模板：学术报告立体效果.pptxVIP

硅藻在重建古气候中的应用;目录; 引言;;;DV-HOP算法;; 基于校正矢量和粒子群优化的节点定位综合算法;;2.1 位置校正矢量; 引入位置校正矢量的目的就是通过调整节点的位置，尽可能缩小计算距离与测量距离之间的差别，因此LCV的每个分量是沿着未知节点到某个邻居节点的方向，分量的大小为对应的计算距离与测量距离的差值。;固定节点的位置校正矢量 ;假设节点S通信范围内有N个邻居节点，节点自身的估计位置为PS=(xs, ys)， N个邻居节点的估计位置为Pi=(xi, yi) ，节点S与第i个邻居节点的计算距离为dci;2.1 位置校正矢量;图2 位置矫正矢量图 （实线为节点实际位置，虚线为节点估计位置）;移动节点的位置矫正矢量;对于移动节点，初始位置估计方法： 移动节点Sm在tk+1时刻的初步估计位置等于其在tk时刻的定位结果的基础上加上;2.1 位置校正矢量;移动节点用距离变化值代替距离值构建LCV（位置校正矢量），过程如下： ;2.1 位置校正矢量;图2 位置矫正矢量图 （实线为节点实际位置，虚线为节点估计位置）;2.2 分簇计算矫正步长;问题描述 分簇后，以 为目标来计算簇内节点的校正步长。位置校正矢量的作用是使簇内所有邻居节点之间经过位置校正后，计算距离与测量距离差值的总和最小化，因此求校正步长的问题可以描述为一个多元函数最小化问题。;假设簇内有N个未知节点，它们的估计位置分别为Pi=(xi, yi) ，LCV分别为 ，i=1，2，?，N，待求步长为step，step是一个由stepi组成的N维向量。 问题的目标函数可以表示为;2.2 分簇计算矫正步长;;2.3 簇边缘附加矫正;;算法仿真及结果分析;仿真环境：MATLAB 区域：边长为100的正方形 节点数：随机布置了100个未知节点 节点通信半径：20 网络的连通度：约为10 测量距离：真实距离加上一个误差不超过10%的高斯随机变量 ;图4 DV-hop定位结果;在如上参数的条件下，DV-hop算法仿真的定位误差为39.34％。;粒子群算法的初始粒子数为20个，粒子群算法的更新次数是10次。图5是以DV-hop为基础的基于LCV和粒子群优化的节点定位综合算法的仿真实验。;图6 算法循环次数与锚节点计算时间以及定位误差的关系;4 总结;谢??