DV-Hop

摘要： 针对复杂室内环境中密集行人定位精度低、超宽带(UWB)基站密度要求高的问题,提出一种基于UWB的密集行人三维协同定位算法。首先使用聚类算法抑制测距数据中较大非视距(NLOS)误差,并使用高斯均值混合滤波抑制标准测量误差;然后提出双层协同定位算法,建立协同定位数学模型,并结合迭代初始值获取策略进行初步定位,降低了基站数量要求,在筛选出NLOS误差较小的测距数据并修正后,进行二次定位;最后考虑行人高机动性,设计一种交互多模型卡尔曼滤波算法,缓解了定位结果跳变问题。实验结果表明,所提算法在弱NLOS环境和强NLOS环境下定位精度分别达到0.11 m、0.17 m,相比其他算法,具有较高定位精度,进一步降低了对UWB基站密度要求。

摘要： DV-Hop是物联网(IoT)领域一种典型的免测距定位方法,具有高性价比的优点。但对于拓扑不规则的随机分布IoT网络,DV-Hop定位算法会出现定位结果与节点间真实连通度不一致的现象。为此,提出一种基于通信半径约束的IoT节点免测距定位算法。基本思想是以网络全部节点连通度误差平方和作为目标函数,以节点的通信半径作为约束条件,构建节点位置优化模型,并利用重要性采样方法对优化模型求解,得到节点位置估计。仿真实验表明,相比于现有DV-Hop及其改进算法,该算法具有更高的节点定位精度。

摘要： 无线传感器网络具有感知和处理信息的能力,只有当被测网络内节点的位置已知时,节点传递给用户的信息才有意义。针对DV-Hop定位中传统最小二乘法不可避免的精度低的缺点,引入粒子群算法(PSO)和灰狼优化器(GWO)来估计未知节点位置。粒子群算法具有个体记忆的特点,采用粒子位置更新代替灰狼个体位置更新,使灰狼算法在优化上具有可记忆性。仿真数据表明,改进后的算法可以有效降低节点定位误差,实现更高的定位精度。

摘要： 针对传统距离向量-跳段定位算法(Distance Vector-Hop,DV-HOP)存在的节点密度分布不均引起误差比较大的问题,根据DV-Hop算法特性,采用余弦定理,证明节点密度越大所得定位坐标越准确,使用余弦定理减少在节点密度过大时因空间角度导致节点路径曲折过多而引起的误差,同时提出一种区域划分的改进算法,减少在节点密度较小区域的误差;利用接收信号强度指示(Received Signal Strength Indicator,RSSI)对跳数进行量化分级处理,改善实际距离与计算出的距离相差过大的情况;最后采用最小二乘法估计未知节点坐标。仿真表明,所提出的算法与传统的DV-Hop算法相比,误差有一定的减少。

摘要： 针对无线传感器网络节点部署不均衡,极大似然值估计算法对待定位节点位置计算精确度较低的问题,提出一种Levy飞行策略结合三维灰狼优化的DV-hop定位算法.首先引入节点间不同跳数权重因子解决节点部署不均衡问题;其次在灰狼算法基础上结合Levy飞行策略,对灰狼群每次位置迭代更新进行优化,并推广到三维空间;最后利用改进后的智能仿生三维灰狼算法对每一个待定位节点位置进行寻优定位计算,进一步提高待定位节点位置计算精度.实验结果表明,该算法优于经典DV-hop算法、三维加权DV-hop算法以及未使用飞行策略的灰狼算法,验证了该算法在待定节点定位的准确性.

摘要： 针对DV-Hop算法在节点处于不规则区域导致较大定位误差的问题,提出一种无线传感器网络中改进粒子群优化DV-Hop算法。首先,根据跳数值判断是否存在曲折路径。其次,利用每个未知节点的最大跳数值校正锚节点和未知节点间的平均一跳距离。最后,将禁忌搜索算法与粒子群算法相结合代替最小二乘法对定位进行优化。仿真结果表明,在不规则区域下,改进算法与经典DV-Hop算法和其他文献中的定位算法相比,定位精度得到了有效提高。

摘要： 针对无线传感器网络中传统距离-矢量(DV-Hop)定位算法存在偏差大、精度低等问题,融合改进麻雀搜索算法(SSA)的思想,提出一种定位精度更高的ISSA-DV-Hop定位算法。给出最小跳数修正算法分级细化通信半径,优化节点间的跳数值,并使用加权平均值校正平均跳距的误差;采用精英反向学习策略初始化麻雀种群增加种群多样性,使发现者和跟随者数量自适应调整的策略增强SSA前期全局搜索和后期局部深挖的能力,加入柯西变异扰动避免SSA陷入局部最优,提出一种改进的SSA算法ISSA,并将其用于无线传感器网络中未知节点的定位。仿真结果表明改进后的ISSA-DV-Hop算法较传统DV-Hop算法归一化定位误差降低19.64%,验证ISSA-DV-Hop算法的有效性和高精度定位能力。

摘要： 针对无线传感器网络节点DV-Hop定位算法由于节点分布不均,距离估计不准确,导致定位精度较低的问题,提出了一种基于改进灰狼优化算法的DV-Hop定位算法,采用先进的灰狼优化算法以寻找最优值的方式得到未知节点坐标.同时,为进一步提高优化算法的寻优能力,克服可能出现局部最优的情况,将优化算法与免疫算法相结合,提高优化算法中灰狼种群的多样性,进而提高对最优解的搜索能力,达到提高定位精度的目的.实验结果表明,相对于普通的DV-Hop定位算法和普通的灰狼优化算法,改进之后的定位算法精度更高.

摘要： 针对传统通信节点定位算法存在的定位误差大、定位速度慢的问题,提出基于DV-HOP的信息通信节点精准定位算法.根据通信网络的硬件连接结构和运行原理,构建信息通信网络模型.在该模型下,设置通信虚拟信标点,并获取通信节点的实时通信信号.利用DV-Hop算法,计算信标节点和未知节点之间的跳段距离,确定目标节点位置坐标,并通过分析节点定位误差,修正初始定位坐标,实现信息通信节点的精准定位.通过与传统定位算法的对比实验得出结论:设计精准定位算法的定位误差有所降低,且定位时间节省了0.307s.

摘要： 针对DV-Hop算法在跳数和平均跳距方面误差较大的缺点,提出了基于跳数修正和遗传模拟退火优化DV-Hop定位算法.该算法对未知节点的跳数进行改进,通过已知节点的精确跳数,计算偏差系数对其增加修正值;采用遗传算法和模拟退火算法相结合的方法在平均跳距值方面进行优化.通过仿真实验结果分析,改进后的算法能够明显提高节点定位精度.