基于跳数修正与LM优化的DVHop改进算法.PDF

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
基于跳数修正与LM优化的DVHop改进算法.PDF

第36卷第1期 计 算 机 应 用 研 究 Vol36No1 2019年1月  ApplicationResearchofComputers Jan.2019 基于跳数修正与 LM优化的DVHop改进算法  高清源,徐曾春 ,胡 平 (南京工业大学计算机科学与技术学院,南京211816) 摘 要:针对DVHop定位算法在节点分布不均匀的传感器网络拓扑环境下,跳数与跳距估计存在误差的问 题,提出了ILDVHop改进算法。首先基于信标节点间估计距离与真实距离的差值,提出了一种全网络的有效跳 距;其次在信标节点与未知节点间多跳计算过程中增添了修正值,同时利用接收信号强度指示(RSSI)值优化单 跳值的大小;最后采用列文伯格—马夸尔特算法估计未知节点的最优位置。仿真结果表明,与传统DVHop算 法以及基于拟牛顿迭代的DVHop算法相比,ILDVHop算法的定位误差分别减小了23%与10%左右,定位精度 有了显著的提高。 关键词:DVHop算法;有效跳距;跳数;列文伯格—马夸尔特算法 中图分类号:TP393;TP301.6   文献标志码:A   文章编号:10013695(2019)01047020604 doi:10.19734/j.issn.10013695.2017.07.0664 ImprovedDVHopalgorithmbasedonhopcorrectionandLMoptimization  GaoQingyuan,XuZengchun,HuPing (SchoolofComputerScience&Technology,NanjingTechUniversity,Nanjing211816,China) Abstract:Insensornetworktopologyenvironmentwithunevennodedistribution,runningtheDVHoplocalizationalgorithm oftencausedlargeerrorsofhopvalue.Consideringtheproblemabove,thispaperproposedanimprovedlocalizationalgorithm namedILDVHop.Firstly,forthewholenetwork,thisalgorithmcalculatedaneffectivehopsizebasedondifferenceofactual andestimateddistancebetweenreferencenodes.Then,withaddingacorrectionvaluetothehopsbetweenunknownnodesand referencenodes,italsousedthereceivedsignalstrengthindicator(RSSI)valuetocorrectthedistanceofasinglehop.Final ly,theLevenbergMarquardtalgorithmwasappliedtoestimateanoptimizepositionforeachsensor.Simulationresultsindicate that,comparewiththeDVHopalgorithmandtheDVHopalgorithmbasedonQuasiNewton,theILDVHopalgorithmhasre ducedtheerrorsbyabout23% and10%respectively,andthelocalizationperformancehasincreasedvis

文档评论(0)

153****2993 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档