无线传感器网络中DV-Hop定位算法的改进

无线传感器网络中基于无需测距的节点定位算法定位精度不高,一般应用在粗精度定位中。为了提高基于无需测距的DV-Hop算法定位精度,利用最小均方差准则改进算法,通过修改指数值精化平均每一跳距离,提出不同通信半径、不同锚节点覆盖率下的最佳指数值概念,并应用在一种锚节点均匀分布环境中,进一步提高定位精度。MTLAB仿真结果表明,在最佳指数值下,改进的算法在不同锚节点覆盖率、不同通信半径下能提高定位精度,同时不会增加节点能量消耗与硬件成本。     

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%。     

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。     

一种加权的DV-Hop定位改进算法

针对 DV-Hop 定位算法中在计算未知节点到锚节点距离时产生较大误差的问题,提出了一种改进的 DV-Hop 算法。改进算法对全网平均每跳距离和局部平均每跳距离进行了加权处理,得到了未知节点的平均每跳距离,又提出了一种改进的加权最小二乘法来得到未知节点的坐标,减小了节点的定位误差。仿真结果表明,在不需要增加额外的硬件设施的基础上,改进算法的定位精度相比于原算法明显提高。     

基于平均跳距修正的三维DV-Hop定位算法研究

本文在基于三维DV-Hop定位算法的基础上,提出了一种基于平均跳距修正的三维DV-Hop定位算法.该算法除了将DV-Hop定位算法从二维空间扩展到三维空间以外,还对未知节点到锚节点的平均每跳距离作了相应的修正,仿真结果表明:与原始算法相比改进后的算法定位精度有了一定提高.     

基于跳距修正粒子群优化的WSN定位算法

针对DV-Hop算法在节点随机分布的网络拓扑环境中存在较大误差的问题,提出了一种基于跳距修正粒子群优化的定位算法WPDV-Hop(weight PSO DV-Hop)。本算法通过对锚节点广播的数据分组结构进行了改进,对参考锚节点的平均每跳距离的误差进行加权处理以及用改进的粒子群(PSO)算法对定位中的迭代过程进行优化,实现WPDV-Hop定位算法的全面改进,以提高定位精度。仿真结果表明,改进的算法与原始算法相比,定位精度和算法的稳定性有明显提高。     

一种基于加权处理的无线传感器网络平均跳距离估计算法

定位技术是无线传感器网络的关键技术之一,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离值,而单个锚节点估计的平均跳距离值无法准确地反映网络的实际平均跳距离。本文提出了一种基于加权处理的平均跳距离估计算法,考虑多个锚节点估计的平均跳距离值,根据距离未知节点的跳数进行加权,使网络平均跳距离的估计更加准确,从而提高定位精度。仿真结果表明,与DV-Hop算法的平均跳距离估计算法相比,本文算法更准确地估计平均跳距离,降低了均方根误差,并提高了定位精度。     

一种改进的无线传感器网络节点定位算法

DV-Hop定位算法,其根据距离矢量路由得到的平均每跳距离和跳数来计算未知节点到锚节点的距离存在比较大的误差。针对此问题,提出一种改进算法。首先,使用整个网络中计算出的所有锚节点的平均每跳距离的无偏估计值的平均值来取代最相邻锚节点计算出的平均每跳距离;然后,通过选取符合条件的锚节点来参与未知节点的定位计算。仿真结果表明,该算法与传统的DV-Hop定位算法相比定位精度有较好的改善,具有一定的可用性.     

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％.     

基于邻居节点相似度的改进DV-Hop节点定位算法北大核心

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。     

无线传感器网络中分阶段的无需测距定位算法

为了提高无线传感器网络中基于无需测距算法定位精度,改进质心算法和DV-Hop算法,定位过程分为两个阶段:第一阶段在最佳通信半径与最佳阈值下,用基于阈值的优先质心算法定位部分节点;第二阶段在最佳通信半径与最佳指数值下用DV-Hop算法定位剩余节点。将算法应用在一种锚节点人工部署环境下,并与其他算法对比。MTLAB仿真结果表明,改进的算法在不增加泛洪次数、计算量和网络硬件成本下能提高定位精度,同时实现100%定位。     

WSN中基于最佳指数的加权DV-Hop算法

DV-Hop算法是一种低成本、低定位精度的无需测距定位算法,在粗精度定位中应用广泛。为提高DV-Hop算法定位精度,从减小锚节点的平均每一跳距离误差和减小未知节点平均每一跳校正值误差两方面考虑。首先,用最佳指数值下的公式计算锚节点平均每一跳距离。然后,将未知节点的校正值加权处理,使所有的锚节点根据与未知节点距离的远近影响校正值的大小。MATLAB实验证明,改进的基于最佳指数值下的加权DV-Hop算法比DV-Hop算法、加权DV-Hop、最佳指数值下DV-Hop算法定位精度分别提高2%左右、1.65%左右、1.15%左右,同时不会增加网络硬件成本。     

