1、精選優(yōu)質文檔-傾情為你奉上無線傳感器網(wǎng)絡題 目： DV-hop定位算法 學 生： 學 號： 完成時間： 2014.5.121 一、 實驗目的1、 掌握matlab工具的使用方法。2、 了解DV-hop算法原理，熟悉DV-hop算法代碼，分析DV-hop算法實驗結果。二、 實驗原理DV-hop算法概述（一）基本思想：3、 計算位置節(jié)點與犀鳥節(jié)點的最小跳數(shù)4、 估算平均每跳的距離，利用最小跳數(shù)乘以平均每條的距離，得到未知節(jié)點與信標節(jié)點之間的估計距離5、 利用三遍測量法或者極大似然估計法計算未知節(jié)點的坐標（二）定位過程1、信標節(jié)點向鄰居節(jié)點廣播自身未知信息的分組，其中包括跳數(shù)字段，初始化為02、接受

2、節(jié)點記錄具有到每條信標節(jié)點的最小跳數(shù)，忽略來自一個信標節(jié)點的較大跳數(shù)的分組，然后將跳數(shù)數(shù)值加1，并轉發(fā)給鄰居節(jié)點3、網(wǎng)絡中所有節(jié)點能夠記錄下到每個信標節(jié)點最小跳數(shù)（三）計算未知節(jié)點與信標節(jié)點的實際跳段距離1、 每個信標節(jié)點根據(jù)記錄的其他信標節(jié)點的位置信息和相距跳數(shù)，估算平均每跳距離2、 信標節(jié)點將計算的每條平均距離用帶有生存期字段的分組廣播至網(wǎng)絡中，未知節(jié)點僅僅記錄接受到的第一個每跳平均距離，并轉發(fā)給鄰居節(jié)點3、 未知節(jié)點接受到平均每跳距離后，根據(jù)記錄的跳數(shù)，計算到每個信標節(jié)點的跳段距離（四）利用三邊測量法或者極大似然估計法計算自身位置4、 位置節(jié)點利用第二階段中記錄的到每個信標節(jié)點的跳段距離

3、，利用三邊測量法或者極大似然估計法計算自身坐標三、 實驗內容和步驟DV-hop代碼如下：function DV_hop() load './Deploy Nodes/coordinates.mat' load './Topology Of WSN/neighbor.mat' if all_nodes.anchors_n<3 disp('錨節(jié)點少于3個,DV-hop算法無法執(zhí)行'); return; end %最短路經(jīng)算法計算節(jié)點間跳數(shù) shortest_path=neighbor_matrix; shortest_path=shortest

4、_path+eye(all_nodes.nodes_n)*2; shortest_path(shortest_path=0)=inf; shortest_path(shortest_path=2)=0; for k=1:all_nodes.nodes_n for i=1:all_nodes.nodes_n for j=1:all_nodes.nodes_n if shortest_path(i,k)+shortest_path(k,j)<shortest_path(i,j)%min(h(i,j),h(i,k)+h(k,j) shortest_path(i,j)=shortest_path

5、(i,k)+shortest_path(k,j); end end end end if length(find(shortest_path=inf)=0 disp('網(wǎng)絡不連通.需要劃分連通子圖.這里沒有考慮這種情況'); return; end %求每個信標節(jié)點的校正值 anchor_to_anchor=shortest_path(1:all_nodes.anchors_n,1:all_nodes.anchors_n); for i=1:all_nodes.anchors_n hopsize(i)=sum(sqrt(sum(transpose(repmat(all_node

6、s.true(i,:),all_nodes.anchors_n,1)-all_nodes.true(1:all_nodes.anchors_n,:).2)/sum(anchor_to_anchor(i,:); end %每個未知節(jié)點開始計算自己的位置 for i=all_nodes.anchors_n+1:all_nodes.nodes_n obtained_hopsize=hopsize(find(shortest_path(i,1:all_nodes.anchors_n)=min(shortest_path(i,1:all_nodes.anchors_n);%未知節(jié)點從最近的信標獲得校正值

