基于平均跳距和位置优化的改进DV-Hop定位算法

系统仿真学报 ›› 2016, Vol. 28 ›› Issue (6): 1273-1280.

基于平均跳距和位置优化的改进DV-Hop定位算法

赵芝璞, 吴栋, 王艳, 纪志成

江南大学电气自动化研究所,江苏无锡 214122

收稿日期:2015-10-29 修回日期:2015-12-22 出版日期:2016-06-08 发布日期:2020-06-08
作者简介:赵芝璞(1976-),女,江苏常州,讲师,研究方向为控制工程与应用;吴栋(1989-),男,江苏南通,硕士,研究方向为控制理论与控制工程。
基金资助:
国家自然科学基金(61572238),国家863计划(2014AA041505)

Improved DV-Hop Localization Algorithm Based on Average Hopping Distance and Position Optimization

Zhao Zhipu, Wu Dong, Wang Yan, Ji Zhicheng

Institute of Electrical Automation, Jiangnan University, Wuxi 214122, China

Received:2015-10-29 Revised:2015-12-22 Online:2016-06-08 Published:2020-06-08

摘要/Abstract

摘要： 针对DV-Hop算法在定位过程中因存在平均每跳距离误差大以及误差累积而导致定位精度不高的问题,提出了基于无线传感器网络的改进DV-Hop定位算法。该算法对接收的多个锚节点的跳距进行加权求和来减少平均每跳距离的误差,并且利用改进的最小二乘方法来解决误差累积的问题。通过MATLAB对改进的DV-Hop算法进行仿真,实验结果表明,相比于传统的DV-Hop算法、加权最小二乘的DV-Hop算法和基于RSSI每跳分级和跳距修正的算法,改进的算法在距离估计和定位精度方面有了很大的提高。

关键词: 无线传感器网络, DV-Hop算法, 节点定位, 距离估计, 最小二乘

Abstract: To overcome the low positioning accuracy caused by the imprecise estimated distance and the accumulative location error, an improved DV-Hop localization algorithm based on Wireless Sensor Network was proposed. This method, taking the summation of the beacon node average jump distance based on the weighted error correction as its average distance, was used to reduce the average jump distance error. Besides, an improved least square method was used to process the accumulative location error. The simulation results show that the improved localization algorithm performs greatly better, both in distance estimation and positioning accuracy, than the traditional DV-Hop localization algorithm, DV-Hop algorithm of weighted least squares and the improved DV-HOP positioning algorithm based on one-hop subdivision and average hopping distance modification.

Key words: wireless sensor networks, DV-Hop algorithm, node localization, distance estimation, least square method

中图分类号:

TP393

赵芝璞, 吴栋, 王艳, 纪志成. 基于平均跳距和位置优化的改进DV-Hop定位算法[J]. 系统仿真学报, 2016, 28(6): 1273-1280.

Zhao Zhipu, Wu Dong, Wang Yan, Ji Zhicheng. Improved DV-Hop Localization Algorithm Based on Average Hopping Distance and Position Optimization[J]. Journal of System Simulation, 2016, 28(6): 1273-1280.

