一种改进的DV-Hop定位算法

针对DV-Hop算法低精度问题,提出一种带权重的平均每跳距离与改进的粒子群算法相结合算法。一方面,由于DV-Hop算法计算的平均每跳距离存在很大的误差,提出了平方差权重修正原来的平均每跳距离。另一方面,采用分段的指数、对数递减权重并结合人工鱼群更新位置来改进粒子群算法的位置求解未知节点坐标,后期能够跳出局部解,能克服传统估计误差,提高精度。实验仿真表明,在参数相同时,该算法比最初的定位算法精度大约提高10%到20%。     

基于自适应粒子群算法的改进DV-Hop定位算法

针对无线传感器网络节点定位中DV-Hop算法定位精度较低的问题,提出了一种改进DV-Hop算法,该算法引入跳距误差加权策略,改进平均每跳距离计算方法,使其更好地反映网络的平均每跳距离的实际情况,有效地降低了无线传感器网络中无需测距算法的定位误差。同时引入自适应粒子群优化算法来校正改进DV-Hop的估计位置的方法。仿真结果表明,本算法在定位精度和节点覆盖率上明显优于基于PSO校正的DV--Hop算法和传统的DV-Hop算法,证明该算法在一定程度上提高了DV-Hop算法对无线传感器网络的容错性,具有更好的适用性。     

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。     

遗传粒子群优化的DV-Hop定位算法

用常规粒子群改进的DV-Hop算法由于粒子易陷入局部最优而导致较大的定位误差,对此,提出了结合遗传粒子群的DV-Hop定位(GAPSO-DV-Hop)算法.首先根据最大理想跳数筛选锚节点,计算加权平均每跳距离,权重采用锚节点之间距离、最小跳数、以及通信半径构成;其次,用遗传机制改进粒子群算法以代替最小二乘法,所作改进包括使用前摄估计缩小粒子搜索范围、根据遗传算法中的交叉策略生成待交叉粒子队列,并在每次迭代后选取最差个体做动态变异.仿真结果表明,在相同环境下,所提GAPSO-DV-Hop算法的定位精度明显高于常规DV-Hop算法以及其他对比算法.     

基于分布式多跳误差估计目标位置感知算法

为了提高定位系统在目标定位上的精度,减少过多的硬件设施投入和能量成本,提出分布式多跳误差估计的能量高效目标位置感知算法(NFDV-Hop)。在定位精度上,DV-Hop算法采用每跳的平均距离来估计锚节点和未知节点之间的距离,导致估计距离与真实距离存在较大误差,而NFDV-Hop算法使用锚节点的平均跳数的大小以及锚节点间的平均跳距离,求得未知节点的位置坐标,并在得到坐标估计值后引入位置比值来减少定位误差。在能量优化上,DV-Hop算法需向节点多次广播信息,而NFDV-Hop算法所采用的锚节点只需向其他节点广播一次自身的位置坐标信息,从而大大减少节点的能量消耗。仿真结果表明,相比基于最小二乘法的DV-Hop算法以及基于改进粒子群优化的DV-Hop算法,NFDV-Hop定位算法的定位精度分别提高了12.1%和9%。     

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.     

无线传感器网络选择性DV-Hop定位算法

针对传统的矢量跳距(DV-Hop)定位算法平均定位误差大的问题,提出了一种具有选择性的改进DV-Hop定位算法。该算法首先剔除长距离信标节点信息,更新最小跳数与平均每跳距离,再次根据信标节点的实际距离和估计距离的误差进一步修正平均每跳距离。仿真结果表明:选择性DV-Hop定位算法能有效地减小平均定位误差,适应各种网络。     

无线传感器网络中改进粒子群优化 ＤＶ-Ｈｏｐ 算法的研究

针对DV-Hop算法在节点处于不规则区域导致较大定位误差的问题,本文提出一种无线传感器网络中改进粒子群优化DV-Hop算法。首先,根据跳数值判断是否存在曲折路径。其次,利用每个未知节点的最大跳数值校正锚节点和未知节点间的平均一跳距离。最后,将禁忌搜索算法与粒子群算法结合代替最小二乘法对定位进行优化。仿真结果表明,在不规则区域下,改进算法与经典DV-Hop算法和其他文献中的定位算法相比,定位精度得到了有效提高。     

