基于平均跳距估计的改进DV-Hop定位算法

传统DV—Hop定位算法只考虑了最近一个锚节点估计的平均每跳距离,而单个锚节点估计的平均每跳距离值无法准确地反映网络的实际平均跳距,导致定位误差较大。针对这一问题,提出一种基于平均跳距估计的改进DV—Hop定位算法。改进算法在计算未知节点到各个锚节点距离时,考虑到离该未知节点最近的锚节点到其它锚节点的距离及跳数的不同,计算出不同的平均跳距,使其更接近于实际平均跳距。仿真结果表明,与传统DV—Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,并且算法简单,计算量小,是无线传感器网络中节点定位的一种实用方案。     

基于平均跳距估计和位置修正的DV-Hop定位算法

针对传统DV-Hop定位算法只考虑了最近一个锚节点估计的平均跳距,而导致定位误差较大这一问题,提出了一种基于平均跳距估计和位置修正的改进DV-Hop定位算法.改进算法在计算未知节点到各个锚节点距离时,考虑到离该未知节点最近的锚节点到其它锚节点的距离及跳数的不同,计算出不同的平均跳距,使其更接近于实际平均跳距,另外,改进算法还对初步定位结果进行了循环位置修正.仿真结果表明,与传统DV-Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,并且算法简单,计算量小,是无线传感器网络中节点定位的一种实用方案.     

锚节点选择和距离修正的DV-Hop定位算法

为了更好地解决DV-Hop算法定位精度较低的问题,提出一种改进DV-Hop定位算法;首先利用共线性阈值选取锚节点参与位置估计;然后对实际距离和估计距离的误差采用最小二乘法校正锚节点的平均跳距,再用加权修正距离值;考虑到未知节点到锚节点路径与锚节点间路径有重合的情况,用算术平均值计算平均跳距;最后采用二维双曲线定位算法来提高定位精度;仿真结果表明,与传统DV-Hop相比,改进算法在定位稳定性、覆盖率和定位精确度方面都得到了提高.     

一种基于坐标改正的改进DV-Hop定位算法

为有效提高DV-Hop算法在拓扑随机网络中的定位精度,提出一种利用锚节点定位误差修正未知节点坐标的新方法(PEDV-Hop).首先定义伪距误差因子剔除对平均跳距计算产生较大误差的锚节点,从而有效抑制网络拓扑随机分布影响,提高平均跳距计算精度;其次,视锚节点为未知节点,在计算平均跳距的同时,运用三边或多边测量法评估自身定位坐标,从而可计算得到锚节点坐标改正值,并将平均跳距与坐标改正值向网络广播;最后,未知节点根据接收到各锚节点的坐标改正值来修正自身定位误差,从而有效提高节点定位精度.仿真结果表明,PEDV-Hop算法实现简单,有效提高了节点的定位精度.     

基于DV-Hop定位算法的改进研究

在无线传感器网络DV-Hop定位算法中,网络平均跳距离的估算是决定定位精度的重要因素之一。传统的DV-Hop定位算法只考虑了最近一个锚节点佑计的平均跳距,从而导致定位误差较大。为了提高节点定位精度,在原算法基础上提出了一种改进算法,考虑使用多个锚节点佑算的平均跳距离并且采用加权平均跳距代替传统算法中的平均跳距。仿真实验结果表明,在相同的网络环境下,改进后的算法能有效地减少跳距计算带来的定位误差,提高定位精度。     

一种无需测距节点定位算法的分析和改进

针对传统DV-Hop算法定位精度较低的缺点,提出一种改进的DV-Hop定位算法。改进算法在计算未知节点到各个锚节点距离时,根据不同的节点分布情况计算出不同的平均跳距,使其更接近于实际平均跳距,为了减小算法的计算量,定位时用Min-Max(最小最大)方法代替了最小二乘法,另外,改进算法还增加了对初步定位结果的循环位置修正。仿真结果表明,与传统DV-Hop算法相比,改进算法在不需要增加节点的硬件开销的基础上能更有效地提高定位精度,是无线传感器网络中节点定位的一种实用方案。     

基于跳距优化的改进型DV-Hop定位算法

DV-Hop定位算法是无线传感器网络节点定位的关键技术之一.传统DV-Hop定位算法节点定位,因跳数计算和跳距估计产生偏差,影响定位误差,为了提高定位精度,提出一种改进型定位算法.改进算法引入多通信半径方法细化节点间的跳数,计算未知节点平均跳距时,剔除孤立节点,并对利用锚节点得到的平均跳距进行加权归一化处理,使得未知节点定位精度提高.仿真结果显示,改进算法在不明显提高算法复杂度与通信量的基础上大大提高了定位精度.     

