论文研究-基于序贯博弈的Ad Hoc网络功率控制算法.pdf

所需积分/C币:6 2019-09-11 16:23:50 547KB .PDF
收藏 收藏
举报

传感器节点的自定位问题是无线传感器网络的重要研究内容之一。由于DV-Hop定位算法中误差来源主要是未知节点与锚节点间距离的估计误差,为了减小该误差,引入理想锚节点间距,排除锚节点计算出的单跳平均距离中的误差较大的部分,修正全网平均单跳距离,再对使用最小二乘法计算得到的未知节点坐标进行修正。仿真结果表明,该算法能有效提高节点定位精度,且算法对锚节点数目和节点通信半径要求较低,能有效节约网络的能耗和成本。
马晓贤,彭力:一种改进的无线传感器网络DV-Hop定位算法 2015,51(21) 99 C.> L一十 在步骤(1)中,若方程无实数解,则认为已知的3条 (8)距离无法构成三角形,此时将修正条件替换成,将N,向 C<R N移动至N,使d0+dn=NN2。当方程有两个实数 其中K为误差裕量,R为节点通信半径。 解时,取与实际锚节点近的绪果作为N′ 式(8)中,第一个条件考虑到L与通信半径的大小 在步骤(2)中首先计算N在NN上的投影N,可 关系,若L<R,则第一个条件可直接转化为C1<L+K,以得到 否则需要考虑到节点间通信距离的问题,由于任意两个 NN2+NN2-NN′2 可通信节点间距离必然小于R,因此与通信半径比较后 COS(= 2NN NN 直接应用于平均跳距的修正。 NN 根据式(8),在算法流程中,将所有不满足条件的C SIu 排除后再计算全网平均跳距。 解式(9),可得到NN。 32最小二乘法后的坐标修正 在步骤(3)中,由于在所有定位结果中存在定位误 在3.1节中已改进了全网平均跳距这个量,但在定差较大的情况,且部分N与定位节点之问的距离过大, 位过程中使用的最小一乘法对单个未知节点进行定位,导致的d误差过大,因此,在得到修正距离后,排除修 结果仍然无法避免使用估算距离时带来的误差,因此需 正值过大的结果,使得NN<M,阙值M可由实际的 要对得到的结果进行进一步修正。 本文在错节点中取出一个作为定位目标,其余锚节仿真场景来确定。 点分别与未知节点一起对定位目标进行定位,其结果与 坐标计算方法为 实际值进行比较,用于修正。修正情况如图1所示。 NN (x,y)=(x,y,) NN: (r; -x,y, -,) (10 未知节点的坐标修正可进行多次。由于在进行修 正时需要取锚节点中的某一个作为定位目标,对此迭代 时若以同一个错节点作为目标,结果必定会有一定的偏 向性,甚至会产生新的误差,因此,在多次迭代修正时, 应该取川不同的错节点作为定位H标 同时每多进行一次,误差率会吏小,但同时,整个网 图1定位结果位置修正 络的通信开销和计算量也会增大,在实际应用中需要进 其中,N为锚节点,N为已定位节点,N为固定错行相应的取舍 节点,N为根据N和N得出的定位结果。 在坐标修正过程中,N选择与N距离为两跳的锚 仿真结果 为了验证本文算法的有效性,在 MATLAB中对DV 节点,N取所有其他锚节点。出于N与N之间的距离 Hop算法和本文算法进行实验仿真,对仿真结果进行分 dn是精确的,因此,无论结果如何,M与N都会在析比较。 图1所示的左圆上移动,而N和N定位结果实际就是 模拟在100m×100m的区域中随机布撒200个节 两圆的交点,由于圆的半径不会变化且N是固定的,所点,固定节点通信半径为30m。改变锚节点数量,从20 以最终的修正方案应该是将N在NN上移动,如图1个递增至5,最后进行的坐标修正次数固定为3次。仿 中N所示 真同时比较DV-Hop算法,文献[14的算法和本文算法。 修正步骤如下 实验进行了100次蒙特卡洛仿真,对所有的误差结果取 (1)计算由N和M定位得到的节点坐标N(x平均得到如图2的结果 从图2可以看出,在一般情况下,本文算法都优于 由于两点坐标及两点间距均已知,计算方程即可。 DⅤHop算法ε与文献[4]中方法比对在锚节点个数 (2)根据(1)中得到的坐标,计算未知节点在N 较小的时侯,误差率曲线下降幅度史大,而在锚节点数 上的修正距离;由于MM=NM,根据∠的余弦关系目达到一定数量后,误率基本保持不变,这意味着本 就可以求出N′N 文算法对于锚节点数量的要求不高,当锚节点数量满足 (3)将修正距离换算至坐标。 定数量即可,在无线传感网中,带有定位功能的锚节 l00 015,51(21) Computer Engineering and Applications计算机工程与应用 .40 下降的趋势,但是当通信半径过大时(如50m),节点间 4-D)V-Hop 文献[14算法 的最大跳数只有两跳,此时的单跳估算距离会增加,单 0.36 本文算法 0.34 跳距离的误差也会增大,因此误差会呈现上升的状态 从整体来看,在任意距离的通信半径下,本文算法均优 0.30 于 DV-Hop算法。与文献「14中算法比较,本文算法误 0.26 差率较小,同时在适当的通信半径下,本文算法结果更 加平稳。 在保持锚节点数为40,通信半径为30m不变的情 354045 况下,改变最后节点坐标修正的迭代次数,误差率的变 锚节点数 化情况如图4所示。 图2锚节点数对定位误差率的影响 点成本要远远大于未知节点,同时从能耗上来说也是同 0.34 一本文算法 样的,因此减少锚节点对于减小网终成本和提高网络的 - DV-Hop 生命周期很重要,本文算法不需要大量的锚节点作为保 031+ 证精度的条件,在无线传感器网络节约资源的方面有较 :0.30 好的效果。 与图2相应的数据如表1所示。 