基于改进灰狼优化算法的DV-Hop传感器定位算法

定位技术一直以来是无线传感器网络领域的研究热点。传统距离向量（Distance VectorHop,DV-Hop）定位算法的定位误差较大，针对该问题，在传统DV-Hop算法的基础上，提出了一种基于改进灰狼优化算法的DV-Hop传感器定位算法（Levy Grey Wolf Optimization Distance Vector-Hop,LGWODV-Hop）。第1阶段，采用锚节点双通信半径计算跳数；第2阶段，将锚节点的估计距离与真实距离的差值作为误差因子来修正全网络中的平均跳距；第3阶段，用结合Levy飞行策略的灰狼优化算法代替最小二乘法求解未知节点坐标。仿真结果表明，在一定的条件下，所提出的算法平均定位误差相较于传统DV-Hop算法、DEDV-Hop算法和PSODV-Hop算法分别降低了56.09%,22.87%和3.02%。