基于DV-Hop定位算法的改进研究

来源 :计算机科学 | 被引量 : 0次 | 上传用户:hdy_123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在无线传感器网络DV-Hop定位算法中,网络平均跳距离的估算是决定定位精度的重要因素之一。传统的DV-Hop定位算法只考虑了最近一个锚节点估计的平均跳距,从而导致定位误差较大。为了提高节点定位精度,在原算法基础上提出了一种改进算法,考虑使用多个锚节点估算的平均跳距离并且采用加权平均跳距代替传统算法中的平均跳距。仿真实验结果表明,在相同的网络环境下,改进后的算法能有效地减少跳距计算带来的定位误差,提高定位精度。
其他文献
提出了一种基于支持向量机(Support Vector Machine,SVM)的道路限速标志识别方法。为了提高算法对限速标志的识别精度,采用了一种可在进化过程中通过调整学习参数来协调粒子全局与局部搜索能力的自适应学习粒子群算法(Adaptive Learning Particle Swarm Optimization,ALPSO)对支持向量机的相关参数进行优化。实验结果表明,提出的ALPSO-S
以邻域系统为研究对象,根据邻域系统中邻域与目标之间的包含及相交关系,分析了两种不同类型的邻域系统粗糙集模型。根据这两种邻域系统粗糙集模型,分别提出了邻域系统层次单
传感器网络(Wireless Sensor Networks,WSN)的事件检测型应用中,如何通过可靠性维护来保证在检测到事件时报警信息能及时、可靠地传输到监控主机至关重要。通过对不可靠的无线
针对无线再生中继网络的系统性能与系统误帧率、中断概率等有关问题,以协作通信技术中的多用户协作分集协议MDP(Multi-user Diversity-cooperative Protocol)为基础,设计了新型
为了更好地提高求解高维复杂优化问题的能力,提出一种动态自适应和声搜索(DSHS)算法。该算法采用正交试验来设计算法的初始化和声记忆库;利用多维动态自适应调整算子和单维和声
在研究工作流服务时间-费用双重优化问题的基础上,提出一种基于动态粒子群算法的工作流服务主体优选方法。通过区域划分,在每个粒子所在区域内,当适应值小于最佳适应值时,对
基于对称密码体制的密钥管理方案的关键是取得安全与性能的平衡。针对卫星网络节点资源受限的特点,提出了按照随机矩阵分配节点密钥元素的方法。该方法简化了密钥环的构造,而
用同态的概念作为处理邻域信息系统中数据压缩的工具。给出了邻域信息系统和诱导的邻域信息系统概念,并在此基础上定义了一种新的协调函数,研究了在同态映射下邻域信息系统的
近年来挂马网页对Web安全造成严重威胁,客户端的主要防御手段包括反病毒软件与恶意站点黑名单。反病毒软件采用特征码匹配方法,无法有效检测经过加密与混淆变形的网页脚本代
“质量来自于痛苦与折磨”——看来沙尔克04的德甲冠军教练马加特对于磨难与成就的辩证关系搞得很明白。