基于跳距和位置优化的改进DV-Hop定位算法.docx

下载文档

0
0
约9.14千字
约 6页
2025-02-20 发布于山东
举报
版权申诉
保障服务

基于跳距和位置优化的改进DV-Hop定位算法.docx

1、本文档共6页，可阅读全部内容。
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、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、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)。

136传感器与微系统(TransducerandMicrosystemTechnologies)2018年第37卷第11期

DOI：10.13873/J.1000—9787(2018)11—0136—03

基于跳距和位置优化的改进DV-Hop定位算法*

苟平章，李凤珍，贾向东

（西北师范大学计算机科学与工程学院，甘肃兰州730070)

摘要：定位技术是无线传感器网络（WSNs)关键技术之一。针对经典距离矢量跳(DV-Hop)算法存在定位精度低的缺陷，提出一种改进的算法。通过校正因子对跳数进行修正，确定最优跳数；利用锚节点与未知节点的平均跳距平方求一阶偏导，得到精确距离；节点坐标计算采用改进的加权最小二乘法。仿真结果表明：改进的DV-Hop算法减少了节点定位误差，提高了定位精度。

中图分类号：无线传感器网络；距离矢量跳；一阶偏导；平均跳距；最优跳数；权重最小二乘法

中图分类号：TP393文献标识码：A文章编号：1000—9787(2018)11—0136—03

ImprovedDV-Hoppositioningalgorithmbasedonhopdistanceandlocationoptimization*

GOUPing-zhang,LIFeng-zhen,JIAXiang-dong

(CollegeofComputerScienceandEngineering,NorthwestNormalUniversity,Lanzhou730070,China)

Abstract:Positioningtechnologyisoneofthekeytechnologiesofwirelesssensornetworks（WSNs).Aimingatthedefectthatclassicaldistancevectorhop(DV-Hop)algorithmhaslowpositioningprecision,animprovedalgorithmisproposed.Thehopcountiscorrectedbycorrectionfactortodeterminetheoptimalhopcount.Thefirst-orderpartialderivativeisobtainedbyusingtheaveragehopdistancebetweenanchornodeandunknownnodetoobtainexactdistance.Nodecoordinatecalculationusestheimprovedweightedleastsquaresmethod.ThesimulationresultsshowthattheimprovedDV-Hopalgorithmreducesthenodepositioningerrorandimprovesthepositioningprecision.

Keywords:wirelesssensornetworks（WSNs);distancevectorhop(DV-Hop);first-orderpartialderivative;averagehopdistance;optimalhopcount;weightedleastsquaremethod

0引言

无线传感器网络(wirelesssensornetworks,WSNs)节点定位有基于测距和非测距的两类算法[1]。距离矢量跳(distance-vectorhop,DV-Hop)定位算法是非测距类算法，其算法复杂度低、可扩展性好，但定位精度不高。近年来提出了许多改进算法，如用遗传机制改进粒子群算法代替最小二乘法[2],利用蝙蝠算法(batalgorithm,BA)与DV-Hop相结合进行优化[3],利用近似三角形内点测试(approximatepoint-in-triangulationtest,APIT)与DV-Ho