基于距离修正及灰狼优化算法对DV-Hop定位的改进
发布时间:2021-01-30 06:24
无线传感器网络在实际应用中普遍存在节点布设不均匀的状况,导致使用经典DV-Hop(Distance Vector-Hop)方法实现节点定位存在较大的误差。为了提高定位精度,提出基于测距修正及灰狼优化算法的改进策略。首先,针对未知节点到每一目标锚节点的平均每跳距离校正值,采用一种相似路径搜索算法获得网络内一条最相似锚节点对间的多跳路径用于确定该值,以期提高未知节点到锚节点距离估计值的精度;进而,在使用Lateration算法获得未知节点初始位置后增加改进的灰狼群体智能算法优化步骤,以期提高定位精度。仿真实验结果显示,所提出的改进策略相对经典DV-Hop定位方法以及典型的改进方法,提高了对网络拓朴变化的鲁棒性,定位精度有了显著改善。
【文章来源】:传感技术学报. 2019,32(10)北大核心
【文章页数】:7 页
【部分图文】:
测距误差vs.锚节点比例
詈螅?ü?骄?焙亩?慷员人惴ǖ母丛佣?。3.2.1距离估计精度图2~图4分别对比了锚节点比例、节点总数及通信半径参数变化条件下三种算法的测距精度表现。结果显示:随着锚节点比例的提高,本文算法较之原DV-Hop测距精度可提高约67%,较之IBDV-Hop测距精度可提高约35%;随着网络节点布设密度的增大,分别可提高约66%和33%;随着通信半径的增大,分别可提高约64%和38%。在各类场景下,本文算法的测距精度整体表现较高且稳定。图2测距误差vs.锚节点比例图3测距误差vs.节点总数图4测距误差通信半径3.2.2定位精度图5~图7分别对比了锚节点比例、节点总数及通信半径参数变化条件下三种算法的定位精度表现。结果显示:随着锚节点比例的提高,本文算法较之原DV-Hop方法定位精度可提高约46%,较之IB-DV-Hop定位精度可提高约15%;随着网络节点布设密度的增大,分别可提高约37%和19%;随着通3551
惚壤??5%渐次提高到30%;场景二固定通信半径为15m,锚节点比例为15%,节点总数改从100渐次提高到225;场景三固定节点总数为100,锚节点比例为15%,通信半径从15m提高到35m。3.2实验结果与分析在3.1节所述三种实验场景中,根据距离估计步骤统计的距离精度与位置计算步骤统计的定位精度对算法进行对比分析;另外,还将对比分析迭代次数与定位误差的关系以及优化算法种群数量与定位误差的关系;最后,通过平均时耗定量对比算法的复杂度。3.2.1距离估计精度图2~图4分别对比了锚节点比例、节点总数及通信半径参数变化条件下三种算法的测距精度表现。结果显示:随着锚节点比例的提高,本文算法较之原DV-Hop测距精度可提高约67%,较之IBDV-Hop测距精度可提高约35%;随着网络节点布设密度的增大,分别可提高约66%和33%;随着通信半径的增大,分别可提高约64%和38%。在各类场景下,本文算法的测距精度整体表现较高且稳定。图2测距误差vs.锚节点比例图3测距误差vs.节点总数图4测距误差通信半径3.2.2定位精度图5~图7分别对比了锚节点比例、节点总数及通信半径参数变化条件下三种算法的定位精度表现。结果显示:随着锚节点比例的提高,本文算法较之原DV-Hop方法定位精度可提高约46%,较之IB-DV-Hop定位精度可提高约15%;随着网络节点布设密度的增大,分别可提高约37%和19%;随着通3551
【参考文献】:
期刊论文
[1]灰狼优化算法研究综述[J]. 张晓凤,王秀英. 计算机科学. 2019(03)
[2]基于测距和灰狼优化的无线传感器网络定位算法[J]. 段亚青,王华倩,乔学工. 传感技术学报. 2018(12)
[3]基于跳距优化的改进型DV-Hop定位算法[J]. 景路路,张玲华. 传感技术学报. 2017(04)
[4]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[J]. 程超,钱志鸿,付彩欣,刘晓慧. 电子与信息学报. 2015(10)
