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。     

基于代数重建法的DV-Hop定位算法

针对运用最小二乘法求解DV-Hop定位算法带来的节点定位误差较大的问题,提出基于代数重建法的DV-Hop定位算法,运用一种由图象重建问题而引入的逐次迭代算法——代数重建法。仿真结果表明,改进算法能降低无线传感器网络中节点的平均定位误差。     

基于ASGSO算法的改进DV-Hop算法

针对无线传感器网络定位技术中DV-Hop算法在最后阶段计算待定位节点坐标时定位精度低的问题,提出了一种基于自适应步长萤火虫优化算法的改进DV-Hop算法(ASGSODV-Hop)。该算法将DV-Hop算法在估算节点坐标阶段所使用的最小二乘法用ASGSO算法代替,采用ASGSO智能算法的自适应迭代寻优对DV-Hop算法定位求解的问题建立特定的适应度函数并进行多次迭代计算实现优化,最终使待定位节点坐标与真实值更为接近。仿真结果表明,该算法的平均定位误差约为23.58%;相比于传统DV-Hop算法,ASGSODV-Hop算法可在无需附加通信开销的情况下使定位误差降低约46.49%,提高了节点的定位精度。     

基于人工蜂群算法的DV-Hop定位改进

针对无线传感器网络无需测距依赖的DV-Hop定位算法节点定位精度不高的问题,将鲁棒性强、收敛速度快且全局寻优性能优异的人工蜂群算法引入到DV-Hop算法的设计中,提出了一种ABDV-Hop(Artificial Bee ColonyDV-Hop)算法。该算法在传统DV-Hop算法的基础上,利用节点间的距离和锚节点的位置信息,在DV-Hop算法的最后阶段,通过建立目标优化函数,实现对未知节点坐标的估计。仿真结果表明,与传统DV-Hop算法相比,在不增加传感器节点的硬件开销的基础上,改进算法能有效降低定位误差。     

基于残差加权的三维DV-Hop改进WSN定位算法

针对无线传感网诸多具体应用中需要节点位置信息的实际需求,提出一种基于残差加权的三维DV-Hop改进定位算法的解决方案。该方案通过引入残差函数将提高定位精度的问题转化为等式约束条件下残差最小化的求解问题,采用最小二乘准则对待定节点与锚节点的最小跳数进行平均加权处理,并利用二次规划法将其最终转化为无约束条件下最小化的问题。经理论分析得出了三维DV-Hop改进定位算法的模型,实现待定节点的坐标估计并提高了定位精度。仿真结果表明,在相同通信半径、不同锚节点比例的情况下,改进三维DV-Hop定位算法的性能得到了明显提高。     

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.     

DV-Hop定位算法改进方法研究

无需测距的网络定位技术因其具有成本低廉和算法灵活的特点,使其成为各国研究的热门技术。针对DV-Hop算法节点位置不明确的缺点,采用MIN-MAX与最小加权二乘法相结合替代三边测量的方法对DV-Hop定位算法进行了改进。通过在仿真平台上对改进的DV-Hop定位算法进行仿真实验,实验结果表明该改进算法可以提高定位精度。     

改进人工蜂群优化的DV-Hop节点定位算法

针对距离矢量-跳数(DV-Hop)定位算法误差较大、难以应用于精度要求较高的无线传感器网络的缺点,提出一种改进人工蜂群优化的节点定位算法IABC-DV-Hop.IABC-DV-Hop采用最优适应度关联的线性递减邻域搜索策略对人工蜂群算法进行改进;采用改进人工蜂群算法替代DV-Hop极大似然估计法,用以计算未知节点坐标.实验结果表明:在相同网络环境下,相比于经典的DV-Hop定位算法,IABC-DV-Hop算法在定位精度和定位效率上均有不同程度的提高.IABC-DV-Hop算法可应用于定位精度、定位效率高的无线传感器网络.     

基于跳数分类的改进DV-Hop节点定位算法

在传统DV-Hop节点定位算法中,不同的网络节点密度使得节点之间不同跳数的平均每跳距离差异较大,跳数越多误差越大.为了减小平均每跳距离差异对节点定位精度的影响,提出一种DV-Hop改进算法.改进算法首先提出跳数分类的策略对网络中不同的跳数进行分类,以减小不同跳数之间平均每跳距离差异的影响,提高节点的定位精度;然后对加权最小二乘估计进行改进,采用改进的权系数取值策略来适应累积误差的非线性变化,从而更好地控制不同跳数在最小二乘估计中的权重,以减小因跳数增加而产生的累积误差,进一步提高节点的定位精度.实验结果表明,改进算法可以有效地减小平均每跳距离差异以及高跳数对节点定位的影响,节点定位性能显著优于传统DV-Hop节点定位算法,相较于对比文献也有一定的提升,并且对不同的网络节点密度具有更好的适应性.     

