基于跳数估计的DV-Hop改进算法

平均每跳距离的估计在无线传感器网络DV-Hop定位算法中占有重要的地位,是决定定位精度的重要因素之一。针对传统DV-Hop算法的不足,本文考虑全局及锚节点周围局部网络,改进平均每跳距离的估计算法,同时,对未知节点到锚节点之间的跳数进行修正。在相同的实验环境下,仿真结果表明改进算法减少了定位误差,一定程度上提高了定位精度。

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。

基于误差加权和距离修正的改进DV-Hop算法

针对DV-Hop算法定位精度不高的问题,提出一种基于误差加权和估计距离修正的改进DV-Hop算法。该算法先采用距离误差和跳数归一化加权的思想对锚节点的平均跳距进行修正,再根据锚节点距待定位节点位置的远近程度对两者间的估计距离进行修正。仿真结果表明:改进算法在无需增加额外通信开销的情况下,使定位精度提高约48.95%,稳定性更高。

一种基于FCM的DV-HOP定位算法

对锚节点稀少且未知节点分布不均匀的定位环境下距离矢量跳数(Distance Vector Hop,DV-HOP)定位算法定位误差大的问题进行研究,提出一种基于模糊C-均值(Fuzzy C-means,FCM)的DV-HOP定位算法。在DV-HOP定位算法中引入FCM算法将锚节点进行分簇并提出分簇策略,未知节点则按照设定的算法流程选择入簇,在通过簇内定位后进行簇间坐标的融合从而实现全局定位。为了验证基于FCM的DV-HOP定位算法的有效性,将所提算法与DV-HOP定位算法、基于粒子群的DV-HOP(DV-HOP for Particle Swarm Optimization,PSODV-HOP)定位算法以及基于几何改进的DV-HOP(Improved DV-HOP,IDV-HOP)定位算法等3种算法对比。仿真结果表明,基于FCM的DV-HOP定位算法与其他3种定位算法相比,其平均定位误差分别降低了52%、45%与31%,能更好地适应不均匀的节点分布环境。

基于DV-Hop的WSN网络节点定位算法

在提高无线传感器网络节点定位精度的研究中,无线传感器网络能够实时监测、感知和采集各种环境或监测对象的信息,而节点自身定位是其重要的研究问题之一。为了减小DV-Hop定位算法在实际环境中的定位误差,提出了基于Steffensen加速迭代法的适用于无线传感器网络的迭代模型,将节点定位问题转化为求最优解问题。上述算法包括两个阶段:第一阶段,利用DV-Hop算法进行初步定位;第二阶段,建立Steffensen迭代模型,将第一阶段的定位结果作为初值,求得定位结果的最优解。仿真结果表明,改进算法在节点定位精度上有显著提高。

改进人工蜂群优化的DV-Hop节点定位算法

针对距离矢量-跳数(DV-Hop)定位算法误差较大、难以应用于精度要求较高的无线传感器网络的缺点,提出一种改进人工蜂群优化的节点定位算法IABC-DV-Hop。IABC-DV-Hop采用最优适应度关联的线性递减邻域搜索策略对人工蜂群算法进行改进;采用改进人工蜂群算法替代DV-Hop极大似然估计法,用以计算未知节点坐标。实验结果表明:在相同网络环境下,相比于经典的DV-Hop定位算法,IABC-DV-Hop算法在定位精度和定位效率上均有不同程度的提高。IABC-DV-Hop算法可应用于定位精度、定位效率高的无线传感器网络。