[5]无线传感器网络中一种改进的DV-Hop定位算法[J]. 宋倩雯,郭松涛,柏艾林,李传东,杨金鹏. 重庆大学学报. 2015(04)
[6]改进的无线传感器网络无偏距离估计与节点定位算法[J]. 魏全瑞,刘俊,韩九强. 西安交通大学学报. 2014(06)
本文编号:3008423
【文章来源】:传感技术学报. 2019,32(10)北大核心
【文章页数】:7 页
【部分图文】:
测距误差vs.锚节点比例
詈螅?ü?骄?焙亩?慷员人惴ǖ母丛佣?。3.2.1距离估计精度图2~图4分别对比了锚节点比例、节点总数及通信半径参数变化条件下三种算法的测距精度表现。结果显示:随着锚节点比例的提高,本文算法较之原DV-Hop测距精度可提高约67%,较之IBDV-Hop测距精度可提高约35%;随着网络节点布设密度的增大,分别可提高约66%和33%;随着通信半径的增大,分别可提高约64%和38%。在各类场景下,本文算法的测距精度整体表现较高且稳定。图2测距误差vs.锚节点比例图3测距误差vs.节点总数图4测距误差通信半径3.2.2定位精度图5~图7分别对比了锚节点比例、节点总数及通信半径参数变化条件下三种算法的定位精度表现。结果显示:随着锚节点比例的提高,本文算法较之原DV-Hop方法定位精度可提高约46%,较之IB-DV-Hop定位精度可提高约15%;随着网络节点布设密度的增大,分别可提高约37%和19%;随着通3551
惚壤??5%渐次提高到30%;场景二固定通信半径为15m,锚节点比例为15%,节点总数改从100渐次提高到225;场景三固定节点总数为100,锚节点比例为15%,通信半径从15m提高到35m。3.2实验结果与分析在3.1节所述三种实验场景中,根据距离估计步骤统计的距离精度与位置计算步骤统计的定位精度对算法进行对比分析;另外,还将对比分析迭代次数与定位误差的关系以及优化算法种群数量与定位误差的关系;最后,通过平均时耗定量对比算法的复杂度。3.2.1距离估计精度图2~图4分别对比了锚节点比例、节点总数及通信半径参数变化条件下三种算法的测距精度表现。结果显示:随着锚节点比例的提高,本文算法较之原DV-Hop测距精度可提高约67%,较之IBDV-Hop测距精度可提高约35%;随着网络节点布设密度的增大,分别可提高约66%和33%;随着通信半径的增大,分别可提高约64%和38%。在各类场景下,本文算法的测距精度整体表现较高且稳定。图2测距误差vs.锚节点比例图3测距误差vs.节点总数图4测距误差通信半径3.2.2定位精度图5~图7分别对比了锚节点比例、节点总数及通信半径参数变化条件下三种算法的定位精度表现。结果显示:随着锚节点比例的提高,本文算法较之原DV-Hop方法定位精度可提高约46%,较之IB-DV-Hop定位精度可提高约15%;随着网络节点布设密度的增大,分别可提高约37%和19%;随着通3551
【参考文献】:
期刊论文
[1]灰狼优化算法研究综述[J]. 张晓凤,王秀英. 计算机科学. 2019(03)
[2]基于测距和灰狼优化的无线传感器网络定位算法[J]. 段亚青,王华倩,乔学工. 传感技术学报. 2018(12)
[3]基于跳距优化的改进型DV-Hop定位算法[J]. 景路路,张玲华. 传感技术学报. 2017(04)
[4]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[J]. 程超,钱志鸿,付彩欣,刘晓慧. 电子与信息学报. 2015(10)
[5]无线传感器网络中一种改进的DV-Hop定位算法[J]. 宋倩雯,郭松涛,柏艾林,李传东,杨金鹏. 重庆大学学报. 2015(04)
[6]改进的无线传感器网络无偏距离估计与节点定位算法[J]. 魏全瑞,刘俊,韩九强. 西安交通大学学报. 2014(06)
本文编号:3008423
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3008423.html