论文部分内容阅读
WSN的定位算法有很多种分类,从成本及实现过程和定位精度几方面考虑,本文主要研究基于非测距的DV-hop定位算法。针对经典DV-hop算法存在较大定位误差的问题,提出一种基于粒子群优化修正平均每跳距离的DV-hop优化算法。该算法在以下三个方面进行改进:对于每个锚节点平均跳距计算,加入各个锚节点权重;提出主节点定义,网络拓扑结构将被考虑的更加全面,更好的权衡局部和全局特点,以此方法计算节点估计距离;提出中心学习策略,加入逃逸因子,避免粒子陷入局部寻优,最后用改进的粒子群算法代替极大似然估计法定位节点坐标。 首先,改进算法从两锚节点通信的理想路径入手,分析真实路径与理想路径的差距,在计算锚节点平均跳距时加入权重系数,减小计算误差。之后,为了避免每个未知节点使用相同的平均每跳距离,引入偏差系数和偏离指数,从局部和全局两方面考虑,进行两次加权。最后将逃逸因子中心学习粒子群算法与本文改进的WDDV-hop算法相结合,提高WSN定位精度。通过Matlab仿真软件验证,与原始DV-hop和PSO-DVhop比较,结果分析本文算法的优越性和可行性。