基于跳数差的无线传感器网络安全定位方法

针对无线传感器网络(WSN)中女巫攻击使距离矢量跳数(DV-HOP)等算法的定位结果产生偏差的问题,提出基于跳数差值的距离矢量跳数算法(HDDV-HOP)及其增强型算法(EHDDV-HOP)。首先,检测节点通过可控泛洪方式获取其他节点的邻居节点列表;其次,检测节点通过分析邻居节点列表检测虚假节点并建立白名单;最后,节点根据白名单选择性转发接收到的数据包并进行安全定位。两种算法的区别在于它们使用不同的检测方式,HDDVHOP算法中检测节点分析邻居节点列表是否相同,而EHDDV-HOP算法中检测节点分析邻居节点列表交集与并集中元素个数之比。仿真结果表明,在信标节点比例达到20%和信号覆盖不对称时,与无女巫攻击时DV-HOP算法相比,HDDV-HOP定位误差相对大133.4%,EHDDV-HOP在相似度阈值合适时只高出7.3%,但都低于有女巫攻击时DVHOP的定位误差。两种算法都能抵御女巫攻击,但EHDDV-HOP更优。

基于改进粒子群算法的无线传感器网络节点定位

针对传统距离矢量-跳数(DV-Hop)算法中最小二乘法的估计误差过大、粒子群(PSO)算法易陷入局部最优的问题,提出了一种改进粒子群算法与DV-Hop的融合算法。首先从粒子速度、惯性权重、学习策略、变异方面对粒子群算法进行改进,增强算法跳出局部最优的能力,提高迭代后期算法的搜索速度;然后在DV-Hop算法第三阶段采用改进粒子群算法优化节点的定位结果。仿真结果表明:相比传统DV-Hop算法、基于混沌粒子群算法的DV-Hop改进算法(MPSO1-DV-Hop)和基于改进型粒子群优化的DV-Hop算法(MPSO2-DV-Hop),该算法的定位精度高,稳定性好,适用于定位精度和稳定性要求较高的场景。

监测煤矿的一种无线传感器网络节点定位算法

利用DV-Hop算法实现了煤矿安全监测无线传感器网络节点之间的自定位。针对煤矿安全监测应用领域对网络节点定位的特殊要求,提出了一种节点定位精度的改进方案。介绍了引入距离误差校正值后的DV-Hop定位算法。该算法节点间通信量少,适合不均匀分布的网络场景。仿真结果表明:改进后的算法有效地提高了无线传感器网络节点的定位精度。

一种改进的煤矿井下无线传感器网络定位算法

针对煤矿井下巷道狭长,传感器节点分布不均匀,环境恶劣,井下人员定位不明确。传统算法定位精度不高。为此,提出一种改进DV-Hop的煤矿井下节点定位方法,利用无线信号同种介质中传播速度不变性,并利用节点间数据包传送时间对未知节点的估计距离进行修正。实验结果表明,改进算法有效地提高了无线传感器网络节点的定位精度,减少了定位误差,更加适合于类似于煤矿井下场景的定位需求。

基于改进樽海鞘群算法的无线传感器网络节点定位

传统距离矢量-跳数(DV-Hop)定位算法中定位阶段的准确率较低,提出了一种改进樽海鞘群算法优化的DV-Hop定位算法。首先,利用Cat混沌映射产生混沌序列,用以种群初始化;其次,在追随者更新时加入环境和优秀个体的影响,引入精英引导变异实现;最后,用败者淘汰策略去除较差个体同时产生较优个体。实验结果表明:优化后的DV-Hop算法与传统DV-Hop算法及其他对比算法相比,定位精度较高,具有更好的定位能力。

水下光无线传感器网络的连接性分析与定位技术

针对水下光无线传感器网络(UOWSN)节点的传输范围受限和间歇性连接的问题,利用多跳通信扩大传输范围来增强网络连接性,提出一种网络节点定位算法。首先,将UOWSN建模为三维(3D)随机缩放模型图,并根据网络节点数、通信范围以及光发散角推导了该模型下网络节点的连接性概率表达式;然后,利用接收信号强度(RSS)定位算法修正距离矢量跳数(DV-Hop)定位算法来解决网络节点的定位问题,并与现有方案进行分析对比。仿真结果表明提出的定位算法的性能明显优于标准的DV-Hop算法和Hybrid DV-Hop算法。