基于WBOA的3D-DV-Hop节点定位算法

针对三维(3D)-DV-Hop定位算法未知节点从最近的锚节点获取平均跳距估算距离时定位精度低的问题,提出了一种新的基于WBOA的3D-DV-Hop算法。首先,该算法去除了网络中无法通信和无法定位的节点;然后添加了修正因子,修正平均跳距。接着创建一个用于优化的蝴蝶初始种群,构建目标函数。采用自适应权重来平衡全局搜索与局部搜索的能力,使得算法不易陷入局部最优,加快了算法的收敛精度;最终求得全局最优平均跳距。仿真结果表明:尽管算法的平均运行时间略有增加,但算法的定位精度得到了有效提高。

非均匀网络中半径可调的ARDV-Hop定位算法

针对无线传感网络中传统DV-Hop(Distance Vector Hop)定位算法节点分布不均匀导致定位误差较大的问题,提出了非均匀网络中半径可调的ARDV-Hop(Adjustable Radius DV-Hop in Non-uniform Networks)定位算法。该算法通过半径可调的方式对节点间的跳数进行细化,用细化后呈小数级的跳数代替传统的整数级跳数,并建立了数据能量消耗模型,优化了网络传输性能。ARDV-Hop算法还针对节点分布不均匀的区域提出跳距优化算法:在节点密度大的区域,采用余弦定理优化跳距;密度小的区域,采用最小均方误差(Least Mean Square,LMS)来修正跳距。仿真实验表明,在同等网络环境下,与传统DV-Hop算法、GDV-Hop算法和WOA-DV-Hop算法相比,ARDV-Hop算法能更有效地降低定位误差.

基于模拟退火和樽海鞘群优化的DV-Hop定位算法

针对无线传感器网络(WSNs)中传统DV-Hop算法定位误差较大等问题,提出基于模拟退火和樽海鞘群优化的DV-Hop定位算法。该算法分别引入RSSI和修正因子来量化最小跳数以及校正平均跳距,在未知节点估计过程中,采用改进的樽海鞘群优化算法代替最小二乘法,并且与模拟退火算法相结合,缓解了樽海鞘群优化算法在寻优过程中容易陷入局部最优的缺点。仿真结果表明:改进后的DV-Hop算法相比于传统DV-Hop定位算法以及其他智能优化算法,定位精度得到明显改善。

基于DV-Hop算法的高校图书馆文献资源定位筛选

现如今伴随着高校图书馆的数字化发展,对于文献资源的定位与筛选也成了一个重要的研究方向。本文基于DV-Hop算法的改进,实现高校图书馆文献资源的定位与筛选,通过对描节点数量的考虑以及区域面积的大小提供相应的改进措施,并与传统的算法进行比较。实验研究结果表明,本文的算法在不同的锚节点数量以及区面积的影响下,都能够较好地降低使用成本,提高定位的准确性,具有一定的应用价值。

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。

基于角度阈值的改进型DV-Hop定位算法

针对DV-Hop定位算法中部分参与定位的锚节点位置近似成直线而引起的定位性能较低的问题,提出一种基于角度阈值的锚节点选择策略,通过设置角度阈值来筛选锚节点以提高DV-Hop的定位性能。仿真结果证明,ATDV-Hop算法在可定位节点比例上比DV-Hop算法提高了24.05%,在定位精度上降低了8.79%。

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DV-Hop的大规模WSN定位方法研究

DV-Hop是大规模无线传感器网络(WSN)典型定位算法,通过测量节点之间的信号传输距离和经过的中继节点数,实现节点的位置估计。针对传统DV-Hop算法中存在的平均跳距误差较大和最小跳数难以确定等问题,通过引入加权平均跳距和基于节点分布的最小跳数,改进了传统DV-Hop算法。仿真结果表明,改进的DV-Hop算法在提高定位精度方面优于传统DV-Hop算法。

无线传感器网络DV-Hop定位算法的改进

在无线传感器网络中,节点定位占有极其重要的一席之地。无需测距方案中的DV-Hop算法因其计算简单易于实现得到广泛应用。传统DV-Hop算法不能够提供相对好的定位精度,为了保证定位的准确性,文章对DV-Hop算法进行了优化。在优化算法中,采用加权误差修正锚节点的估计平均跳距使其更加接近实际值,之后采用二维双曲线算法代替三边法或最小二乘算法确定接近实际位置的待测节点坐标。仿真结果验证了文章提出算法在无线传感器网络中定位的准确性。

一种改进无线传感器网络的DV-Hop定位算法

DV-Hop算法是非基于测距定位技术的典型算法之一。该算法的实质是:用跳段距离代替实际距离。但同时,这也是产生误差的主要原因。为了降低算法的误差,提高定位精度,文中提出了一种改进的DV-Hop定位算法。改进的算法中引入了信标节点的平均每跳误差并对测距误差进行加权处理。经过MATLAB仿真分析表明,在相同的仿真环境中,改进的DV-Hop算法其误差明显下降,平均定位精度比原算法及部分现有改进算法提高30%。

