一种加权的DV-Hop定位改进算法

针对 DV-Hop 定位算法中在计算未知节点到锚节点距离时产生较大误差的问题,提出了一种改进的 DV-Hop 算法。改进算法对全网平均每跳距离和局部平均每跳距离进行了加权处理,得到了未知节点的平均每跳距离,又提出了一种改进的加权最小二乘法来得到未知节点的坐标,减小了节点的定位误差。仿真结果表明,在不需要增加额外的硬件设施的基础上,改进算法的定位精度相比于原算法明显提高。     

一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法

针对Distance Vector-Hop (DV-Hop) 定位算法存在较大定位误差的问题,该文提出了一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法,即WSGDV-Hop定位算法。改进算法用基于误差与距离的权值处理锚节点的平均每跳距离;根据判断的位置关系选择适合的跳段距离计算方法;用改进的遗传算法优化未知节点坐标。仿真结果表明,WSGDV-Hop定位算法的性能明显优于Distance Vector-Hop (DV-Hop) 定位算法,减小了节点定位误差、提高了算法定位精度。     

一种基于变异系数的DV-Hop定位改进

无线传感器网络节点定位至关重要,有着广泛的应用前景。为减小DV-Hop算法在无线传感器网络节点定位中的误差,针对DV-Hop中平均每跳距离的计算方式进行了改进,利用变异系数的加权方式来求解平均每跳距离,使其更接近真实值。仿真结果表明,改进算法在定位精度、稳定性方面都具有更好的性能,是一种可行的定位解决方案。     

基于加权的DV-Hop算法在WSN中的应用与研究

定位在无线传感器网络中非常重要,在DV-Hop定位算法中,平均每跳距离的计算误差过大.提出了改进的DV-Hop定位算法,结合较少跳数范围内加权的思想求解平均每跳距离,再乘以跳数,使其结果更加接近真实值.MATLAB仿真结果显示,改进的DV-Hop算法定位在不需要增加硬件开销的基础上增加了定位精度,定位误差明显减少.     

无线传感器网络中一种基于加权的DV-Hop定位算法

无线传感器网络节点定位至关重要,有着广泛的应用前景。为减小DV-Hop算法在无线传感器网络节点定位中的误差,针对DV-Hop中平均每跳距离的计算方式进行了改进,利用变异系数的加权方式来求解平均每跳距离,使其更接近真实值。仿真结果表明,改进算法在定位精度、稳定性方面都具有更好的性能,是一种可行的定位解决方案。     

基于跳数修正和跳距调整的 DV-Hop定位改进算法

针对DV‐HOP算法定位精度不高、对网络拓扑要求较高的缺点,提出一种新的改进算法,主要做了以下三个方面的工作：利用基于测距的RSSI方法对跳数信息进行调整;通过剔除远距离的信标节点从而减少了因路径上跳数过多所造成的误差积累;通过加权处理各信标节点的平均跳距来得到定位节点平均跳距。仿真结果表明,在不增加额外硬件开销的前提下,算法的定位精度有了明显提高,是一种可行的无线传感器节点定位解决方案。     

基于跳距修正粒子群优化的WSN定位算法

针对DV-Hop算法在节点随机分布的网络拓扑环境中存在较大误差的问题,提出了一种基于跳距修正粒子群优化的定位算法WPDV-Hop(weight PSO DV-Hop)。本算法通过对锚节点广播的数据分组结构进行了改进,对参考锚节点的平均每跳距离的误差进行加权处理以及用改进的粒子群(PSO)算法对定位中的迭代过程进行优化,实现WPDV-Hop定位算法的全面改进,以提高定位精度。仿真结果表明,改进的算法与原始算法相比,定位精度和算法的稳定性有明显提高。     

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。     

基于平均跳距修正的无线传感器网络节点迭代定位算法

针对无需测距DV-Hop定位算法存在较大定位误差的问题,从3个方面对其进行了改进:采用最小二乘法准则校正了信标节点间的平均每跳距离;基于对多信标节点平均每跳距离的加权处理修正了用于位置估计的平均每跳距离;通过设定定位精度门限,给出了对估计的定位节点坐标进行迭代求精的数值方法.给出了改进定位算法的实现流程,并对算法的性能进行了仿真研究.仿真结果表明,在适当增加节点计算量和通信开销的条件下,改进算法的定位精度和精度稳定性有明显改善,是一种可行的无线传感器网络节点定位的解决方案.     