节点RSSI比值跳数修正的DV-Hop算法

针对传统的DV-Hop定位算法在计算锚节点与待定位节点之间的平均跳距和跳数时所造成的大量误差积累问题,提出一种基于接收信号强度指示(RSSI)比例修正的DV-Hop定位算法.在改进的算法中,根据不同平均跳距处的接收信号强度指示(RSSI)值,选取最大平均跳距、最小平均跳距处、通信半径处的RSSI值,求出比例因子,再利用该比列因子求出加权系数来修正每一跳数,从而得到更加精确的跳数和平均跳距,提高定位精度.仿真实验表明:该改进算法的定位精度优于传统算法.     

基于最优跳距处理策略的无线传感器网络智能定位算法

针对传统DV-Hop算法存在较大定位误差及忽略锚节点自身误差的问题,提出了一种基于最优跳距处理策略(PSOHD)的智能定位算法。该策略充分考虑了网络拓扑结构和锚节点自身误差对定位精度的影响,首先对锚节点引入两个通信半径,并分别统计每个锚节点通信半径范围内的节点数;然后采用加权最小二乘估计修正锚节点间的平均跳距;最后对用于未知节点位置估计的平均跳距进行筛选并加权处理。另外在定位阶段引入了粒子群优化(PSO)算法对未知节点进行定位。仿真结果表明,在适当增加节点能量消耗的条件下,改进算法的定位精度有明显改善,是一种可行的无线传感器网络(WSN)节点定位的解决方案。     

融合RSSI跳数量化与误差修正的 DV-Hop改进算法

为了提高DV-Hop算法在非均匀网络中的定位精度,提出一种基于RSSI跳数量化与误差修正的DV-Hop改进算法。改进算法首先利用节点间RSSI值与基准RSSI值的比值量化节点间跳数,使整数跳数转化为连续跳数,并在量化跳数的基础上对锚节点平均跳距进行重估,然后对各锚节点平均跳距进行加权处理以修正未知节点平均跳距。最后利用未知节点与最近锚节点的距离关系对未知节点坐标的估计误差进行修正,以进一步降低节点的定位误差。实验结果表明,相较于DV-Hop算法及相关文献,改进算法在相同的网络环境下能够有效降低累积误差对距离估算的影响,提升未知节点定位的精度,在不增加硬件开销的情况下,改进算法的相对定位误差比DV-Hop算法平均下降了20.7%。     

基于DV-HOP的无线传感器网络定位算法

通过对DV-HOP算法的理论分析,找出其产生误差的主要原因,提出相应的改进算法,即对未知节点与锚节点之间的估计距离做出修正,该修正值由多跳的校正值和锚节点的平均每跳距离误差所组成,同时将总体最小二乘法（TLS）应用于定位中,进一步提高了定位精度。选用Matlab进行相关仿真,结果表明：改进算法的定位精度比原算法及部分现有改进算法有明显的提高。     

基于RSSI测距的DV-Hop算法

由于DV-Hop算法在不均匀网络中节点定位精度不高,以及RSSI算法受环境因素影响较大,将RSSI算法与DV-Hop算法相结合,提出一种利用RSSI测距技术改进DV-Hop的算法-----BRDV-Hop算法.该算法应用RSSI测距技术,定义信标节点的平均跳距误差,并利用信标节点的平均跳距误差对未知节点与信标节点之间的距离进行修正,从而达到减小定位误差的目的.仿真结果表明,与标准的DV-Hop算法相比,在不增加传感器节点硬件的基础上,改进算法能有效降低定位误差.     

基于粒子群的DV_Hop算法优化

原DV_Hop算法中存在节点间距离估算的累计误差以及待测节点坐标求解时的误差问题。在平均跳距的计算阶段,信标节点先后以两个通信半径广播自身位置信息,精确了节点间最小跳数值,加入修正因子来校正平均跳距,得到更精确的未知节点坐标。采用基于线性优化惯性权重和线性加权改进的学习因子同步变化的粒子群算法来优化待测节点位置解析误差,降低待测节点的平均定位误差。仿真结果表明,与原有算法相比,该方法可以有效地降低估算距离误差,提高待测节点的定位精度。     