Dv-hop定位算法在农田无线传感器网络监测系统中的应用

针对农田无线传感器监测系统,根据Dv-hop算法定位过程,在研究已有Dv-hop改进算法的基础上,提出了对Dv-hop定位技术在平均每跳距离估计方法及未知节点平均每跳距离估算采用不同参考节点平均每跳距离等两方面的改进措施。采用MATLAB仿真环境对算法进行了验证,结果表明改进后的算法较原算法在定位精度上有提高。

基于DV-HOP的改进定位算法

节点定位技术是无线传感器网络的关键技术之一。基于双通信半径的DV-Hop定位算法,比传统DV-Hop算法大大提高了定位精度,但是还可以进一步改进。在双通信半径定位算法基础上,用跳数值变换概念改进锚节点计算平均每一跳距离的公式,并结合平均每跳距离进行加权处理。MATALB仿真实验证明,提出的基于双通信半径的跳数变换加权DV-Hop算法能提高基于双通信半径算法的定位精度,且不会增加节点的硬件成本。

基于多应用场景的改进DV-Hop定位模型

针对距离矢量跳(DV-Hop)定位模型定位精度低、优化策略场景依赖性强的问题,提出一种基于函数分析和模拟定参的改进DV-Hop模型——函数修正距离矢量跳(FuncDV-Hop)定位模型。首先,分析DV-Hop模型的平均跳距、距离估计和最小二乘法中的误差原因,引入待定系数优化、阶跃函数分段实验、带等效点的权重函数策略和极大似然估计修正;其次,考虑多应用场景,用控制变量法,分别将总节点数、信标节点比例、通信半径、信标节点数和待测节点数作为变量,设计对照实验;最后,进行仿真定参和整合优化测试两阶段实验,最终的改进策略较原DV-Hop模型的定位精度提高了23.70%~75.76%,平均优化率57.23%。实验结果表明,FuncDV-Hop模型的优化率最高达到了50.73%,与基于遗传算法和神经动力学改进的DV-Hop模型相比,FuncDV-Hop模型的优化率提升了0.55%~18.77%。所提模型不引入其他参量,不增加无线传感器网络(WSN)的协议开销,且有效提高定位精度。

基于BPSDV-Hop的无线传感器网络节点定位算法

为了尽量避免误差的扩大化,定位更加准确,增强无线传感器网络节点的灵敏程度,混合粒子群在BA校正的基础上,不断优化无线传感器网络定位,充分利用BPSDV-Hop定位算法,这一算法先通过优化混合粒子群对一些未知节点精细计算,计算出跳距范围,其次在应用DV-Hop算法计算未知节点的自身位置时摒弃以往常用的最小二乘法,对于那些未知节点的坐标的判断要利用好蝙蝠算法,通过这一特性不断优化定位方法,确定精度,最后要充分发挥Matlab平台的作用,利用这一平台,对算法细致化分析与探究。据可靠分析显示:BPSDV-Hop定位算法远远优越于DV-Hop定位算法,它对未知坐标的判断和定位准确度非常之高,在WSN中具有广泛的应用前景。

高精度多通信半径DV-Hop定位算法

无线传感器网络(WSN)中,DV-Hop算法一般应用于粗精度定位。为了进一步减小基于无需测距DV-Hop算法的定位误差,从三个方面依次提出三种呈现递进改进关系的基于多通信半径的高精度DV-Hop改进算法。第一种,通过改变计算跳数值方式,改进多通信半径DV-Hop算法;第二种,在改进的多通信半径算法基础上,改进计算锚节点平均每跳距离的公式;第三种,基于第二种算法,对锚节点平均每一跳距离进行加权处理,使校正值的大小受锚节点与未知节点间的距离影响。MATLAB仿真实验表明,改进的三种算法可以大大提升DV-Hop算法的定位精度。

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DV-Hop(Distance Vector-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DV-Hop定位算法,减小了节点定位误差、提高了算法定位精度。

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。

无线传感器网络DV-HOP定位算法的改进

节点定位在无线传感器网络的应用中起着重要作用,一直备受学术界和工业界的关注。在深入研究分析无线传感器网络DV-Hop定位算法和部分已有改进算法的基础上,提出了一种新的改进算法。针对DV-Hop算法在未知节点到信标节点距离计算中的不足,该算法对信标节点的平均每跳距离做出改进;并对可参考信标节点数小于3的未知节点进行估计定位,消除了因拓扑结构而造成的不可定位节点。仿真结果表明,改进算法比原算法及部分现有改进算法的定位精度有所提高。

一种基于DV-HOP改进的无线传感器网络定位算法

针对无线传感器网络中经典定位算法DV-HOP定位精度低的缺陷,提出改进算法。该算法采用新的方式计算未知节点与锚节点的距离,提出锚节点信任度的概念,并利用加权最小二乘法计算节点坐标。Matlab仿真实验结果表明,在相同网络环境下,该算法能有效减小距离计算带来的定位误差,提高定位精度。

基于多通信半径的加权DV-Hop定位算法

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的定位技术,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DV-HOP定位算法,并在加权算法基础上,引入多通信半径广播方法细化节点间的跳数,最后提出了一种基于加权DV-HOP的改进型RWDV-Hop定位算法。仿真结果证明,加权DV-HOP在定位精度上比DV-HOP算法提高了7.3%,改进型RWDV-HOP在定位精度上比加权DV-HOP算法提高了6.7%。