DV-Hop无线网络定位算法研究

针对无线传感器网络定位的DV-Hop定位算法定位精度不足,文中提出了一种改进后的DV-Hop算法。改进后的算法在原基础上引入了均匀量化模型来提高每段跳距的精度和最小二乘法以解决定位过程中造成的累积误差。仿真结果证明,改进后的算法显著的提高了未知节点的定位精度。     

基于共面度和分层结构的WSN三维定位算法

定位技术是无线传感网络的关键技术之一,而三维定位更是定位技术的难点和研究热点。研究了现有的各种典型定位算法,分析了它们的优点与不足之处,并在具有代表性的距离无关算法DV-Hop的基础上提出了两种改进算法,分别是基于共面度的三维DV-Hop算法和基于分层结构的室内三维DV-Hop算法。前者通过分析参考点拓扑结构对定位造成的影响,提出了共面度的概念,并且结合了多重阈值选择策略,仿真结果显示该算法比原算法提高了定位精度、减少了不良节点比例,并且具有更好的稳定性。后者通过分析建筑物中节点水平分层分布的特点,提出了分层结构的定位思想和投影测距算法,仿真结果显示该算法比原算法在参考点比例较低的情况下表现出更好的鲁棒性和稳定性。     

基于进化算法的多通信半径DV-Hop改进定位算法

定位是无线传感器网络中最重要的问题之一。针对DV-Hop算法定位精度低问题，提出基于进化算法的多通信半径DV-Hop改进定位算法。该方法在多通信半径定位算法基础上，使用蛙跳算法对锚节点跳距进行优化，并对其适应值函数进行改进，让跳距值更接近真实值，然后在DV-Hop算法最后阶段利用遗传算法求解未知节点坐标。实验仿真结果表明，改进算法在不增加额外硬件情况下，大大降低了定位误差，相比于传统DV-Hop算法，定位精度提高了大约69%，相比其他文献，定位精度提高了大约21%。     

DV-Hop测距修正的定位算法研究

针对DV-Hop测距定位精度不准问题，提出基于DV-Hop测距修正的对数搜索（improved DV-Hop Ranging-based Logarithmic Search，DH-RLS）定位算法。DH-RLS算法利用锚节点间的真实距离信息估计跳距误差，修正跳距值，提高测距精度。利用质心定位算法估计未知节点的位置，并将此位置作为搜索起点，再利用搜索目标函数进行搜索，直至搜索到具有最小距离误差和的点。仿真数据表明，DH-RLS定位算法的归一化平均误差低于同类算法。通过对测距修正，降低了测距误差，同时利用搜索目标算法提高了定位精度。     

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。     

可信邻居距离估计的DV-Hop校准算法

针对DV-Hop算法定位精度低的问题,提出了可信邻居距离估计的DV-Hop(CDV-Hop)校准算法。通过将邻居节点间距离与连通性差异联系起来,定义了一种新的邻居距离估计方法,计算出更精确的邻居距离;根据不同未知节点与其最近锚节点独特的位置关系,增加了校准步骤,以可信邻居距离为校准标准对未知节点的估计位置进行修正。仿真结果表明,CDV-Hop算法在不同的网络环境下表现稳定,随着锚节点比例的增加,与DV-Hop算法相比,定位精度提高了4.57%~10.22%,与改进的DV-Hop(IDV-Hop)算法相比,定位精度提高了3.2%~8.93%。     

改进的无线传感器网络DV-Hop定位算法

为了解决DV-Hop算法定位精度低的问题,提出一种分轮优化的改进DV-Hop定位算法。首先通过跳数阈值限制锚节点广播信息的范围;其次用每轮锚节点的平均每跳距离误差来修正锚节点的平均每跳距离;然后通过共线度检测区域,找出适合定位的锚节点组;再用三边测量法计算出参与定位的每组锚节点组的定位结果,用所有锚节点组定位结果的均值作为未知节点的估计位置;最后把本轮定位的未知节点升级为新的锚节点,进行下一轮定位。仿真结果表明,改进算法在不增加额外硬件开销的基础上,减小了定位误差,有效地提高了定位精度。     

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。     

无线传感网络中抵御虫洞攻击的基于统计估计的新型位置方案

Wormhole attack is one of the most devastating threats for range-free localization in wireless sensor networks. In this paper, we evaluate three statistical estimation methods with the same network model and geographic information obtained by the DV-Hop algorithm. We analyze the limits of Minimum Mean Square Estimate (MMSE), Least Median of Squares (LMS) and Enhanced greedy Attack-Resistant MMSE (EARMMSE) and propose an improved EARMMSE with the hop-distance relationship, named EARMMSE +. Simulation results illustrate the performance of MMSE, LMS and EARMMSE +with different anchor fraction, the length of wormhole link and the average local neighborhood and show that EARMMSE +outperforms MMSE and LMS.     

一种基于CC2431的改进DV—Hop算法RDV—Hop

DV-Hop是节点定位的一种常用算法,文中利用CC2431提供的RSSI对DV-Hop进行改进,提出了一种基于RSSI的RDV-Hop(RSSI used in DV-Hop)算法.重点对DV-Hop算法的第一和第二阶段进行改进,在第一阶段,提出防止广播信息的循环,减少不可定位节点;第二阶段,引入RSSI辅助定位,改善平均每跳距离的计算.仿真表明RDV-Hop算法在一定程度上能够提高网络连通性,改善节点覆盖率,减小定位误差提高定位精度.