无线传感器网络中DV-Hop节点定位改进算法研究*

介绍了无线传感器网络中DV-Hop算法的定位原理、误差来源。针对DV-Hop算法在未知节点到信标节点距离计算中的不足,在分析信标节点间估计距离与真实距离误差的基础上,提出了改进算法。改进算法修正了网络平均每跳距离与未知节点估计坐标的区域范围。仿真结果表明,在相同的网络环境下,改进算法的定位精度得到明显提高。     

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。     

一种改进的无线传感器网络DV-Hop定位算法

针对DV-Hop定位算法以平均跳段距离代替实际直线距离而导致定位误差较大这一问题,提出了一种改进的DV-Hop定位算法.在改进算法中,锚节点通过实际距离和估计距离的误差来修正每跳平均距离.改进DV-Hop节点坐标计算方法,摒弃传统的三边定位算法而采用新的二维双曲线定位算法计算节点坐标.最后求得包含误差修正值的最终节点坐...     

基于跳数修正的DV-Hop改进算法

针对无线传感器网络DV-Hop定位算法在实际应用中定位误差较大的问题,提出一种基于跳数修正的改进算法。在引入限跳机制的条件下,按未知节点与信标节点间的跳数值分类估算,对1跳区域内的节点采用RSSI测距技术,对于节点间跳数值大于1跳的节点,则利用信标节点间实际距离与估计距离的误差值修正平均每跳距离。仿真实验表明,在相同的网络条件下,与原DV-Hop定位算法和其他改进算法相比,改进后的算法能更有效地减少跳距估算带来的定位误差,提高平均定位精度并保持较好的算法稳定性。     

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。     

基于可靠信标和节点度估计距离的无线传感器网络定位算法

针对经典的DV-Hop、Amorphous等免测距无线传感器网络（WSN）定位算法信标节点选择不可靠、距离模糊和距离估计不准确等问题导致定位精度低,难以适应传感器节点分布不均匀应用的情况,提出了基于可靠信标和节点度估计距离的无线传感器网络定位算法（RDLA）。首先,通过跳数阈值和定位三角可靠度计算来选择引入误差小的信标节点;然后,利用节点度感知的距离估计方法计算单跳距离以解决距离模糊问题,在累积最小跳数路径（SHP）距离并修正使估计的最小跳数路径距离更准确;最后用双曲线定位方法提高定位精度。Matlab R2012a仿真结果表明：在节点均匀分布的应用中,RDLA的平均定位误差（ALE）比DV-Hop算法及其改进算法小;在节点非均匀和具有覆盖洞的C型分布的应用中,与DV-Hop算法及其改进算法相比,RDLA的ALE显著降低,几乎控制在28%以下。     

无线传感器网络中DV-Hop定位算法的改进

针对无线传感器网络非基于测距的DV-Hop定位算法中,信标节点与未知节点之间平均跳距估计的不足以及三边定位过程中信标节点的选择对定位误差的影响,提出一种改进的DV-Hop定位算法.在改进策略中,对平均跳距采用加权处理进行修正,并有选择性的选取信标节点参与最后的三边定位.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,并且有效地降低了未知节点的定位误差.     

基于RSSI测距的DV-Hop算法

由于DV-Hop算法在不均匀网络中节点定位精度不高,以及RSSI算法受环境因素影响较大,将RSSI算法与DV-Hop算法相结合,提出一种利用RSSI测距技术改进DV-Hop的算法-----BRDV-Hop算法.该算法应用RSSI测距技术,定义信标节点的平均跳距误差,并利用信标节点的平均跳距误差对未知节点与信标节点之间的距离进行修正,从而达到减小定位误差的目的.仿真结果表明,与标准的DV-Hop算法相比,在不增加传感器节点硬件的基础上,改进算法能有效降低定位误差.     

