能量分簇传感器网络距离误差校正MDS-MAP定位算法
发布时间：2020-12-22 11:39
经典MDS-MAP算法在无线传感器网络定位中存在误差较大及计算量随网络规模增大而急剧增加的缺点。该文设计了基于自身和邻居节点剩余能量大小的成簇方法,形成的簇具有适当节点连接度和簇大小,降低了下一步定位算法的计算量和误差。然后对于仅有连通信息的簇内节点,利用时间差测距方法获得簇首与其他单跳节点间距离。提出多跳节点间距离误差校正算法,利用相邻节点的几何关系及节点连接度信息,获得簇内多跳间隔节点距离。采用多维标度技术计算各簇内节点相对坐标,融合簇间坐标并通过锚节点转换为绝对坐标,最终实现节点的定位。所提方法通过能量分簇及多跳间隔节点加权几何距离校正算法,相对于经典多维标度算法定位提供更准确的节点间距离信息,能够在进一步提高定位精度的基础上降低无线传感器网络定位功耗。
【文章来源】：电子与信息学报. 2017年07期 北大核心
【文章页数】：6 页
【部分图文】：
节点A,D在BC两侧构成的四边形
第7期田洪亮等：能量分簇传感器网络距离误差校正MDS-MAP定位算法1737图1节点A,D在BC两侧构成的四边形图2四边形中求解方程组得到的干扰解D'图3干扰解的消除方法：引入辅助节点E3.2基于几何关系的距离误差校正由于硬件水平以及干扰等因素的存在，在具体应用时邻居节点间的测距会产生误差，使上述计算过程得不到相等解，因此需要对上述方法进行误差校正。具体的校正方法是：首先利用定义的误差函数排除掉干扰解，再根据节点密度等因素对求得的多个带有误差的距离值进行加权，得到AD距离的估计值。假设A,D节点间有若干个可与A,D节点构成四边形的邻居节点对，这些符合条件的节点对可以构成m个满足上述条件的四边形。这样按照上述方法求解就得到了2m个AD间距离的解，其中有m个有误差的估测值，m个干扰解。为了排除掉干扰解，定义误差函数为(())21()min,m'iiieuuquq==∑(4)根据对m个四边形的几何关系求解，得出的q的取值范围在(()11min,,,,,,''mmqqqq())11max,,,,,''mmqqqq之间，再从m对解中利用误差函数得到最接近bestq的m个解，这样就排除了m个干扰解。下一步通过加权法求得q的估计值。一般情况下，节点密度越大，测距的准确性越大，因此将节点密度大的解设置的权值较大，节点密度可以用节点连接度C来表示，具体的加权求解公式为()11(1)miuiviimiiqCCmqC==+=∑∑(5)其中，viC,uiC为对ADL求解时，与AD构成四边形的两个辅助节点的节点连接度。这样就得到了AD间距离的估计值q。3.3几何关系条件不足的节点距离估算若节点间无法构成多个四边形，需要应用3.2节方法借用其他能够构成四边形的节点对多跳节点距离进行估算，再利用估算出?
第7期田洪亮等：能量分簇传感器网络距离误差校正MDS-MAP定位算法1737图1节点A,D在BC两侧构成的四边形图2四边形中求解方程组得到的干扰解D'图3干扰解的消除方法：引入辅助节点E3.2基于几何关系的距离误差校正由于硬件水平以及干扰等因素的存在，在具体应用时邻居节点间的测距会产生误差，使上述计算过程得不到相等解，因此需要对上述方法进行误差校正。具体的校正方法是：首先利用定义的误差函数排除掉干扰解，再根据节点密度等因素对求得的多个带有误差的距离值进行加权，得到AD距离的估计值。假设A,D节点间有若干个可与A,D节点构成四边形的邻居节点对，这些符合条件的节点对可以构成m个满足上述条件的四边形。这样按照上述方法求解就得到了2m个AD间距离的解，其中有m个有误差的估测值，m个干扰解。为了排除掉干扰解，定义误差函数为(())21()min,m'iiieuuquq==∑(4)根据对m个四边形的几何关系求解，得出的q的取值范围在(()11min,,,,,,''mmqqqq())11max,,,,,''mmqqqq之间，再从m对解中利用误差函数得到最接近bestq的m个解，这样就排除了m个干扰解。下一步通过加权法求得q的估计值。一般情况下，节点密度越大，测距的准确性越大，因此将节点密度大的解设置的权值较大，节点密度可以用节点连接度C来表示，具体的加权求解公式为()11(1)miuiviimiiqCCmqC==+=∑∑(5)其中，viC,uiC为对ADL求解时，与AD构成四边形的两个辅助节点的节点连接度。这样就得到了AD间距离的估计值q。3.3几何关系条件不足的节点距离估算若节点间无法构成多个四边形，需要应用3.2节方法借用其他能够构成四边形的节点对多跳节点距离进行估算，再利用估算出?