基于改进粒子群算法的无线传感器网络节点定位

针对传统距离矢量-跳数(DV-Hop)算法中最小二乘法的估计误差过大、粒子群(PSO)算法易陷入局部最优的问题,提出了一种改进粒子群算法与DV-Hop的融合算法。首先从粒子速度、惯性权重、学习策略、变异方面对粒子群算法进行改进,增强算法跳出局部最优的能力,提高迭代后期算法的搜索速度;然后在DV-Hop算法第三阶段采用改进粒子群算法优化节点的定位结果。仿真结果表明:相比传统DV-Hop算法、基于混沌粒子群算法的DV-Hop改进算法(MPSO1-DV-Hop)和基于改进型粒子群优化的DV-Hop算法(MPSO2-DV-Hop),该算法的定位精度高,稳定性好,适用于定位精度和稳定性要求较高的场景。     

传感器网络定位中的两段式距离估算方法

在由于传统DV-Hop定位算法中假定所有相邻节点之间的跳距相等,因此节点间的距离估计误差偏大,进而导致算法的定位精度偏低.为了提高节点间距离估计的准确性,提出两段式距离估计算法.该算法将锚节点与节点之间的h距离划分为两段:前h-1跳和最后一跳,并假设前h-1跳跳距相同,最后一跳的跳距与其邻居节点到锚节点的跳数有关.将两段式距离估计算法应用到DV-Hop算法上,本文还提出了改进的两段式DV-Hop算法.仿真结果表明,与传统的DV-Hop算法相比,改进算法可有效提高定位精度且无需增加节点通信开销.     

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.     

基于最小二乘优化的加权DV-Hop改进算法

针对传统DV-Hop算法定位精度差的问题,加权DV-Hop算法优化了待计算节点的平均单跳距离。在存在GPS定位误差的情况下,对加权DV-Hop算法进行了改进,利用最小二乘法优化全网信标节点的平均单跳距离,利用二次曲线算法代替三边测量法。随机单次仿真的平均定位误差较传统算法降低13.01%,较加权DV-Hop算法降低8.94%,重复实验仿真结果同样表明算法精度、稳定性有显著提高。     

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。     

基于次锚节点的无线传感器网络改进加权质心定位算法

针对加权质心定位算法（ WCLA）对锚节点数量要求较高和定位精度较低的缺陷,提出一种基于次锚节点的改进加权质心定位算法（ IWCLA-SAN）。该算法在加权因子中引入修正系数,以提高定位精度;同时,将基于粒子群优化（ PSO）的定位算法的未知节点升级为次锚节点,在锚节点数量有限的情况下,以提高定位精度和定位覆盖率。仿真结果表明：该算法能有效提高定位精度和定位覆盖率。     

无线传感器节点加权平均跳距定位算法

为了提高无线传感器网络节点定位精度,在DV-Hop算法基础上提出一种加权平均跳距定位算法IDV-Hop(Improved DV-Hop).根据 DV-Hop使用简单平均跳距计算节点间距离,导致较大误差这个特点,为了减少误差新算法采用加权平均跳距代替简单平均跳距.仿真实验结果表明,与DV-Hop算法相比,IDV-Hop算法有效地减少了距离计算带来的误差,提高了定位精度,能更好地满足实际应用的需求.     

一种基于坐标改正的改进DV-Hop定位算法

为有效提高DV-Hop算法在拓扑随机网络中的定位精度,提出一种利用锚节点定位误差修正未知节点坐标的新方法(PEDV-Hop).首先定义伪距误差因子剔除对平均跳距计算产生较大误差的锚节点,从而有效抑制网络拓扑随机分布影响,提高平均跳距计算精度;其次,视锚节点为未知节点,在计算平均跳距的同时,运用三边或多边测量法评估自身定位坐标,从而可计算得到锚节点坐标改正值,并将平均跳距与坐标改正值向网络广播;最后,未知节点根据接收到各锚节点的坐标改正值来修正自身定位误差,从而有效提高节点定位精度.仿真结果表明,PEDV-Hop算法实现简单,有效提高了节点的定位精度.     

基于粒子群优化的改进加权质心定位算法

针对无线传感器网络低成本、高精度的要求,在采用接收信号强度测距的基础上,提出一种基于粒子群优化的改进加权质心定位算法。该算法易于实现,可调参数少,通过多次选代寻优提高定位精度。采用锚节点之间相互测距和定位补偿测距误差和定位误差。仿真结果表明,该算法与质心算法和加权质心定位算法相比,节点定位精度得到显著提高。