基于误差加权的三维双曲线定位算法

为了减小三维空间中对未知节点定位的误差,提高三维DV-Hop算法的定位精度,提出一种基于误差加权和三维双曲线定位的三维DV-Hop改进算法.改进算法首先采用误差加权的方法处理未知节点的平均每跳距离,然后分类选择未知节点与锚节点之间的跳段距离,最后将二维双曲线法扩展到三维空间计算未知节点的坐标.仿真实验结果表明,改进算法在三维WSN环境中可以对未知节点进行有效的定位,平均定位误差和定位精度显著优于三维DV-Hop算法,相较于对比文献也有一定的提升,并且锚节点密度和通信半径对平均定位误差和定位精度的影响较小.     

基于平均跳距估计和位置修正的DV-Hop定位算法

针对传统DV-Hop定位算法只考虑了最近一个锚节点估计的平均跳距,而导致定位误差较大这一问题,提出了一种基于平均跳距估计和位置修正的改进DV-Hop定位算法.改进算法在计算未知节点到各个锚节点距离时,考虑到离该未知节点最近的锚节点到其它锚节点的距离及跳数的不同,计算出不同的平均跳距,使其更接近于实际平均跳距,另外,改进算法还对初步定位结果进行了循环位置修正.仿真结果表明,与传统DV-Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,并且算法简单,计算量小,是无线传感器网络中节点定位的一种实用方案.     

无线传感器网络DV-Hop定位算法的研究

针对无线传感器网络中DV-Hop定位算法锚节点数的比例与节点定位精度以及覆盖率密切相关的问题,在分析原算法的基础上对其进行改进。改进后的算法未知节点只接收限定跳数内的锚节点的信息,当未知节点接收到3个或3个以上锚节点的信息时对其进行定位,然后将已定位的未知节点升级为锚节点,新旧锚节点共同参与剩下的未知节点的定位。仿真结果表明改进后的算法提高了节点的覆盖率和定位精度。     

适应山头地形的无线传感器网络节点定位算法

典型的三维DV-Hop算法应用在山头地形上,定位误差大,难以满足实际应用需求。提出了一种适应于山头地形环境的无线传感器网络三维定位算法,首先由三维DV-HOP算法求出节点的初始位置,然后将该初始位置投影到山头地形表面进行矫正。通过椭圆抛物面模拟山头地形进行仿真,实验显示改进算法节点定位误差小,精度高,具有较好的应用前景。     

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。     

WSN节点定位算法改进研究

在无线传感网络(WSN)中,节点的定位是一个非常之关键的问题,而DV-Hop算法是节点定位诸多算法中最主要的一个算法,但它计算未知节点到锚节点的距离时存在些许问题,所以提出了一个新的计算节点间距离的方法,考虑到在未知节点到锚节点路径上三个连续的节点所形成的角度的影响,使得距离的计算更精确.通过仿真可以得知这个改进算法能有效地提高未知节点定位的覆盖率和精度.     

无线传感器网络中基于传输时间比的定位算法及改进

提出一种基于测距的定位新算法,即基于节点间信号传输时间比的定位算法.利用TROA算法的思想改进DV-Hop算法并且进行仿真对比.仿真结果表明,改进后的算法定位精度有明显提高.     

基于移动信标的DV-Hop无线传感网络定位算法

针对无线传感器网络中的定位问题,本文提出了一种基于DV-Hop和移动信标的新方法Mobile Beacon DV-Hop (MB-DV-Hop).该方法通过在DV-Hop定位网络中引入移动信标,实现了Range-based 和Range-free两种定位方法的有效结合.仿真结果表明,所提出的方法不仅较大地提高了平均定位精度而且极大地降低了平均通信量.     

基于蚁群粒子群混合的无线传感器网络定位算法

在无线传感器网络免于测距的定位算法中,DV-Hop算法是典型算法之一,蚁群粒子群算法(ACOPSO)通常被用来作全局优化;为了降低定位误差,提高定位精度,新算法先用DV-Hop算法估量未知节点与锚节点的测量距离,蚁群粒子群算法(ACOPSO)作后期优化,最小化DV-Hop的适应度函数,从而实现基于不同的距离或路径测量方法的优化;经过Matlab仿真分析表明,在相同的仿真环境中,新算法产生的平均定位误差比EV-Hop算法和基于粒子群的定位算法产生的平均定位误差更低,有效地提高了定位精度.     

DV-Hop算法定位误差和覆盖率的改进

通过分析免测距的DV-Hop算法在定位精度及覆盖率方面的不足,提出一种改进的DV-Hop定位算法。规定只有在限定跳数内的信标节点信息才能被未知节点接收,并只有通过共线性检查证明信标节点的有效性,且有效信标节点数大于等于3时才能参与定位,分别用最小均方误差准则、归一化加权和总体最小二乘法(TLS)进行定位,然后升级已定位出的未知节点为信标节点,与最初的信标节点共同来定位其他未知节点。仿真结果表明相对于传统算法及现有的一种改进算法,本改进算法的定位精度和覆盖率有明显提高。