基于跳距修正的WSN拟牛顿迭代定位算法

针对DV-Hop算法在节点随机分布的网络拓扑环境下存在误差较大的问题,提出了一种基于跳距修正的WSN拟牛顿迭代定位算法(CNDV-Hop)。在详细分析DV-Hop算法过程与误差原因的基础上,提出相应改进:首先设定跳数阈值,对锚节点进行优选;然后采用新的方法校正锚节点跳距,利用对应锚节点跳距的校正值计算节点间的距离;最后用拟牛顿法对未知节点坐标的最小二乘解进行迭代优化。仿真结果表明,本文改进算法能有效地降低估计误差对定位准确度的影响,与现有改进DV-Hop算法相比精度更高。     

基于蝙蝠拟牛顿混合算法的无线传感器网络节点定位

针对距离矢量-跳数(DV-Hop)算法第三阶段中最小二乘法定位精度低的问题,提出一种蝙蝠-拟牛顿混合算法与DV-Hop算法融合的定位算法.首先对蝙蝠算法进行两点改进:1)根据蝙蝠个体的适应度值自适应调节随机向量β,使得脉冲频率具有自适应能力;2)利用当前迭代之前所有最优个体的平均位置来引导蝙蝠移动,使得速度具有变异性能;然后在DV-Hop算法第三阶段采用改进蝙蝠算法得出节点的估计位置,再利用拟牛顿算法以估计位置为初始点继续搜索节点位置.仿真结果表明:相比传统DV-Hop算法和基于蝙蝠算法的DV-Hop改进算法(BADV-Hop),该算法的定位精度大约提高了16.5%、5.18%,且稳定性更好,适用于定位精度和稳定性要求较高的场合.     

一种改进的无线传感器网络DV-Hop定位算法在煤矿井下漏电事故中的应用

煤矿井下输电线路的实时监测中,漏电故障定位是供电系统保护的重要研究课题。针对井下无线传感器网络定位算法存在不准确的问题,提出了一种改进DV-Hop节点定位算法。首先通过计算锚节点组成的三角形面积,排除面积极小的锚节点组,避免锚节点近似共线的情况,完成了锚节点的优选方案;此外在粒子群算法的基础上结合遗传算法和混沌理论,提出了一种遗传混沌粒子群优化算法;最后利用改进的粒子群算法对DV-Hop算法定位得到的节点位置进行校正。经过仿真实验表明在相同的网络环境下,与传统DV-Hop算法相比,改进算法能够更有效地提高定位精度,从而更加准确地监测到煤矿井下漏电事故位置。     

基于邻节点空间顺序序列优化的DV-Hop定位算法

针对典型的DV-Hop定位算法中未知节点在计算与信标节点间距离时估算的不足,在DV-Hop算法的基础上提出了一种优化定位精度的算法。考虑并分析了未知节点与信标节点的路径中相邻三个节点的通信边组成的夹角对计算距离的影响,提出了一种基于“邻节点空间顺序”序列标号法计算夹角的方案,实验仿真验证了该优化定位算法的有效性和可行性。     

基于粒子群优化的DV-Hop定位算法研究

针对无线传感器网络(WSN)定位算法中的经典DV-Hop算法存在较大定位误差的问题,提出一种基于粒子群优化修正平均每跳距离的DV-Hop优化算法.该算法在以下三个方面进行改进:对于每个锚节点平均跳距计算,加入各个锚节点权重;提出主节点定义,网络拓扑结构将被考虑得更加全面,更好地权衡局部和全局特点,以此方法计算节点估计距离;提出中心学习策略,加入逃逸因子,避免粒子陷入局部寻优,最后用改进的粒子群算法代替极大似然估计法定位节点坐标.通过Matlab仿真软件验证,与原始DV-Hop和PSO-DVhop比较,结果分析此算法具有优越性和可行性.     

改进的DV-Hop定位算法研究

传统DV-Hop定位算法只考虑最近一个锚节点估计的平均跳距值,而单个锚节点估计的平均跳离值无法准确地反映网络的实际平均跳距.为此,提出一种基于加权处理的平均跳距估计算法,考虑多个锚节点估计的平均跳距值,根据距离未知节点的跳数和环境影响因素进行加权,使网络平均跳距的估计更加准确,从而提高定位精度.仿真结果表明,与DV-Hop算法的平均跳距估计算法相比,该算法能更准确地估计平均跳距,提高了定位精度.     

基于移动锚节点的改进DV-Hop算法

DV-Hop是一种典型的无须测距的定位算法,针对该算法在定位过程中存在的定位精度不高的问题,提出了一种基于移动锚节点的改进算法。利用锚节点的移动形成多个虚拟锚节点,有效减少了锚节点的使用数量;并在原算法基础上,修正平均跳距,使其更接近真实值。仿真结果表明:改进算法定位误差比传统DV-Hop算法平均降低了约 30%,大大提高了定位精度。     

混合遗传算法在WSNs定位中的应用

定位是无线传感器网络(WSNs)的应用支撑,针对用最小二乘法处理DV—Hop算法第三阶段误差过大、定位精度差的问题,提出了遗传算法(GA)+单纯形法的混合GA后期优化处理DV—Hop算法。其中,DV—Hop定位算法第一,二阶段用跳距估计出信标节点与未知节点间的距离,再用GA(建立了代价函数与惩罚函数结合的适应度函数)与单纯形法(作为遗传算子增加了算法的局部搜索能力)结合的混合GA采用保优原则优化未知节点的坐标。通过仿真可知:该算法的定位精度高、网络覆盖率大,适合WSNs的定位。     

多通信半径的无线传感器网络DV-Hop定位算法

为了实现无线传感器网络中基于无需测距DV-Hop定位算法的高精度定位,改进基于2、3通信半径的DV-Hop节点定位算法,并利用最小均方差准则改进计算平均每跳距离的公式,在最佳指数值下,修正锚节点平均每跳距离。MATLAB仿真结果表明,改进的算法在随机分布环境能提高节点定位精度;在最佳指数值下,进一步提升节点定位精度;在锚节点人工部署环境下,大大提高节点定位精度。改进的算法实现高精度定位同时,不需要增加网络泛洪次数和硬件成本。