无线传感器网络中平均跳距修正的DV-Hop定位算法

针对基本无线传感器网络DV-Hop定位算法中,计算平均跳距时产生偏小误差的原因,提出了基于平均跳距修正的DV-Hop算法。改进算法中,引入信标节点个数比例、所有信标节点平均跳距的最大值以及所有信标节点平均跳距的平均值三个因子,并采用它们对平均跳距进行修正。通过Matlab软件对算法进行仿真验证,结果表明,改进后的DV-Hop算法有效降低了未知节点的定位误差,是一种可行的无线传感器网络节点定位解决方案。     

基于节点密度的改进型DV-Hop算法

DV-Hop定位算法是无线传感器网络中一种常用的基于非测距定位技术,该算法使用平均跳距表示实际距离,在实际应用中造成很大的误差和节点能耗。为此,分析了加权的DV-Hop定位算法,提出了基于节点密度的定位算法,根据未知节点的邻居节点数,修正了平均跳距。仿真结果证明,加权DV-HOP在定位精度上比DV-HOP算法提高了5.3%,基于节点密度的定位算法在功耗上比DV-HOP算法减少了20.7%。     

基于DV-Hop算法的无线传感器网络定位精度优化

在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用.针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法.该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加权方式修正平均跳距,并利用加权最小二乘法估算未知节点坐标.通过仿真得出所提算法在相同实验条件下的定位精度较DV-Hop算法提升约60.5％,相较于双通信半径优化算法和3-DV-Hop算法分别提升约36.4％和13.8％.     

一种无线传感器网络中DV-Hop定位的改进算法

针对DV-Hop算法中存在的误差问题,提出了一种基于平均每跳距离的改进方案.该算法利用误差修正值δ对估算的平均每跳距离值进行修正,以便减少估算的平均每跳距离与实际平均每跳距离之间的偏差.实验结果表明,改进算法有效的降低了节点的平均定位误差,提高了节点的定位精度,并且不需要增加额外的硬件.     

基于螺旋更新策略蜜獾优化的DV-Hop定位算法

节点定位是无线传感器网络（Wireless Sensor Networks,WSNs）的关键技术之一。针对传统距离向量跳段（Distance Vector Hop,DV-Hop）算法定位误差偏大的问题,提出了一种改进蜜獾算法（Honey Badger Algorithm,HBA）与DV-Hop相结合的算法。首先,针对网络平均跳距估计不准的问题,依据锚节点比例对未知节点平均跳距进行分段修正。其次,采用改进型的HBA替换最小二乘法估算未知节点的位置,进一步降低计算误差。初始化蜜獾个体时引入Sobol序列,增加初始种群的多样性;为了加强HBA的局部搜索能力,引入了螺旋更新策略。最后,采用镜像策略规避估算位置越界的情况。结果表明,所提算法相较于传统DV-Hop算法、平均跳距修正的DV-Hop算法和基于粒子群优化（Particle Swarm Optimization,POS）的DV-Hop算法具有更高的定位精度和稳健性。     

一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法

针对Distance Vector-Hop (DV-Hop) 定位算法存在较大定位误差的问题,该文提出了一种基于误差距离加权与跳段算法选择的遗传优化DV-Hop定位算法,即WSGDV-Hop定位算法。改进算法用基于误差与距离的权值处理锚节点的平均每跳距离;根据判断的位置关系选择适合的跳段距离计算方法;用改进的遗传算法优化未知节点坐标。仿真结果表明,WSGDV-Hop定位算法的性能明显优于Distance Vector-Hop (DV-Hop) 定位算法,减小了节点定位误差、提高了算法定位精度。     

一种具有连续跳数值的三维DV-Hop改进算法

设计精确的定位算法是无线传感器网络（Wireless Sensor Networks,WSNs）的研究热点.针对DV-Hop（Distance Vector-Hop）定位算法中节点间距离估计误差较大导致定位不精确的问题,提出了一种具有连续跳数值的三维DV-Hop改进算法.探究了邻居节点间的距离与相应节点位置和通信半径构成的相交球体体积之间的关系,提出了连续跳数值的定义,并通过参数修正给出了其计算方法.通过仿真实验探究了网络环境对参数的影响并确定了参数的取值,使用连续跳数值代替DV-Hop算法中的跳数来降低节点间距离估计误差.仿真实验表明,该算法在不增加算法复杂度以及额外硬件的情况下有效地降低了定位误差.     

基于改进蝴蝶优化的DV-Hop定位算法

为了进一步提高距离向量跳段算法（Distance Vector-Hop,DV-Hop）的定位精度,提出了一种基于改进蝴蝶（Butterfly Optimization Algorithm,BOA）优化的DV-Hop算法（Improved Butterfly Optimization Algorithm,IBOA）。首先,采用多通信半径来优化节点间的最小跳数,并且利用修正因子来减小节点之间的平均跳距误差,降低算法的定位误差;其次,将黄金蝴蝶算法用于求解节点定位目标函数最优值;最后,引入佳点集、动态切换概率策略以及全局扰动因子,提高算法的迭代速度和寻优能力。仿真结果表明,相较于传统DV-Hop算法和现有改进算法,IBOA算法的平均定位误差分别下降了25.40%、6.54%,具有良好的定位精度。     

定位算法在传感器网络中的改进策略

研究节点定位技术是传感器网络中的一个重要课题。针对DV-Hop定位算法适应节点均匀分布的网络这一特性,为了减小DV-Hop定位算法的定位误差,提出了节点的部署策略;针对平均每跳距离在求不同跳数的节点之间的距离时有着不同程度的影响,为了提高待定位节点的定位精度,提出了距离修正值策略。经过以上处理之后,得到了更加准确的平均每跳距离的估计值。实验表明,改进后的算法不仅提高了定位精度,同时也改善了定位的稳定性。     

一种无线传感器网络中 DV-Hop定位的改进算法

针对无线传感器网络中经典定位算法 DV-Hop 存在定位精度低的缺陷,提出了一种改进算法。在传统 DV-Hop 算法的基础上,首先采用最小均方误差准则校正信标节点的平均每跳距离,然后对各未知节点到参考信标节点的平均每跳距离进行加权处理,最后通过参数分析,对未知节点进行位置修正。仿真实验结果表明,改进算法相比于传统的 DV-Hop 定位算法以及已有的改进算法具有很高的定位精度,并且无需增加额外的硬件设施。因此在工程上具有很好的实用性。