基于DV-Hop的三維定位方法优化研究.pdfVIP

摘要

无线传感器网络(WirelessSensorNetworks,WSNs)融合了节点的数据采集和传

输技术，如果不确定节点实际位置，所获得的数据将毫无意义。无测距三维DV-

Hop(DistanceVector-Hop)定位方法是基于节点间连通性信息，无需附加其它设备，

在WSNs中得到了广泛的应用，但存在定位误差和能量消耗大的问题。如何在尽

可能减少能量消耗的前提下，提升定位精度，是当前WSNs节点定位技术研究的

关键问题。本文主要工作如下：

(1)为降低跳数与跳距误差，提升定位精度，提出基于跳数与跳距优化的三维

DV-Hop定位算法。根据网络中节点分布情况，重新划分半径数量，计算节点间的

跳数；通过选择法筛选出目标定位区域内待定位节点记录的非共面锚节点集合；使

用搜索的最佳锚节点对路径计算平均跳距，并定义权值修正该平均跳距，利用优化

后的距离值改进极大似然法来计算节点位置。仿真结果表明，该算法在无障碍物和

存在障碍物两种环境下，有效降低了跳数和跳距估算不准确引起的误差，表现出较

好的定位效果。

(2)为提高定位精度、降低能耗，延长节点利用率，提出基于路径和位置优化

的改进三维DV-Hop定位算法。利用RSSI测距模型，结合通信半径，将节点间的

整数跳数值转化为连续小数，并以累加的方式得到多跳节点间跳数值；在广播节点

最短路径时，每个传感器节点只记录和转发有限但足够的锚节点数据包，减少节点

间广播的通信量，降低能量消耗；根据待定位节点与锚节点间的跳数，构造权值修

正该待定位节点记录的平均跳距，并定义修正量对坐标误差进行修正。仿真结果表

明，在无障碍物和存在障碍物两种环境下，该算法定位精度更高，有效改善了节点

的广播路径，节省网络资源。

(3)为提升沙猫群优化算法求解坐标时收敛速度慢、精度低，提出基于改进沙

猫群优化的三维DV-Hop定位算法。通过非线性周期调整搜索过程，采用反向学习

策略和精英协作策略，加快算法寻优效率。重新定义目标函数，将搜索的最优解作

为估计坐标位置，使用不同特性基准函数验证该算法的收敛速度和准确性。实验表

3D-MPDV-Hop3D-

明，在无障碍物和存在障碍物两种网络环境下，该优化算法与、

TGDV-Hop两种改进算法相比，在使用较少的计算量下表现出更高的定位精度。

关键词：无线传感器网络；三维DV-Hop；锚节点集；最短路径；沙猫群优化

算法

Abstract

WirelessSensorNetworks(WSNs)incorporatedatacollectionandtransmission

techniquesfornodes,andwithoutdeterminingtheactuallocationofthenodes,thedata

obtainedwillbemeaningless.Range-free3DDV-Hop(DistanceVector-Hop)localization

methodisbasedontheconnectioninformationbetweennodeswithoutattachingother

devices,whichiswidelyusedinWSNs,butsuffersfromlocalizationerrorsandhigh

energyconsumption.Howtoimprovethelocalizationaccuracyunderthepremiseof

minimizingenergyconsumptionisthekeyissueinthecurrentresearchofnode

localizationtechnologyforWSNs.Themainworkofthisthesisisasfollows:

(1)To