用节点多跳信息实现高定位率,利用节点间的测距信息实现高定位精度和高定位率。仿真实验表明,所提出算法的定位率比仅利用单跳信息时的定位率提高一倍,当测距误差Re=0.05R时,平均绝对定位误差为0.073R;当测距误差Re=0.1R时,平均绝对定位误差为0.14R。     

基于节点间覆盖关系的改进DV-Hop算法

针对经典DV-hop算法在估计跳数时所引起的定位误差,提出了基于覆盖比例的定位算法. 根据两节点间的通信覆盖率引入跳数系数,降低了每跳距离产生的误差,精确未知节点距参考节点的位置. 仿真结果表明,改进的算法能使节点的定位精确度提高,使误差比原始算法降低10%左右.     

基于相交度比的无线传感器网络迭代定位算法

为提高免测距无线传感器网络节点定位算法的性能,针对免测距定位算法利用最小跳路径距离替代节点间欧氏距离,和信标节点近似共线引入较大定位误差的缺陷,提出基于相交度比的无线传感器网络迭代定位算法,首先利用定位单元拓扑分布质量函数选择1-跳邻居参考节点,组成高质量的定位单元;其次采用基于相交度比的距离计算估计距离精度;最后采用双曲线定位方法减少误差.仿真结果表明,在节点均匀随机部署,非均匀C-型分布的网络场景中,与DV-Hop、Amorphous等已有改进算法相比,新算法具有更小的定位误差,可提供更加精确的传感器节点位置.     

基于密度分簇的无线传感器网络定位算法

针对MDS-MAP(P)算法存在节点间最短路径距离计算误差、合并误差及算法复杂度过高等问题,提出了一种基于密度分簇的算法MDS-MAP(DB)。该算法选择邻居节点数最多的节点作为分簇机制的开始节点,一跳邻居节点组成的簇域内利用三角不等式法则测距,两跳内节点组成的簇域内利用最短路径法测距,且每个簇域内只有簇头节点执行测距算法,降低了测距误差及算法计算复杂度,提高了算法的性能。仿真实验结果表明,该算法具有更小的定位误差。     

一种APIT改进定位算法研究

APIT改进定位算法结合网格扫描方法,未知节点一旦被定位就充当起信标节点的功能,向周围邻居发送自己的估计坐标信息,把已经定位的未知节点与信标节点同等对待。通过MATLAB进行仿真,实验证明,该算法不仅减小了定位误差,并且提高了定位覆盖率,表明APIT改进定位算法有一定优势。     

一种基于RSSI向量的传感器网络定位算法

为了降低待定位节点在定位单元的边缘定位误差,设计了一种四边形区域定位算法。首先根据待定位节点在定位单元的不同位置,分别采用定位单元内部定位机制和定位单元外部定位机制,然后引入向量相近度来辅助寻找距离未知节点最近的参考样本点。试验结果表明,该算法可降低50%的定位误差,随着锚节点数的增加,定位精度逐渐增加且最终趋于稳定,解决了待定位节点的定位误差问题。     

移动锚节点辅助的DV-hop定位方法研究

该文简要分析了DV-hop算法的定位原理,在分析锚节点比例、节点部署密度对该算法定位精度影响的情况下,针对稀疏的随机无线传感器网络引入移动锚节点。移动锚节点使用一种在自组织网络中经常用到的移动模型。仿真结果表明,改进的M-A-DV-hop算法很大程度地降低了硬件成本,并显著提高了算法在稀疏随机传感网中的定位精度。