基于跳数修正与LM优化的DV-Hop改进算法

针对DV-Hop定位算法在节点分布不均匀的传感器网络拓扑环境下,跳数与跳距估计存在误差的问题,提出了一种名为ILDV-Hop的改进算法。首先基于信标节点间估计距离与真实距离的差值,提出了一种全网络的有效跳距。其次在信标节点与未知节点间多跳计算过程中增添了修正值,同时利用接收信号强度指示(RSSI)值优化单跳值的大小。最后采用列文伯格-马夸尔特算法估计未知节点的最优位置。仿真结果表明,与传统DV-Hop算法以及基于拟牛顿迭代的DV-Hop算法相比,ILDV-Hop算法的定位误差分别减小了23%与10%左右,定位精度有了显著的提高。     

无线传感网络中一种改进的DV-Hop定位算法

在无线传感器网络中,DV-Hop定位算法无需测距,但定位精度不高。文章分析发现在未知节点至信标节点距离与跳数不一定成正比关系,提出通过仿真事先求得在各跳数情况下未知节点与信标节点实际距离和估计距离的平均比值,在应用DV-Hop算法定位时,则将未知节点至信标节点估计距离乘以这个比值,从而得到修正的估计距离。仿真表明提出的算法能较大程度上提高定位精度。     

节点分布对无线传感器节点定位性能的影响

为了提高无线传感器节点的定位准确性,针对当前算法没有考虑节点分布对无线传感器节点定位性能的影响,提出一种考虑节点分布的无线传感器节点定位算法。分析节点分布对无线传感器节点定位性能的影响,估计锚节点之间的实际距离和估算距离的误差,并采用DV-Hop算法进行初步定位,综合学习粒子群算法对DV-Hop算法的定位误差进行修正,采用多个实验对算法性能测试。实验结果表明,无论在节点分布均匀或分布不均匀条件下,该算法可以较好地修正DV-Hop算法定位误差,均明显提高了未知传感器节点的定位精度。     

基于MPSO-DV-Hop的无线传感器节点定位

节点定位技术是无线传感器网络的关键技术,为减小DV-Hop算法的节点定位误差,提出一种多子群粒子群（MPSO）算法优化DV-Hop的节点定位算法（MPSO-DV-Hop）。通过设置门限值修正节点间的跳数,提高了跳段距离估算精度,DV-Hop的第3阶段引入MPSO算法,对节点定位误差进行校正,通过引入多子群加快算法收敛速度,提高DV-Hop算法的节点定位精度,在MATLAB2008平台上对算法仿真分析。结果表明,MPSO-DV-Hop算法在不增加成本情况下,提高了传感器的节点定位精度,具有较高的应用价值。     

基于GPSO-DVHop的传感器节点定位方法

为了减少无线传感器网络节点的定位误差,提出一种分群粒子群优化（GPSO）算法修正DV-Hop误差的传感器节点定位方法（GPSO-DVHop）。提出一种节点距离修正值策略,减少未知节点与锚节点间距离的估计误差,采用GPSO算法修正DV-Hop的节点定位误差,最后在Matlab 2012平台上对算法性能仿真分析。相对于对比传感器定位方法,GPSO-DVHop提高了传感器节点定位精度,仿真结果验证了GPSO-DVHop的有效性。     

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.     

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。     

山谷地形无线传感器网络DV-Hop定位算法研究

无线传感器网络在森林防火、目标追踪、灾难预警、环境监测等应用中,节点定位是关键技术之一。对山谷地形中无线传感器网络三维DV-Hop定位算法进行了研究。通过对三维DV-Hop定位算法误差分析,找出产生误差的主要原因,提出了相应的改进算法。仿真实验结果证明:改进后的算法提高了节点定位精度,并指出了在山谷地形应用三维DV-Hop定位算法时锚节点比例的参考值。     

基于遗传模拟退火算法的无线传感器网络定位算法

无线传感器网络定位问题本质上是一个基于不同的距离或路径测量方法的优化问题.第一次提出了基于遗传模拟退火算法的无线传感器网络定位算法GASA-Hop,它是将遗传模拟退火算法作为DV-Hop的后期优化.其中,DV-Hop用来估计未知节点与锚节点的测量距离,GASA用来最小化与DV-Hop相关的适应度函数.仿真结果表明,本算法定位精度高、条件简单,比较适合无线传感器网络的节点定位.     

基于BADV-Hop的无线传感器网络节点定位方法

针对无线传感器网络（WSNs）节点的定位误差较大的问题,提出一种蝙蝠算法（BA）和DV-Hop算法融合（BADV-Hop）的定位算法.首先测量未知节点与锚节点之间的距离,然后采用DV-Hop算法初步确定未知节点的坐标,再采用BA校正DV-Hop算法的定位误差,最后在Matlab 2012平台上对算法性能进行仿真分析.实验结果表明：相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度.