改进的DV-Hop算法在节点定位中的应用研究

基于传统DV-Hop算法的定位技术,通过分析该算法误差产生的主要原因,提出了节点间跳数的修正方法。通过在广播通信中采用双通信频率,将节点间的跳数缩减为0.5 R,减少了平均跳距的误差。通过Matlab软件的实验验证,本算法可以提高节点定位精度和网络通信频率,可进一步提高定位精度,定位结果达到了预期的目的。     

改进的距离重构三维定位算法

针对三维定位算法中节点坐标转换精度低的问题,在距离重构多维定位算法DR-MDS的基础上,提出了改进的距离重构三维定位算法。该算法在距离重构和MDS-MPA算法的思想下,采用优化的最小均方根偏差几何中心修正算法RMSDGCC(Root Mean Square Deviation-Geometric Center Correction),先计算出坐标转换矩阵,然后利用锚节点的几何中心对所有节点进行修正,实现节点从相对坐标向绝对坐标较高精度的转换。算法可以实现有效的坐标转换,获得较好的定位效果。实验结果显示,与原多维定位算法相比,在不引入测距误差的情况下,改进算法在测距半径为15 m时定位精度提高14%,定位误差缩小至0.63 m,测距半径为35 m时,定位精度提高87%,定位误差几乎为0。该改进算法在三维空间中有更高的节点定位精度。     

基于三维球形分割的无线传感器网络定位算法

为了解决无线传感器网络定位精度问题,根据三维球形分割技术提出了一种新的定位算法。首先,该方法结合锚节点间的平均距离和网络平均连通度来计算未知节点到各个锚节点的距离,并给出了定位误差计算方法。其次,基于三维球形分割对上述指标进行优化,详细阐述了位置节点的三维坐标获取方法,以此建立定位算法。最后,通过数值仿真实验研究影响定位算法的核心因素。实验结果表明,与DV-HOP算法和加权质心算法相比较,该算法在定位误差上得到较大程度改进。     

一种基于狼群优化的改进DV_Hop定位算法

DV_Hop算法是经典的无需测距的无线传感器网络节点定位算法之一,但由于节点分布不均匀,由平均跳距计算出的未知节点与锚节点的距离跟实际距离差距较大,导致其定位精度不高.针对这一问题,借助于狼群算法需要的计算参数较少以及具有良好的寻优精度的特点,提出一种基于优化狼群算法(IWCA)的DV_Hop算法(IWCADV_Hop).首先将DV_Hop算法的估计距离进行优化,对于距离锚节点跳数为1的未知节点,用RSSI方法直接求出它与锚节点的距离,从而减小估计距离的误差;其次,由于狼群算法容易陷入局部最优,提出优化狼群算法(IWCA),采用模拟退火的思想在探狼k次迭代未改变位置时,允许以一定概率向效果差的方向游走,游走方式采用混沌映射的方式;最后,将IWCA算法应用到节点定位的计算阶段,从而减小DV_Hop算法计算节点位置时产生的误差.理论分析与仿真实验表明,与同类算法相比,本文提出的IWCADV_Hop算法能提高无线传感器网络节点定位的准确性.     

关于无线传感器网络定位算法仿真

针对无线传感器网络(WSNs)节点定位的问题,提出了一种通过构建粒子群机制的量子神经网络模型优化距离矢量跳跃(DV-HOP)的定位算法(PSO-QNN),根据传统DV-HOP所得到的平均距离和实测节点距离构建量子神经网络模型,并通过粒子群算法对平均距离进行训练,从而得到较优平均值,实现了对DV-HOP算法的优化.算法缩短了传统人工神经网络的训练时间,并且加快了收敛速度.仿真结果表明:与传统DV-HOP算法相比,所提出的PSO-QNN算法能够减少约20%的定位误差,定位精度显著提高.     

杰卡德系数差分误差跳距修正的DV-hop改进算法

为了减小无需测距的DV-hop算法的定位误差,提出基于杰卡德系数跳数修正因子的DV-hop改进算法（JDV-Hop）。改进算法使用节点个数集合的杰卡德系数细化节点间的跳数,减小对节点单跳距离内未知节点跳数的估计误差,然后利用DDV-hop算法中的差分误差系数进一步修正节点间的平均跳距。最后在选择参与定位计算的锚节点时,引入一种节点间可以协作式定位的可信度因子,将定位结果精度高的节点升级为新的锚节点,进行下一轮定位。MATLAB仿真结果显示,在相同条件下,改进算法不仅无需增加额外的硬件开销,且与DDV-hop等现有改进算法相比具有明显更高的定位精度。