一種基于IDV-Hop算法的改進(jìn)定位機制
發(fā)布時間:2019-11-29 01:34
【摘要】:無線傳感器網(wǎng)絡(luò)中的節(jié)點定位或者事件定位越來越受到重視。基于距離無關(guān)的定位機制DV-Hop,提出了一種改進(jìn)定位算法IDV-Hop(Improved DV-Hop)。首先,對DV-Hop進(jìn)行分析,提出了DV-Hop的局限性;根據(jù)這些局限性,結(jié)合密集節(jié)點的應(yīng)用實際,提出了相應(yīng)的改進(jìn)措施;其次,基于改進(jìn)的措施,提出了融合了HTC傳送機制及權(quán)重最小二乘法的IDV-Hop協(xié)議;而且,為了提高系統(tǒng)的定位性能,提出了兩個重要的參數(shù):校正系數(shù)kc和權(quán)重因子wNx,i;最后,基于跳距、節(jié)點密度、錨節(jié)點分布比例、傳輸半徑等參數(shù),對IDV-Hop協(xié)議的性能進(jìn)行仿真分析;并將基于IDV-Hop算法的定位機制性能與其他的典型的DV-Hop機制比較,得出了對于大規(guī)模定位網(wǎng)絡(luò),基于IDV-Hop算法的機制優(yōu)于其他機制的結(jié)論。
【圖文】:
啾戎幡攏囡詿蠊婺N尷嘰鄒?器網(wǎng)絡(luò)中,由于其低功耗、通信開銷孝無需硬件設(shè)施支撐以及成本低等優(yōu)勢,距離無關(guān)的定位算法具有更大的實用性。本文將對基于距離無關(guān)的定位算法DV-Hop算法進(jìn)行全面的分析,并從3各方面對DV-Hop機制進(jìn)行了改進(jìn)。首先,提出DV-Hop定位的局限性,針對這些局限性提出了相應(yīng)的改進(jìn)措施,提出了IDV-Hop算法的定位機制(簡稱IDV-Hop機制),并引入距離修正系數(shù)kc和權(quán)重因子wNx,i;其次,對IDV-Hop機制進(jìn)行實驗驗證;最后,將IDV-Hop機制和其他基于DV-Hop算法的定位機制進(jìn)行性能比較。圖1DV-Hop定位算法1IDV-Hop算法1.1DV-Hop算法傳統(tǒng)的DV-Hop算法[10]分3步(如圖1)。第1步計算每個錨節(jié)點與未知節(jié)點的最小跳距。錨節(jié)點Ai廣播一個包含其位置信息和初始值為0的跳數(shù)域hopi的信息包。每個收到該包的鄰居節(jié)點(不論錨節(jié)點還是未知節(jié)點),,都會更新這個域,如果原本存儲的跳數(shù)比收到的包里的跳數(shù)大,存儲該包里的跳數(shù),否則忽略該包。在廣播的過程中,未知節(jié)點獲取了與每個錨節(jié)點的最小跳距。第2步計算未知節(jié)點與每個錨節(jié)點之間的確切距離。每個錨節(jié)點都獲取了其他的錨節(jié)點與自己的最小跳距,可以計算每個錨節(jié)點的平均跳每距dphi,采用式(1):dphi=∑Mj=1,j≠i(xi-xj)2+(yi-yj)i
本文編號:2567256
【圖文】:
啾戎幡攏囡詿蠊婺N尷嘰鄒?器網(wǎng)絡(luò)中,由于其低功耗、通信開銷孝無需硬件設(shè)施支撐以及成本低等優(yōu)勢,距離無關(guān)的定位算法具有更大的實用性。本文將對基于距離無關(guān)的定位算法DV-Hop算法進(jìn)行全面的分析,并從3各方面對DV-Hop機制進(jìn)行了改進(jìn)。首先,提出DV-Hop定位的局限性,針對這些局限性提出了相應(yīng)的改進(jìn)措施,提出了IDV-Hop算法的定位機制(簡稱IDV-Hop機制),并引入距離修正系數(shù)kc和權(quán)重因子wNx,i;其次,對IDV-Hop機制進(jìn)行實驗驗證;最后,將IDV-Hop機制和其他基于DV-Hop算法的定位機制進(jìn)行性能比較。圖1DV-Hop定位算法1IDV-Hop算法1.1DV-Hop算法傳統(tǒng)的DV-Hop算法[10]分3步(如圖1)。第1步計算每個錨節(jié)點與未知節(jié)點的最小跳距。錨節(jié)點Ai廣播一個包含其位置信息和初始值為0的跳數(shù)域hopi的信息包。每個收到該包的鄰居節(jié)點(不論錨節(jié)點還是未知節(jié)點),,都會更新這個域,如果原本存儲的跳數(shù)比收到的包里的跳數(shù)大,存儲該包里的跳數(shù),否則忽略該包。在廣播的過程中,未知節(jié)點獲取了與每個錨節(jié)點的最小跳距。第2步計算未知節(jié)點與每個錨節(jié)點之間的確切距離。每個錨節(jié)點都獲取了其他的錨節(jié)點與自己的最小跳距,可以計算每個錨節(jié)點的平均跳每距dphi,采用式(1):dphi=∑Mj=1,j≠i(xi-xj)2+(yi-yj)i
本文編號:2567256
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/2567256.html
最近更新
教材專著