DV-Hop改进与节点密度加权相结合的定位算法研究
发布时间：2020-10-12 17:46
本文首先剖析了DV-Hop算法定位误差产生的原因,然后对DV-Hop节点之间的跳数、跳距进行优化,并利用粒子群算法优化定位坐标从而获得更好的定位效果,最后结合DV-Hop和RND算法的优势来改进基于节点密度加权的定位算法。(1)提出利用跳距可信度对跳距加权和跳数优化的粒子群RDV-Hop算法,跳距可信度为节点间实际距离除以节点通信半径的值与节点之间跳数的比值,利用跳距可信度来对节点的平均跳距进行修正;并通过跳距可信度计算出修正因子来对跳数进行优化,最后利用改进的粒子群算法对节点坐标进行优化。(2)提出一种基于跳距、跳数优化以及节点密度加权的DV-Hop算法。通过改进的跳距可信度优化节点跳距和跳数。节点密度加权值为相邻节点的共有节点个数和两个节点的所有邻居节点的比值,邻居节点根据公式计算出彼此的距离,利用邻居节点距离来修正锚节点的跳距从而提升算法的定位效果。(3)结合DV-Hop和RND算法的优势,提出一种基于网络节点密度加权的RDD(Regulated density distance)算法,首先计算出网络所有节点的密度加权值,并根据节点通信半径乘以密度加权因子求出邻居节点之间的距离;节点之间为两跳时,选取节点之间共有节点数最多的路径作为最优路径并求出节点之间的距离;节点之间为多跳时,采用迭代累加的方式求出节点之间的距离,然后利用锚节点对距离进行修正,最后采用改进的粒子群算法来优化定位。本文首先从锚节点跳距修正、节点跳数优化、网络节点密度等方面对DV-Hop算法进行改进,在此基础上改进了基于节点密度的定位算法。
【学位单位】：江西理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN929.5;TP212.9;TP18
【部分图文】：
第三章 跳距加权和跳数优化的粒子群 DV-Hop 算法BDV-Hop 算法的 0.332，但是当信标节点占比在 13%-18%时，RDV-对于 BDV-Hop 整体平均提高了约 1%-2.5%；当锚节点占比大于 18 RDV-Hop 的定位精度相对于 BDV-Hop 提升了约 2%-3.2%，由图(p 在锚节点占比低于 0.12 时，定位效果并没有 BDV-Hop 好，整p 的绝对误差在 6m-11m 的区间，定位效果还是要要优于 BDV-Hop，点数量较少的情况下，效果更好。信半径 R 对定位误差的影响3.8 中锚节所占比例为 20%时，节点的 R=20m-50m 的逐渐递增（递整个网络定位效果的影响情况图。
第三章 跳距加权和跳数优化的粒子群 DV-Hop 算法节点总数对定位误差的影响于上述实验对比文献[32]没有做网络节点总数对算法定位的影响的仿真改进的RDV-Hop在网络节点总数方面的实验仿真数据是以经典DV-Hop锚节点比例自始至终都是等于 20%，R=30m 时，网络节点总数和定位误 3.9 所示。
第四章 节点密度加权的粒子群 DV-Hop 算法仿真利用MATLAB2014a版本进行试验仿真。为了更好地与文献[43]算法实验区域大小为100×100m的正方形，监测区域内投放的节点总数法设置的默认参数为：学习因子c1=c2=2；wmin=0.4，wmax=0.95，T实验仿真将从信标节点所占比、网络节点数量以及通信半径 R 三个性能。为确保所得数据的准确性，仿真结果取 50 次的均值。标节点数量对定位的影响.5 为锚节点所占比例对定位效果造成的误差的示意图，在仿真测试数 150 个，R= 20m，锚节点数量由 20 递增至 50(递增幅度等于 5)
【参考文献】
本文编号：2838076
【学位单位】：江西理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN929.5;TP212.9;TP18
【部分图文】：
第三章 跳距加权和跳数优化的粒子群 DV-Hop 算法BDV-Hop 算法的 0.332，但是当信标节点占比在 13%-18%时，RDV-对于 BDV-Hop 整体平均提高了约 1%-2.5%；当锚节点占比大于 18 RDV-Hop 的定位精度相对于 BDV-Hop 提升了约 2%-3.2%，由图(p 在锚节点占比低于 0.12 时，定位效果并没有 BDV-Hop 好，整p 的绝对误差在 6m-11m 的区间，定位效果还是要要优于 BDV-Hop，点数量较少的情况下，效果更好。信半径 R 对定位误差的影响3.8 中锚节所占比例为 20%时，节点的 R=20m-50m 的逐渐递增（递整个网络定位效果的影响情况图。
第三章 跳距加权和跳数优化的粒子群 DV-Hop 算法节点总数对定位误差的影响于上述实验对比文献[32]没有做网络节点总数对算法定位的影响的仿真改进的RDV-Hop在网络节点总数方面的实验仿真数据是以经典DV-Hop锚节点比例自始至终都是等于 20%，R=30m 时，网络节点总数和定位误 3.9 所示。
第四章 节点密度加权的粒子群 DV-Hop 算法仿真利用MATLAB2014a版本进行试验仿真。为了更好地与文献[43]算法实验区域大小为100×100m的正方形，监测区域内投放的节点总数法设置的默认参数为：学习因子c1=c2=2；wmin=0.4，wmax=0.95，T实验仿真将从信标节点所占比、网络节点数量以及通信半径 R 三个性能。为确保所得数据的准确性，仿真结果取 50 次的均值。标节点数量对定位的影响.5 为锚节点所占比例对定位效果造成的误差的示意图，在仿真测试数 150 个，R= 20m，锚节点数量由 20 递增至 50(递增幅度等于 5)
【参考文献】
相关期刊论文 前9条
1 刘勇;徐识溥;王运圣;余欢;;蔬菜温室WSN路由算法研究[J];中国农学通报;2015年20期
2 陈万志;张洋;李曌成;;一种缩小定位区域的改进APIT无线传感器网络定位算法[J];电子测量与仪器学报;2015年02期
3 吴凡;彭力;;基于节点密度及路径优化的无线传感器网络定位算法研究[J];传感技术学报;2014年11期
4 方旺盛;高银;;狭长直隧道环境中WSN的RSSI加权质心定位算法[J];传感技术学报;2014年02期
5 赵雁航;钱志鸿;尚小航;程超;;基于跳距修正粒子群优化的WSN定位算法[J];通信学报;2013年09期
6 钱志鸿;王义君;;面向物联网的无线传感器网络综述[J];电子与信息学报;2013年01期
7 蔡绍滨;高振国;潘海为;石莹;;带有罚函数的无线传感器网络粒子群定位算法[J];计算机研究与发展;2012年06期
8 孙其博;刘杰;黎羴;范春晓;孙娟娟;;物联网:概念、架构与关键技术研究综述[J];北京邮电大学学报;2010年03期
9 赵彤;杨文国;郭田德;;无线传感器网络中参数设定的双层规划模型及算法[J];软件学报;2007年12期
本文编号：2838076
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2838076.html
