DV-Hop定位算法优化思想.docxVIP

DV-Hop?定位算法改进 1、DV-Hop?算法原理及性能 1.1、算法原理 DV-Hop?算法是典型的无需测距的定位算法，基本思想是将未知节点到信标节点之间 的距离用网络中节点的平均每跳距离和两节点之间跳数的乘积来表示，然后再使用三边测 量法或极大似然估计法来获得未知节点的位置信息。DV-Hop?算法定位过程分以下三个步 骤： i. 信标节点位置已知，计算未知节点与每个信标节点的最小跳数 ii. 计算未知节点与每个信标节点的最小跳数，计算公式如下 HopSizei??? HopSizei????? (xi???x?j?)2???(?yi???y?j?)2 ??hij i??j iii. 利用三边测量法计算自身位置 1.2、算法性能 DV-Hop?算法依据信标节点间的跳数来计算平均距离，所以信标节点比例对算法定位 精度存在直接的影响。一方面，信标节点的位置信息通常依赖于人工部署或者?GPS?实现。 人工部署受限于环境同时也限制了网络的可扩展性；而使用?GPS?会使得节点费用比普通节 点高两个数量级，成本太高。另一方面，无须测距定位算法中，信标节点比例越高，定位 越精确。所以信标节点比例和成本需要权衡。同时，DV-Hop?算法对网络的拓扑结构也十 分敏感。在实际网络拓扑中，未知节点与信标节点间的路径往往不是直线，而是存在“空 洞”，使得估算距离远大于实际距离，定位精度大打折扣，即?DV-Hop?算法仅在各向同性的 密集网络中，校正值才能被合理的估算。 所以?DV-Hop?算法的性能在一定程度上取决于网络结构和信标节点比例。 2、基于邻居节点空间顺序序列优化 针对?DV-Hop?算法对网络拓扑结构敏感的问题，有学者提出了不同的改进算法，其中 一种是基于邻居节点空间序列优化的改进算法。假设网络环境如下图 2 3  4 1  B 5 L A  7 C 图?1?基于邻居节点空间顺序序列优化示意图 其中，L?为信标节点，其余均为未知节点，且?A、C?均为?B?的一跳邻居节点。若已经通过 计算获得?LB?的距离，又因为?B?是?C?的一跳邻居节点，所以?BC?的距离以平均跳来估算。 若此时在获取到∠LBC?的值，便可以计算出?LC?的距离。∠LBC?可以由∠ABC?近似代替， 而∠ABC?可以通过?B?的邻居节点序列来间接估计，即 8???6?LBC????ABC???360o?? 8???6 j???i n =360o????????90o 8 LC?????BL?????BC LC?????BL?????BC?????2?BL???BC???cos??LBC 2 2 2 基于邻居节点序列的优化算法在一定程度上改善了不良节点和分布不均的网络节点的 定位精度。 3、基于节点重叠度优化 除了上述的基于邻居节点序列的优化算法，也可以根据相邻节点的重叠度来优化定位 精度。假设节点?P?与?W?为相邻节点 Q P W 重叠度的定义如下 pt?? Numpt NeighborsP???NeighborsW ?PQW?????????pt???其中，?Numpt?表示?P?与?W?重叠的邻居节点数，?Neighbors ?PQW?????????pt??? W?的邻居节点个数。显然在节点分布均匀的情况下，节点?P?与节点?W?重叠度大时， ∠PQW?较小，反之较大。据此来计算∠PQW 5 2 利用上式计算出的∠PQW?近似代替需要求解的三个节点通信边组成的角。 4、总结 无需测距定位算法对信标节点比例和网络拓扑结构比较敏感，近年已经提出了许多相 应的改进算法，结合这些改进方案，可以降低定位算法对网络拓扑分布不均的敏感程度， 从而在一定程度上提高定位算法的精确度。