表1不同数量错节点下各算法误差率 锚节点数20 30 0.25 40 lv-Hop0.3510.3210.2980.273 修正次数 文献[1410.3310.2930.2790.253 图4坐标修正次数对误差*的影响 本文算法03280.2610.2510248 表3所示为图4中相应的数据,由于4次之后的改 保持错节点数量为40个不变的情况下,改变通信变很小,在此不再列出。 半径,随着通信半径R从20m至50m增长,同样进行 花3多次坐标修正下的误差率 100次蒙特卡洛仿真,结果如图3所示。 修正次数 2 DV-Hop0.3100.3100.3100.3100.310 0.38 文献[14算法 本文算法0.2950.2760.2630.2580.257 0.36 本文算法 0.34 从图4中可以看到传统 DV-Hop算法不受修正次 数影响保持不变,而本文算法的误差率随修正次数的增 028 加而减小,当进行修正次数在3次之前,误差率下降幅 0.26 度比较大,之后的下降幅度则越来越小。 0.24 在本文算法中,第·步对于锚节点得到的平均每跳 距离的修正中,由于只需要所有节点比较判断接收到的 0.20 0253035404550 任意锚节点的平均每烑距离,因此几乎不会增加网络开 通信半径m 图3通信半径对定位误差率的影响 销,而第二步的坐标修正,需要未知节点与锚节点进行 定量的计算,如果需要得到较高的定位精度,需要进 相应的数据如表2所示。 行几次迭代,次数越多,网络的开销越大,所以在实际使 表2不同通信半径下各算法误差率 用中需要在精度和计算量两方面进行权衡。 40 DV-Hop0.3510.3080.2820.300 5结语 文献[14]0.340.2870.2620.293 本文对DV-Hop算法进行了两方面的改进,首先引 本文算法0.319025602440272 入理想锚节点问距,修正全网平均跳距,其次对最小 可以看出,随着通信半径从20m增长到50m,络乘法定位后的节点坐标进行修正。经过算法的仿真可 的最大跳数在减小,因此由以折线距离近似为直线距离以看到,本文算法能有效扣制误差,提高精度,尤其当 的误差在减小,因此定位精度会提高,误差率整体呈现锚节点密度不高的情况下,也能侏证较小的定位误差, 马晓贤,彭力:一种改进的无线传感器网络DV-Hop定位算法 2015,51(21)101 对节点通信半径的要求不高,能适用于低功耗的网络81 Tomic S, Mezei I Improved Dv-Hop localization algorithm 环境 for wireless sensor networks[J]. Intelligent Systems and Informatics(sisy ),2012.389-394 参考文献: 9]石为人,贾传江,梁焕焕.一种改进的无线传感器网络 DV-Hop定位算法[J传感技术学报,2011,24(1):83-87 [1 Rabacy JJ, Ammer M J, Silva J L, et al. Picoradio sup [10] Wang Jizeng, Jin Hongxu Improvement on APIT localiza ports ad hoc ultra-low power wireless networking[]. Com tion algorithms for wireless sensor networks[C]/2009 puter,2000,33(7):42-48 International Conference on Networks Security, Wireless [2]王福豹,史龙,任丰原无线传感器网终中的自身定位系统 Communications and Trusted Computing, 2009: 719-723 和算法[软件学报,2005,16(5):857-868 [11 Dai Y ing, Wang Jianping, Zhang Chongwei Improvement 3 Savarese C, Rabaey J M, Beutel J Locationing in distrib of Dv-Hop localization algorithms for wireless sensor uted ad-hoc wireless sensor network[c]/Proc of the 2001 networks[C] / wireless Communications Networking and IEEE Int Conf on Acoustics, Speech and Signal Proces Mobile Computing( WiCOM), 2010: 1-4 ing Socicty,2001:2037-2040. [12] Yu Wenqi, Li Hao.An improved DV-Hop localization [4] Li Nianqiang, Li Ping. A range-free localization scheme method in wireless sensor networks[ C]/Computer Sci in wireless sensor networks[C]//Knowledge Acquisition ence and Automation Engineering( CSAE), 2012: 199-202 and Modeling Workshop, 2008: 525-528 [13] Kaseva V, Hamalainen T D, Hannikainen M. Range-free [5]张佳,吴延海,石峰基于DⅴHop无线传感网络定位算法[J algorithm for cncrgy-cfficicnt indoor localization in wirc- 计算机应用,2010,30(2):323-326 less sensor networks[C]//Design and Architectures for [6 He T, Huang C. Blum B M, et al. Range-free localization gnal and Image Processing( DASIP),2011: 1-8. schemes in large scale sensor nctworks[ C]/Proceedings[14]刘凯,余君君,潭立雄跳数加权 DV-Hop定位算法[J传 of the th Annual international Conference on mobile 感技术学报,2012,25(11):1539-1542 Computing and Networking, 2003: 81-95 15]林金朝,刘海波,李国军,等无线传感器网络中 DV-Hop 「η]彭刚,曹大元,孙利民.无线传感器网络节点定位机制的研 节点定位改进算法研究[J计算机应用研究,2009,26(4): 究[计算机工程与应用,2004,40(35):27-29 1272-1275 (上接35页) [17] Paltoglou G, Thelwall M. A study of information retrieval Il章栋兵互联网舆情分析关键技术的研究与实现[D,武汉 weighting schemes for sentiment analysis[C]//Proceedings 武汉理工大学,2010 of the 48th Annual Meeting of the Association for Com [12]谭俊武面向网络舆情分析的文木倾向性分类技术的研 putational Linguistics, 2010 究与实现[D]长沙:国防科学技术大学,2009 [18 Nguyen TT, Kuiyu C, Siu C HSupervised term weight [13]张超文本倾向性分析在舆情监控系统中的应用硏究[D] ing for sentiment analysis[C]//Intelligence and Security 北京:北京邮电大学,2008 Informatics. 2011 [19]Deng 7, L uo K, Yu HA study of supervised tcrm [14 Mostafa MM Morc than words: social nctworks'text for sentiment analysis[].F S mining for consumer brand sentiments[J]. Expert Sy tems with Applications, 2014, 41(7): 3506-3513 with Applications, 2013, 40(10):4241-4251 [20 Maas A L, Daly R E, Pham P T Learning word vectors [15] Pang B, Lee LOpinion mining and sentiment analysis[M] for sentiment analysis[C]/Proceedings of the 49th Annual [S.I. Now Publishers Inc, 2008 Meeting of the Association for Computational linguistic [16] Moracs R, Valiati J F, Gaviao Ncto w P. Document-levcl Human Language technologics, 2011 sentiment classification: an empirical comparison between [21] Chang C, Lin C LIBSVM: a library for Support Vector SVM and ANND.Expert Systems with Applications Machines].ACM Transactions on Intelligent Systems 2013,40(21:621-633 and Technology, 2011, 2

...展开详情
试读 5P 论文研究-基于序贯博弈的Ad Hoc网络功率控制算法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38743481 你的留言是对我莫大的支持
    2019-09-11
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-基于序贯博弈的Ad Hoc网络功率控制算法.pdf 6积分/C币 立即下载
    1/5
    论文研究-基于序贯博弈的Ad Hoc网络功率控制算法.pdf第1页
    论文研究-基于序贯博弈的Ad Hoc网络功率控制算法.pdf第2页

    试读已结束,剩余3页未读...

    6积分/C币 立即下载 >