【参考文献】：
期刊论文
[1]无线传感器网络静态节点定位算法综述[J]. 李建坡,钟鑫鑫,徐纯. 东北电力大学学报. 2015(02)
[2]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君. 电子与信息学报. 2013(01)
[3]物联网技术与应用研究[J]. 钱志鸿,王义君. 电子学报. 2012(05)
[4]多维标度定位算法研究[J]. 罗莉琼,罗娟. 信息技术. 2011(04)
[5]基于剩余能量和节点度的无线传感器网络分簇算法[J]. 傅菊平,齐小刚. 计算机应用研究. 2011(01)
[6]分布式无线传感器网络定位算法MDS-MAP（D）[J]. 马震,刘云,沈波. 通信学报. 2008(06)
本文编号：2931700
【文章来源】：电子与信息学报. 2017年07期 北大核心
【文章页数】：6 页
【部分图文】：
节点A,D在BC两侧构成的四边形
第7期田洪亮等：能量分簇传感器网络距离误差校正MDS-MAP定位算法1737图1节点A,D在BC两侧构成的四边形图2四边形中求解方程组得到的干扰解D'图3干扰解的消除方法：引入辅助节点E3.2基于几何关系的距离误差校正由于硬件水平以及干扰等因素的存在，在具体应用时邻居节点间的测距会产生误差，使上述计算过程得不到相等解，因此需要对上述方法进行误差校正。具体的校正方法是：首先利用定义的误差函数排除掉干扰解，再根据节点密度等因素对求得的多个带有误差的距离值进行加权，得到AD距离的估计值。假设A,D节点间有若干个可与A,D节点构成四边形的邻居节点对，这些符合条件的节点对可以构成m个满足上述条件的四边形。这样按照上述方法求解就得到了2m个AD间距离的解，其中有m个有误差的估测值，m个干扰解。为了排除掉干扰解，定义误差函数为(())21()min,m'iiieuuquq==∑(4)根据对m个四边形的几何关系求解，得出的q的取值范围在(()11min,,,,,,''mmqqqq())11max,,,,,''mmqqqq之间，再从m对解中利用误差函数得到最接近bestq的m个解，这样就排除了m个干扰解。下一步通过加权法求得q的估计值。一般情况下，节点密度越大，测距的准确性越大，因此将节点密度大的解设置的权值较大，节点密度可以用节点连接度C来表示，具体的加权求解公式为()11(1)miuiviimiiqCCmqC==+=∑∑(5)其中，viC,uiC为对ADL求解时，与AD构成四边形的两个辅助节点的节点连接度。这样就得到了AD间距离的估计值q。3.3几何关系条件不足的节点距离估算若节点间无法构成多个四边形，需要应用3.2节方法借用其他能够构成四边形的节点对多跳节点距离进行估算，再利用估算出?
第7期田洪亮等：能量分簇传感器网络距离误差校正MDS-MAP定位算法1737图1节点A,D在BC两侧构成的四边形图2四边形中求解方程组得到的干扰解D'图3干扰解的消除方法：引入辅助节点E3.2基于几何关系的距离误差校正由于硬件水平以及干扰等因素的存在，在具体应用时邻居节点间的测距会产生误差，使上述计算过程得不到相等解，因此需要对上述方法进行误差校正。具体的校正方法是：首先利用定义的误差函数排除掉干扰解，再根据节点密度等因素对求得的多个带有误差的距离值进行加权，得到AD距离的估计值。假设A,D节点间有若干个可与A,D节点构成四边形的邻居节点对，这些符合条件的节点对可以构成m个满足上述条件的四边形。这样按照上述方法求解就得到了2m个AD间距离的解，其中有m个有误差的估测值，m个干扰解。为了排除掉干扰解，定义误差函数为(())21()min,m'iiieuuquq==∑(4)根据对m个四边形的几何关系求解，得出的q的取值范围在(()11min,,,,,,''mmqqqq())11max,,,,,''mmqqqq之间，再从m对解中利用误差函数得到最接近bestq的m个解，这样就排除了m个干扰解。下一步通过加权法求得q的估计值。一般情况下，节点密度越大，测距的准确性越大，因此将节点密度大的解设置的权值较大，节点密度可以用节点连接度C来表示，具体的加权求解公式为()11(1)miuiviimiiqCCmqC==+=∑∑(5)其中，viC,uiC为对ADL求解时，与AD构成四边形的两个辅助节点的节点连接度。这样就得到了AD间距离的估计值q。3.3几何关系条件不足的节点距离估算若节点间无法构成多个四边形，需要应用3.2节方法借用其他能够构成四边形的节点对多跳节点距离进行估算，再利用估算出?
【参考文献】：
期刊论文
[1]无线传感器网络静态节点定位算法综述[J]. 李建坡,钟鑫鑫,徐纯. 东北电力大学学报. 2015(02)
[2]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君. 电子与信息学报. 2013(01)
[3]物联网技术与应用研究[J]. 钱志鸿,王义君. 电子学报. 2012(05)
[4]多维标度定位算法研究[J]. 罗莉琼,罗娟. 信息技术. 2011(04)
[5]基于剩余能量和节点度的无线传感器网络分簇算法[J]. 傅菊平,齐小刚. 计算机应用研究. 2011(01)
[6]分布式无线传感器网络定位算法MDS-MAP（D）[J]. 马震,刘云,沈波. 通信学报. 2008(06)
本文编号：2931700
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2931700.html
