无线传感器网络中一种基于加权的DV-Hop定位算法.docVIP

无线传感器网络中一种基于加权的DV-Hop定位算法 　　摘要：无线传感器网络节点定位至关重要，有着广泛的应用前景。为减小DV-Hop算法在无线传感器网络节点定位中的误差，针对DV-Hop中平均每跳距离的计算方式进行了改进，利用变异系数的加权方式来求解平均每跳距离，使其更接近真实值。仿真结果表明，改进算法在定位精度、稳定性方面都具有更好的性能，是一种可行的定位解决方案。 　　关键词：无线传感器网络 节点定位 DV-Hop算法 变异系数 平均每跳距离 　　中图分类号：TN929.5 文献标识码：A 文章编号：1007-9416(2012)01-0095-02 　　 　　传感器具有获取多种信号的综合处理能力，并组成了有信息综合和处理能力的网络[1]。无线传感器网络在军事、环境、健康、家庭和其它商业领域具有广泛的应用前景，给人类生活和生产的各个领域带来深远的影响[1,2]。无线传感器网络的自身定位系统和性能直接影响其可用性，其评价主要有定位误差、功耗、定位代价等标准[3]。 　　根据定位机制，现有无线传感器网络定位算法可以分为两大类[4]：基于测距（range-based）的定位算法和无需测距（range-free）的。前者通过测量节点间点到点的距离或者角度信息定位[5]，对于网络的硬件设施有较高的要求；后者仅根据网络连通性等信息定位。故其在成本、功耗方面存在较大优势。 　　其中DV-Hop定位算法是典型的与测距无关的定位算法之一，其基本思想是利用跳数与平均每跳距离乘积代替节点间的距离，然后通过三边定位或极大似然法估计获得未知节点的位置信息。然而，在计算网络的平均每跳距离时，该算法仅考虑了离未知节点最近的信标节点的平均每跳距离，因此与网络的实际平均每跳距离存在很大的误差。本文结合变异系数改进传统DV-Hop的平均每跳距离计算方式。仿真实验结果表明，改进后的算法具有较好的性能，是一种可执行的方案。 　　1、DV-Hop定位算法[7] 　　第一阶段，计算未知节点到每个信标节点的最小跳数。每个信标节点将其位置信息在网络中以包含该信标节点跳数信息的分组形式泛洪广播，使得网络中的所有节点都能记录下到每个节点的最小跳数。 　　第二阶段，计算平均每跳距离。信标节点可利用公式(1.1)计算自己的平均每跳距离： 　　式中：为信标节点数据表中的其他信标节点；为信标节点和之间的跳数。 　　每个未知节点仅接收距离自己跳数最少的那个信标节点发送的分组信息，且根据自己数据表中记录的跳数，计算到每个信标节点的距离。 　　第三阶段：未知节点利用第二阶段中计算出的到各个信标节点的估计距离，利用三边定位法或极大似然法计算估计坐标。 　　2、基于变异系数的DV-Hop改进 　　基于变异系数的DV-Hop算法改进思想如下： 　　未知节点接收到多个已知节点的平均每跳距离后，结合变异系数的思想，对这些平均每跳距离进行归一化的处理，即给每个已知节点的平均每跳距离都赋予一个权值，用这个权值与各自的平均每跳距离的乘积求和代替传统算法的平均每跳距离，避免了传统方式采用一个最近节点的平均每跳距离带来的较大误差，同时，也能全面考虑各个节点与未知节点的平均每跳距离，更平滑的处理多个节点的平均每跳距离，计算出的结果更客观，接近于真实值。 　　下面具体介绍一下新算法中的平均每跳距离计算方法。用代表每个已知节点的平均每跳距离，用代表全网平均每跳距离。假设未知节点一共收到n个已知节点的信息，将每个已知节点的平均每跳距离加权值用表示。 　　计算全网平均每跳距离为： 　　计算第j个已知节点的平均每跳距离加权值为： 　　其中，为第个已知节点平均跳的变异系数，定义为： 　　3、仿真实验 　　3.1 实验设计 　　参考文献[7]中的仿真场景，在网络区域为[0,100m]×[0,100m]，在该网络区域中的所有节点均随机生成，并且信标节点的选取也是随机的，在[0,100m]×[0,100m]的网络区域中随机分布了100个节点，其中随机选取了10个信标节点。分别对传统DV-Hop算法和改进后的算法进行仿真和验证。 　　3.2 实验结果及分析 　　在节点总数不变的情况下，改变节点通信半径R将影响网络的平均连通度。由仿真曲线图3.1（a）、3.1（b）可知，在相同的网络环境(节点通信半径R，信标节点数)下，本文提出的改进算法II的定位误差均明显低于传统DV-Hop算法和文献[7]的改进算法I，当节点通信半径由R=15m变化到R=30m时，无论是传统DV-Hop算法还是DV-Hop(改进)算法在平均定位误差、定位误差均方差方面都随着通信半径R的增加而增大；这是因为在增加节点通信半径R而增大网络平均连通度的同时，导致节点计算的平均每跳距离的误差在增大，从而导致算法参数指