参考文献

[1] Lee B G, Chung W Y.Multitarget three-dimensional indoor navigation on a PDA in a wireless sensor network[J]. IEEE Sensors Journal (S1530-437X), 2011, 11(3): 799-807.
[2] Zhang J, Song G, Qiao G, et al.An indoor security system with a jumping robot as the surveillance terminal[J]. IEEE Transactions on Consumer Electronics (S0098-3063), 2011, 57(4): 1774-1781.
[3] Han G, Chao J, Zhang C, et al.The impacts of mobility models on DV-hop based localization in Mobile Wireless Sensor Networks[J]. Journal of Network and Computer Applications (S1084-8045), 2014, 42(4): 70-79.
[4] Zhao J, Zhao Q, Li Z, et al.An improved Weighted Centroid Localization algorithm based on difference of estimated distances for Wireless Sensor Networks[J]. Telecommunication Systems (S1018-4864), 2013, 53(1): 25-31.
[5] 刘衍珩, 刘炳日, 孙大洋, 等. WSN中一种DV-Hop定位精度改进算法[J]. 吉林大学学报(工学版), 2010, 40(3): 763-768.
[6] 朱敏, 刘昊霖, 张志宏, 等. 一种基于DV-HOP改进的无线传感器网络定位算法[J]. 四川大学学报(工程科学版), 2012, 44(1): 93-98.
[7] 张爱清, 叶新荣, 胡海峰, 等. 基于RSSI每跳分级和跳距修正的DV-HOP改进算法[J]. 仪器仪表学报, 2012, 33(11): 2552-2559.
[8] Niculescu D, Nath B.Ad hoc positioning system (APS)[C]// Global Telecommunications Conference. San Antonio,TX: IEEE, 2001: 2926-2931.
[9] 魏全瑞, 刘俊, 韩九强. 改进的无线传感器网络无偏距离估计与节点定位算法[J]. 西安交通大学学报, 2014, 48(6): 1-6.
[10] 祝宇鸿, 历彦恺, 胡俊. 基于跳数阈值和节点分类的DV-Hop改进算法[J]. 吉林大学学报(信息科学版), 2014, 32(4): 407-412.
[11] Xiang S, Zhang Y Z, Xia Zhijia, et al.An improved DV-Hop localization algorithm using residual weight in wireless sensor network[J]. Journal of Computational Information Systems (S1553-9105), 2012, 8(15): 6357-6364.

[1]	李纲, 张彩霞, 胡绍林, 王向东, 郭静. 面向桥梁结构健康监测的WSN分簇路由协议[J]. 系统仿真学报, 2022, 34(1): 62-69.
[2]	向兵, 杨刚, 董晓红. 多层次地形编辑工具的设计与实现[J]. 系统仿真学报, 2021, 33(4): 900-909.
[3]	邵诚, 孙宏远, 张林. 基于PSO-LSSVM的反舰导弹自控弹道仿真[J]. 系统仿真学报, 2021, 33(4): 918-926.
[4]	王振东, 谢华茂, 胡中栋, 李大海, 王俊岭. 改进花朵授粉算法的无线传感器网络部署优化[J]. 系统仿真学报, 2021, 33(3): 645-656.
[5]	孙子文, 张炎棋, 徐宜敏. 一种采用混合抗干扰方法的路由恢复机制[J]. 系统仿真学报, 2020, 32(5): 874-884.
[6]	於万里, 王艳, 纪志成. 氨糖发酵过程建模与工艺参数优化研究[J]. 系统仿真学报, 2020, 32(10): 1895-1902.
[7]	符修文, 杨勇生. 一种工业无线传感器网络抗毁性仿真平台[J]. 系统仿真学报, 2019, 31(7): 1342-1350.
[8]	郭加赐, 戴树岭. 基于MALS双线性分解的表情合成[J]. 系统仿真学报, 2019, 31(4): 671-678.
[9]	石琴琴, 徐强, 张建平. 基于最佳路径匹配的DV-Hop改进方法[J]. 系统仿真学报, 2019, 31(2): 316-324.
[10]	吉珊珊. 基于增强蚁群算法的传感网移动sink路径规划[J]. 系统仿真学报, 2019, 31(11): 2543-2552.
[11]	刘志雄, 黎梨苗. 传感器网络中基于位置的虚假数据过滤的建模与仿真[J]. 系统仿真学报, 2019, 31(1): 27-35.
[12]	董兴辉, 马晓双, 程友星, 王帅. 风电机组轴承健康劣化趋势建模与仿真[J]. 系统仿真学报, 2019, 31(1): 151-158.
[13]	何振鹏, 朱志琪, 谢海超, 王雅文, 李宗强, 何锐, 杜超平, 李金兰. 基于最小二乘法线性拟合抑制EMD端点效应[J]. 系统仿真学报, 2018, 30(9): 3377-3385.
[14]	沈艳霞, 靳保龙. 永磁同步电机模糊遗忘因子最小二乘法参数辨识[J]. 系统仿真学报, 2018, 30(9): 3404-3410.
[15]	崔桂梅, 杨海靳, 刘丕亮, 于凯. 基于最小二乘支持向量机的氧化铝浓度预测[J]. 系统仿真学报, 2018, 30(5): 1844-1849.