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.     

改进的无线传感器网络DV-Hop 节点定位算法

DV-Hop 算法是解决无线传感器网络节点定位问题的一种经典算法。文中根据经典的DV-Hop 算法提出了一种改进算法,通过引入更优的误差矫正和双曲线定位算法,减少了经典算法中多跳过程中积累的定位误差。比较和分析了经典DV-Hop 算法和改进后算法的仿真结果可以看出,改进后的DV-Hop 算法定位精度提高显著,在给定条件下的定位误差下降了约50%。     

一种具有连续跳数值的三维DV-Hop改进算法

设计精确的定位算法是无线传感器网络（Wireless Sensor Networks,WSNs）的研究热点.针对DV-Hop（Distance Vector-Hop）定位算法中节点间距离估计误差较大导致定位不精确的问题,提出了一种具有连续跳数值的三维DV-Hop改进算法.探究了邻居节点间的距离与相应节点位置和通信半径构成的相交球体体积之间的关系,提出了连续跳数值的定义,并通过参数修正给出了其计算方法.通过仿真实验探究了网络环境对参数的影响并确定了参数的取值,使用连续跳数值代替DV-Hop算法中的跳数来降低节点间距离估计误差.仿真实验表明,该算法在不增加算法复杂度以及额外硬件的情况下有效地降低了定位误差.     

Multiobjective optimization‐based DV‐hop localization using NSGA‐II algorithm for wireless sensor networks

Localization is one of the important requirements in wireless sensor networks for tracking and analyzing the sensor nodes. It helps in identifying the geographical area where an event occurred. The event information without its position information has no meaning. In range‐free localization techniques, DV‐hop is one of the main algorithm which estimates the position of nodes using distance vector algorithm. In this paper, a multiobjective DV‐hop localization based Non‐Sorting Genetic Algorithm‐II (NSGA‐II) is proposed in WSNs. Here, we consider six different single‐objective functions to make three multiobjective functions as the combination of two each. Localization techniques based on proposed multiobjective functions has been evaluated on the basis of average localization error and localization error variance. Simulation results demonstrate that the localization scheme based on proposed multiobjective functions can achieve good accuracy and efficiency as compared to state‐of‐the‐art single‐ and multiobjective GA DV‐hop localization scheme.     

基于跳数修正的DV-Hop改进算法

针对传统DV-Hop算法中,跳数信息无法如实反应节点实际距离关系,而导致节点在无线传感网络定位过程中存在较大误差的问题,提出一种对跳数进行水平及垂直修正的改进算法。在相邻节点间,跳数进行水平修正,修正过程引入RSSI技术,对1跳按节点间距离与节点通信半径比值分段,细化跳数。同时在水平修正的基础上,分析节点间可能性分布,对不相邻节点引入修正角度进行垂直修正。仿真结果证明,在相同网络情况下,与传统DV-HOP算法相比,改进算法在增加少量计算量的前提下有效提高了定位精度。     

基于改进灰狼优化算法的DV-Hop定位算法

针对无线传感器网络节点DV-Hop定位算法由于节点分布不均,距离估计不准确,导致定位精度较低的问题,提出了一种基于改进灰狼优化算法的DV-Hop定位算法,采用先进的灰狼优化算法以寻找最优值的方式得到未知节点、坐标。同时,为进一步提高优化算法的寻优能力,克服可能出现局部最优的情况,将优化算法与免疫算法相结合,提高优化算法中灰狼种群的多样性,进而提高对最优解的搜索能力,达到提高定位精度的目的。实验结果表明,相对于普通的DV-Hop定位算法和普通的灰狼优化算法,改进之后的定位算法精度更高。     

An improvement of DV-Hop localization algorithm for wireless sensor networks

An improved DV-HOP localization algorithm is proposed based on the traditional DV-HOP localization algorithm in the paper. There will be a big error that using the nearest anchor node’s average hop distance instead of the average hop distance of all the anchor nodes that involved in the localizing in the traditional DV-HOP localization algorithm. Therefore, the improved algorithm introduces threshold M, it uses the weighted average hop distances of anchor nodes within M hops to calculate the average hop distance of unknown nodes. In addition, the positioning results are corrected in the improved algorithm. The simulation results show that the new localization algorithm effectively improves the positioning accuracy compared with the traditional DV-HOP localization algorithm, it is an effective localization algorithm in the wireless sensor networks.