- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
无线传感器网络节点定位DV-Hop算法的改进
刘玉珍 敖建新
(辽宁工程技术大学电子与信息工程学院,葫芦岛125105)
摘要:在无线传感器网络领域中的节点定位技术中,DV-Hop定位算法是一种常见的算法。简述此定位算法过程;针对其不足之处提出了一种对DV-Hop定位算法的改进方法;在MATLAB环境下对此算法在节点定位精度和覆盖率方面进行仿真实验,仿真结果证明此改进算法较为有效,定位精度和节点覆盖率比原DV-Hop定位算法都取得良好指标。
关键词:无线传感器网络;定位;DV-Hop
中图分类号:TP393 文献标识码:A
Improved DV-Hop Algorithm for the Nodes Positioning
in Wireless Sensor Networks
Liu Yuzhen Ao Jianxin
Liaoning Engineering and Technology University,Huludao,125105
Abstract:In the positioning technology of the field of the wireless sensor network, DV-Hop algorithm is a common algorithm. The process of the algorithm is proposed. For the disadvantages, an improved DV-Hop algorithm is introduced. The algorithm is simulated in the MATLAB environment. The result shows that the improved algorithm is very effective. This improved method of positioning compared to the original DV-Hop algorithm has better positioning accuracy.
Key words:wireless sensor networks; positioning; DV-Hop;
1引言
无线传感器网络是当今国内、国外上备受瞩目的新兴前沿领域并且已经在众多领域中得到推广应用[1],如国防军事、环境监测和交通管理等等。在众多应用中如不知道节点位置是毫无意义的,显然节点定位技术是无线传感器网络领域中极其重要的关键技术。到目前为止,节点的定位算法早已很多,如基于测距和基于非测距的算法[2-3]。在基于非测距的算法中有一个由美国Niculesce等人提出来的叫做DV-Hop定位算法,它具有低复杂度、低功耗和无需测距等优势[4]值得研究应用。
2DV-Hop算法实现
DV-Hop算法是利用距离矢量路由的原理被提出来,其实现过程主要是以下三步:
Step1:计算未知节点与每个已知节点的最小跳数。
已知节点向邻居节点广播自身位置信息的分组,其中包括跳段字段,且将该值初始化为0。接收的节点记录到每个节点的最小跳数,同时忽略来自同一个节点的较大跳数的分组,然后将跳数值加1转发给邻居节点[5-6]。
Step2:计算未知节点与已知节点的跳段距离。
每个已知节点根据记录的其他已知节点的位置信息和跳数,利用式 1 [7]估计平均每跳的距离:
1
式中 Xi,Yi 、 Xj,Yj 为锚节点x,y的坐标,hi为节点i,j间的最小跳数。已知节点将计算的平均每跳距离用带有生存字段的分组广播至全网中,未知节点只记录接收到的第一个平均每跳距离,并转发给每个邻居节点。未知节点接收到平均每跳距离后,根据记录的跳数值计算到每个已知节点的跳数距离值。
Step3:利用极大似然估计法计算未知节点的坐标。
图1 极大似然估计法
Fig. 1 Maximum-likelihood estimation
如图1所示,已知1、2···n个已知节点坐标为(x1,y1)、(x2,y2)···(xn,yn),设已知和未知节点的距离为d1,d2···dn,未知节点D坐标为(x,y)。得到下列方程组
2
由第一个方程逐一剪掉最后一个方程得到
3
将上式表示为AX b,其中
4
5
6
由上面的方程组可得未知节点D坐标为
7
3改进的DV-Hop算法
在step1中,若网络密集可
文档评论(0)