跳距加权和跳数优化的粒子群DV—Hop算法

方旺盛; 吴伟伟; 胡中栋

doi:10.13873/J.1000-9787(2020)03-0131-04

Chinese

您当前的位置：

首页 >

文章列表页 >

跳距加权和跳数优化的粒子群DV—Hop算法

计算与测试 | 更新时间：2025-09-11

- 跳距加权和跳数优化的粒子群DV—Hop算法
- Particle swarm optimization DV-Hop algorithm based on hop distance weight and hop optimization
- 传感器与微系统 2020年第3期页码：131-134
- 作者机构：
  
  江西理工大学信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61562038)
- DOI：10.13873/J.1000-9787(2020)03-0131-04
  中图分类号： TP18
- 纸质出版：2020
- 稿件说明：
移动端阅览
方旺盛, 吴伟伟, 胡中栋. 跳距加权和跳数优化的粒子群DV—Hop算法[J]. 传感器与微系统, 2020,(3):131-134.

FANG Wangsheng, WU Weiwei, HU Zhongdong. Particle swarm optimization DV-Hop algorithm based on hop distance weight and hop optimization[J]. 2020, (3): 131-134.
方旺盛, 吴伟伟, 胡中栋. 跳距加权和跳数优化的粒子群DV—Hop算法[J]. 传感器与微系统, 2020,(3):131-134. DOI： 10.13873/J.1000-9787(2020)03-0131-04.

FANG Wangsheng, WU Weiwei, HU Zhongdong. Particle swarm optimization DV-Hop algorithm based on hop distance weight and hop optimization[J]. 2020, (3): 131-134. DOI： 10.13873/J.1000-9787(2020)03-0131-04.

摘要

在分析经典DV-Hop算法的定位误差与节点之间的平均跳距、节点之间跳数关系的基础上

提出了一种基于跳距可信度的跳距加权和跳数优化的粒子群算法。跳距可信度为节点间实际距离除以节点通信半径的值与节点之间跳数的比值

利用跳距可信度来对节点的平均跳距进行修正;并通过跳距可信度计算出修正因子来对跳数进行优化。最后用改进的粒子群算法代替最小二乘法来对定位位置进行优化。实验结果表明:本文算法的定位精度相对于经典DV-Hop算法和BDV-Hop算法分别提高了约12%和2.4%。

Abstract

Abstrac: On the basis of analyzing on localization error of classical DV-Hop algorithm and average hop distance between nodes and the hop count between nodes

a particle swarm optimization（ PSO） algorithm based on hop distance-weighted of hop distance credibility and hop-count optimization is proposed. Hopping credibility is the ratio of the actual distance between nodes divided by the value of node communication radius to the hopcounts between nodes

and use hop distance credibility to correct the average hop distance of node. According to credibility of hop distance is used to calculate correction factor to optimize the hopcounts. Finally

improved PSO is used to optimize the positioning location instead of least square method. Experimental results show that compared with the classical DV-Hop algorithm and the BDV-Hop algorithm

localization precision of the proposed algorithm is improved about 12 % and 2. 4 %

respectively.

关键词

Keywords

references

浏览量

225

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于粒子群优化的WSN多目标3D无人机运动规划

基于井下异构无线传感器网络DV-Hop定位算法的改进

一种混合无线传感器网络定位算法

基于RSSI比值修正的无线传感器网络DV-Hop定位算法

基于移动信标的改进DV-Hop算法