7、,可能到幾個錨節(jié)點的跳數(shù)相同的情況 unknown_to_anchors_dist=transpose(obtained_hopsize(1)*shortest_path(i,1:all_nodes.anchors_n);%計算到錨節(jié)點的距離=跳數(shù)*校正值 %最小二乘法 A=2*(all_nodes.estimated(1:all_nodes.anchors_n-1,:)-repmat(all_nodes.estimated(all_nodes.anchors_n,:),all_nodes.anchors_n-1,1); anchors_location_square=transpose(su

8、m(transpose(all_nodes.estimated(1:all_nodes.anchors_n,:).2); dist_square=unknown_to_anchors_dist.2; b=anchors_location_square(1:all_nodes.anchors_n-1)-anchors_location_square(all_nodes.anchors_n)-dist_square(1:all_nodes.anchors_n-1)+dist_square(all_nodes.anchors_n); all_nodes.estimated(i,:)=transpos

9、e(Ab); all_nodes.anc_flag(i)=2; end % save './Localization Error/result.mat' all_nodes comm_r;end通信半徑:200m錨節(jié)點的通信半徑:200m通信模型:Regular Model網(wǎng)絡的平均連通度為:31.3667網(wǎng)絡的鄰居錨節(jié)點平均數(shù)目為:6.5一共300個節(jié)點:60個錨節(jié)點,240個未知節(jié)點,0個不能被定位的未知節(jié)點定位誤差為0.30127這里在計算節(jié)點與錨節(jié)點距離時使用跳數(shù)相乘距離修正值，實現(xiàn)了對基礎DV-hop算法的改進，因此增大通信距離是不能增大算法誤差的通信半徑:400m錨

10、節(jié)點的通信半徑:400m通信模型:Regular Model網(wǎng)絡的平均連通度為:100.6533網(wǎng)絡的鄰居錨節(jié)點平均數(shù)目為:19.39一共300個節(jié)點:60個錨節(jié)點,240個未知節(jié)點,0個不能被定位的未知節(jié)點定位誤差為0.26588但是此算法增大錨節(jié)點密度對誤差減小基本沒有意義通信半徑:200m錨節(jié)點的通信半徑:200m通信模型:Regular Model網(wǎng)絡的平均連通度為:31.9網(wǎng)絡的鄰居錨節(jié)點平均數(shù)目為:18.7833一共300個節(jié)點:180個錨節(jié)點,120個未知節(jié)點,0個不能被定位的未知節(jié)點定位誤差為0.31443增大錨節(jié)點通信距離會顯著增大誤差，這是因為修正值修正到平均距離，但是錨節(jié)

11、點通信距離與該值偏離很大通信半徑:200m錨節(jié)點的通信半徑:400m通信模型:Regular Model未知節(jié)點能偵聽到的錨節(jié)點平均數(shù)目為:20.7417未知節(jié)點通信區(qū)域內的未知節(jié)點平均數(shù)目為:25.4333一共300個節(jié)點:60個錨節(jié)點,240個未知節(jié)點,0個不能被定位的未知節(jié)點定位誤差為0.63806不規(guī)則的通信也會嚴重影響這種基于跳數(shù)估計距離的定位算法通信半徑:200m錨節(jié)點的通信半徑:200m通信模型:DOI ModelDOI=0.015網(wǎng)絡的平均連通度為:41.33網(wǎng)絡的鄰居錨節(jié)點平均數(shù)目為:7.98一共300個節(jié)點:60個錨節(jié)點,240個未知節(jié)點,0個不能被定位的未知節(jié)點定位誤差為1.0595算法改進： 要設計更加合理的估計跳數(shù)距離的方法，克服通信模型不規(guī)則和通信距離帶來的影響。4、 實驗總結 雖然DV-Hop算法相對基于測距的定位技術精度較低,但不需要節(jié)點具備測距能力,無需額外硬件、能耗較低、受環(huán)境影響較小,算法簡單,易于實現(xiàn),對于各向同性的密集網(wǎng)絡,可以得到合理的平均每跳距離,定位精度等方面能滿足大多數(shù)應用的要求,在硬件尺寸和功耗上更適合大規(guī)模低能耗的WSN,是目前備受關注的定位機制,許多定位系統(tǒng)都采用了該算法來實現(xiàn)。由于節(jié)點是隨機部署的,未知節(jié)點與信標節(jié)點之間的跳段距離通常不是二者之間