改进人工免疫算法优化的DV-Hop节点定位算法

由于无线传感器网络连通性不合理,导致计算待测节点与已知节点间距离时存在误差。为此,提出一种改进的人工免疫算法(AIA)优化DV-Hop未知节点坐标。首先对原平均跳距加权,其次利用网络中信标节点间距离产生的偏差构造跳距校正值得到最终的全网平均跳距。最后在计算待测节点坐标时引入AIA,针对AIA易陷入局部最优以及收敛速度过慢的问题,在局部搜索过程中采用高斯变异方法对AIA进行改进,扩大搜索范围,得到优化的待测节点坐标。经Matlab仿真证明,与原DV-Hop算法相比,改进后的算法在节点总数、信标节点比例以及通信半径三方面平均定位误差降低了近15%左右,具有较高的定位精度和较好的定位稳定性,同时也改善了算法的收敛性。     

Novel DV-Hop localization algorithm for wireless sensor networks

Many improved DV-Hop localization algorithm have been proposed to enhance the localization accuracy of DV-Hop algorithm for wireless sensor networks. These proposed improvements of DV-Hop also have some drawbacks in terms of time and energy consumption. In this paper, we propose Novel DV-Hop localization algorithm that provides efficient localization with lesser communication cost without requiring additional hardware. The proposed algorithm completely eliminates communication from one of the steps by calculating hop-size at unknown nodes. It significantly reduces time and energy consumption, which is an important improvement over DV-Hop—based algorithms. The algorithm also uses improvement term to refine the hop-size of anchor nodes. Furthermore, unconstrained optimization is used to achieve better localization accuracy by minimizing the error terms (ranging error) in the estimated distance between anchor node and unknown node. Log-normal shadowing path loss model is used to simulate the algorithms in a more realistic environment. Simulation results show that the performance of our proposed algorithm is better when compared with DV-Hop algorithm and improved DV-Hop—based algorithms in all considered scenarios.     

A fast handover protocol for 6LoWPAN wireless mobile sensor networks

Node localization is one of the most critical issues for wireless sensor networks, as many applications depend on the precise location of the sensor nodes. To attain precise location of nodes, an improved distance vector hop (IDV-Hop) algorithm using teaching learning based optimization (TLBO) has been proposed in this paper. In the proposed algorithm, hop sizes of the anchor nodes are modified by adding correction factor. The concept of collinearity is introduced to reduce location errors caused by anchor nodes which are collinear. For better positioning coverage, up-gradation of target nodes to assistant anchor nodes has been used in such a way that those target nodes are upgraded to assistant anchor nodes which have been localized in the first round of localization. For further improvement in localization accuracy, location of target nodes has been formulated as optimization problem and an efficient parameter free optimization technique viz. TLBO has been used. Simulation results show that the proposed algorithm is overall 47, 30 and 22% more accurate than DV-Hop, DV-Hop based on genetic algorithm (GADV-Hop) and IDV-Hop using particle swarm optimization algorithms respectively and achieves high positioning coverage with fast convergence.     

Power efficient range-free localization algorithm for wireless sensor networks

Considering energy consumption, hardware requirements, and the need of high localization accuracy, we proposed a power efficient range-free localization algorithm for wireless sensor networks. In the proposed algorithm, anchor node communicates to unknown nodes only one time by which anchor nodes inform about their coordinates to unknown nodes. By calculating hop-size of anchor nodes at unknown nodes one complete communication between anchor node and unknown node is eliminated which drastically reduce the energy consumption of nodes. Further, unknown node refines estimated hop-size for better estimation of distance from the anchor nodes. Moreover, using average hop-size of anchor nodes, unknown node calculates distance from all anchor nodes. To reduce error propagation, involved in solving for location of unknown node, a new procedure is adopted. Further, unknown node upgrades its location by exploiting the obtained information in solving the system of equations. In mathematical analysis we prove that proposed algorithm has lesser propagation error than distance vector-hop (DV-Hop) and other considered improved DV-Hop algorithms. Simulation experiments show that our proposed algorithm has better localization performance, and is more computationally efficient than DV-Hop and other compared improved DV-Hop algorithms.     

基于邻居节点相似度的改进DV-Hop节点定位算法

针对DV-Hop定位算法存在的定位精度较低的不足,提出了邻居节点相似度概念,克服了DV-Hop定位算法中节点间距离区分度单一的缺点,同时在多跳通信中,考虑了通信路径的情况,将DV-Hop算法直接计算折线距离代替实际中直线距离这一不足,采用余弦定理和邻近节点相似度对其进行修正。从而实现了对DV-Hop算法的改进,提高了定位精度。最后对改进后的算法和DV-Hop算法以及参考文献中的算法进行仿真比较,结果表明:改进后的算法较DV-Hop算法在节点定位精度上提高了30%以上。     

基于跳数修正的DV-Hop改进算法

针对传统DV-Hop算法中,跳数信息无法如实反应节点实际距离关系,而导致节点在无线传感网络定位过程中存在较大误差的问题,提出一种对跳数进行水平及垂直修正的改进算法。在相邻节点间,跳数进行水平修正,修正过程引入RSSI技术,对1跳按节点间距离与节点通信半径比值分段,细化跳数。同时在水平修正的基础上,分析节点间可能性分布,对不相邻节点引入修正角度进行垂直修正。仿真结果证明,在相同网络情况下,与传统DV-HOP算法相比,改进算法在增加少量计算量的前提下有效提高了定位精度。