无线传感器网络中基于DV-Hop定位算法的改进

根据信标节点到达未知节点的跳数信息,将未知节点接收到的信标节点划分为3个级别,即到达未知节点跳数为1的节点为第一级节点、跳数为n的节点为第二级节点,剩余的为第三级节点。为此,在未知节点的信息表中定义了两个计数器,即counter1和counter2。计数器的值不同,意味着所选择的定位方法也有所区别。此外,跳数为1的情况下,引入了接收信号强度指示(RSSI)模型进行定位。同时,文章也详细阐述了对传统的DV-Hop算法的改进。     

基于改进K-means算法的公共自行车站点区域划分

为了解决公共自行车调度过程中调度路径过长的问题,文章提出了一种改进的K-means聚类算法。该算法通过数据分析估算出k个中心点作为初始中心点,在一次K-means算法聚类划分后,引进调度需求量参数,将边缘站点做二次K-means算法,得到新的区域划分结果。实例分析表明,该算法有良好的全局收敛性,能有效地改善调度路径过长,调度效率低下等问题。     

基于RSSI修正的改进DV-Hop测距算法

针对DV-Hop算法测距误差受节点分布不均匀影响较大的问题和RSSI算法受环境因素影响较大的问题,提出了一种基于RSSI修正的改进型DV-Hop测距算法。该算法在保持DV-Hop算法环境适应性强的优点的同时,有效降低了由于节点分布不均而引起的测距误差,从而提高了定位精度。仿真结果表明该修正算法在不同的锚节点数和不同的通信半径下,均能够有效降低测距误差;同时该算法的定位精度与原DV-Hop算法以及另外3种以DV-Hop为基础的改进型算法相比均得以提高。     

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.     

无线传感器网络自适应区域路由算法

2009年8月,随着‘感知中国’的提出,国内众多学者对无线传感器网络开展了日益深入的研究,而节省网络能耗则是研究的首要问题。主要针对延长传感器网络生存时间、增强网络的可靠性的目标,提出一种自适应区域路由算法（ARRA）,它包括对WSN进行区域规划、区域自治以及区域负载均衡三个方面。分析和仿真同时表明,ARRA实现了传感器网络的能量均衡,降低了网络能耗,并能提升某些热点区域的生存周期和可靠性。     

基于差分进化和人工蜂群混合策略的DV-Hop改进算法

为了解决无线传感器网络依靠DV-Hop算法定位过程中存在误差偏高的问题,将人工蜂群算法和差分进化算法融合,引入传统DV-Hop算法中,提出一种HDV-Hop算法。该算法在继承经典DV-Hop算法的前提下,获取锚节点的信息及平均跳距距离,在未知节点定位阶段引入混合策略的目标函数,优化搜索算法,提高定位精度,完成对未知节点的定位。仿真分析表明,该算法相比于DV-Hop算法和基于人工蜂群的定位算法能有效降低定位误差,提高稳定性。     

基于距离修正的DV-Hop改进算法

传统的DV-Hop算法定位精度不高,针对这种情况,提出一种基于距离修正的改进算法。改进算法在两方面对传统算法进行改进。首先修正锚节点间距离,通过修正后计算出的平均跳距更加精确。第二步修正未知节点到锚节点距离,使估算出的未知节点位置更加准确,最终达到高精度定位。修正后在matlab平台上进行仿真,仿真结果表明定位精度有明显提高,是一种简单实用的改进定位算法。     

基于区域划分的绝对关联度抗干扰算法

在亚成像阶段,当目标持续释放多组诱饵且间隔极短时,提出了基于区域划分的绝对关联度抗复杂干扰算法.当通过诱饵出现检测算法检测出目标后,首先通过比较目标横、纵坐标突变率判断出目标的突变方向;其次,结合目标模板的长度和高度,根据突变方向对目标和诱饵的粘连区域进行区域划分,其中一块子区域必然包含目标的绝大部分:再次,计算各子区域与目标模板的面积的绝对关联度,通过比较绝对关联度的大小确定目标所在的子区域;最后,根据目标模板的长度和高度,对目标所在子区域进行二次划分,标定出目标.仿真结果表明:基于区域划分的绝对关联度抗复杂干扰算法正确识别率高,算法实时性好.     

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%。     

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。     

基于混合人工蜂群策略的改进DV-Hop定位算法

为了减小DV-Hop算法在无线传感器网络节点定位中的误差,提出了一种基于混合人工蜂群算法的改进算法。该算法结合了粒子群算法收敛速度快和蜂群算法搜索能力强的特性,首先通过DV-Hop算法估计锚节点与未知节点之间的距离,然后采用粒子群算法计算未知节点的初始位置,最后利用蜂群算法进行迭代求精,从而实现基于不同距离测量方法的总体优化。仿真结果表明,改进算法的定位精度较DV-Hop算法和基于粒子群的定位算法有明显改善。     

一种基于信任度的DV—Hop改进定位算法

针对DV-Hop算法在网络中存在障碍物形成弯曲路径时不能进行正确定位这一局限性,引入了信任度概念,提出了一种改进的DV-Hop定位算法——基于信任度的DV-Hop改进算法(TDDV-Hop),通过对信任度值的判断筛选出合适的平均每跳距离值.仿真结果表明,TDDV-Hop算法能够减小由于路径弯曲而产生的定位误差,提高定位的精确性.     

基于改进RSSI测距的LSSVR三维WSN定位算法

针对基于RSSI测距的定位算法定位误差较大的问题,通过加入多组已知节点之间的距离和接收功率作为参考,提出了一种改进的RSSI测距算法,并将改进的RSSI测距作为最小二乘支持向量回归机LSSVR的输入向量,获得基于改进RSSI测距的LSSVR三维定位算法模型。MATLAB仿真结果表明,在节点随机分布的三维环境中,基于改进RSSI测距的LSSVR定位算法的定位误差比传统LSSVR定位算法减小了13.6%~21.2%,另外,可以通过增加已知节点数量等方法,进一步提高目标定位的准确性。     

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。     

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。     

改进的DV-HOP无线传感器网络定位算法

为了提高无需测距的距离矢量（DV-Hop）定位算法对随机分布网络节点的定位精度。在分析了DV-Hop算法实现思想的基础上,提出了一种锚节点整体均匀分布优化方案,对该算法节点跳数进行优化。另一方面,在双通信半径算法基础上提出了一种三通信半径改进方法,使得两节点之间的跳数与距离的关系更接近线性规律,最后结合两种改进方法,进行整体仿真。仿真结果表明,锚节点均匀分布的三通信半径DV-Hop算法比双通信半径DV-Hop算法提高定位精度约为7%~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.