【学术报告PPT模板 共37页PPT资料

2.2 分簇计算矫正步长
由于每个未知节点同时调整自身的位置，因此LCV只能给出节点位置的调 整方向，而沿这个方向移动的距离(将其称之为校正步长)需要通过另外的方 法来计算。
为了避免集中式算法，同时兼顾节点的能耗，考虑使用分簇的计算方式来 获取校正步长。考虑到算法的尽可能简单化和锚节点的计算通信能力比较 强，就将每个锚节点作为簇头，未知节点以自身的当前估计位置为准，加 入距离最近的锚节点所在的簇。
基于矢量的无线传感器网络节点 定位综合算法
王驭风，王岩 《通信学报》 2019年11月
汇报人：XXX
目录
1 引言
本文目录 结构
2基于校正矢量和粒子群优化的节点定位综合算法 3 算法仿真实验及结果
4 总结
引言
1引言
RSSI(Received signed Strength Indicator)算法
而通过RSSI等测距方法得到的与邻居节点间的距离记为“测 量距离”。
2.1 位置校正矢量
引入位置校正矢量的目的就是通过调整节点的位置，尽可能缩小计 算距离与测量距离之间的差别，因此LCV的每个分量是沿着未知节点到 某个邻居节点的方向，分量的大小为对应的计算距离与测量距离的差值。
图1 位置矫正矢量图
ui dci dmi
2.1 位置校正矢量
v 节点S与第i个邻居节点位置校正矢量的矢量方向表示为 i
vi

||
Fra Baidu bibliotek
ps pi ps pi
||
因此，节点S的合成LCV为 v s
vs ui vi,i1,2,… ， N i
2.1 位置校正矢量
图2 位置矫正矢量图 （实线为节点实际位置，虚线为节点估计位置）
2.1 位置校正矢量 移动节点的位置矫正矢量
2.1 位置校正矢量
对于移动节点，初始位置估计方法： 移动节点Sm在tk+1时刻的初步估计位置等于其在tk时刻的定位结果的基础上 加上
新 加 入 邻 居 节 点 坐 标 总 和 离 开 通 信 范 围 的 节 点 坐 标 总 和
tk 1 时 刻 邻 居 节 点 数
1引言
锚节点每隔一段时间向邻节点 广播一个信号(自身ID 和位置 信息)。当未知节点接收到来自 不同锚节点的信号数量超过某 一个值后，则确定位置为这些 锚节点所组成的多边形的质心。
DV-HOP 定位算法
计算未知节点与锚节点的最 小跳数；根据估算距离公式， 计算未知节点和锚节点的实 际距离；利用三边测量法计 算位置信息
t 时 刻 邻 居 节 点 数 k
2.1 位置校正矢量
新 加 入 邻 居 节 点 坐 标 总 和 离 开 通 信 范 围 的 节 点 坐 标 总 和
tk 1 时 刻 邻 居 节 点 数
t 时 刻 邻 居 节 点 数 k
Y 假设节点密度不变
0
S
S
X
tk
tk+1
图3 移动节点的初始定位
2.1 位置校正矢量
i=1，2，⋯，N，待求步长为step，step是一个由stepi组成的N维向量。 i 问题的目标函数可以表示为
dijR
F(step) |||pi'pj '||dm_ij |
ij
其中， pi'pistepivi
pj'pjstepjvj
dm _ij 为簇内节点i、j之间的距离测量值
2.1 位置校正矢量 固定节点的位置校正矢量
2.1 位置校正矢量
假设节点S通信范围内有N个邻居节点，节点自身的估计位置为PS=(xs, ys)， N个邻居节点的估计位置为Pi=(xi, yi) ，节点S与第i个邻居节点的计算距离为 dci
dci (xsxi)2(ysyi)2
节点S获得的N个测距值为dmi，i=1，2，⋯，N。节点S与第i个邻居节点的差 异值的大小可以表示为ui
1引言
1引言
基于校正矢量 和粒子群优化 的节点定位综
合算法
2基于校正矢量和粒子群优化的节点定位综合算法
2.1 位置校正矢量（LCV） 2.2 分簇计算校正步长 2.3 簇边缘附加矫正
位置校正值
2.1 位置校正矢量
未知节点通过DV-hop算法得到自身的估计位置，将其与邻居 节点估计位置之间的距离记为“计算距离”。
已知基站发送端发射功率，在 接收节点测量接收功率，计算 信号的传播损耗； 使用信号衰减模型将传播损耗 转化为距离。
TDOA(Time Difference of Arrival)算法
在节点上安装超声波收发器和 RF收发器,记录两种不同信号 在两个节点中的传播时间差； 由传播时间差计算得到距离。
质心定位算法
d i j 为簇内节点之间的实际距离
R为节点的通信半径
2.2 分簇计算矫正步长
N维向量值 最小
2.2 分簇计算矫正步长
粒子群算法
粒子群优化(PSO)算法是一种新颖的演化算法, PSO的优势 在于简单而又功能强大。它属于一类随机全局优化技术, PSO算 法通过粒子间的相互作用在复杂搜索空间中发现最优区域。 参数只需要最简单的设置：
2.2 分簇计算矫正步长
问题描述 分簇后，以簇内网络整体位置最优化 为目标来计算簇内节点的校正步长。 位置校正矢量的作用是使簇内所有邻居节点之间经过位置校正后，计算 距离与测量距离差值的总和最小化，因此求校正步长的问题可以描述为 一个多元函数最小化问题。
2.2 分簇计算矫正步长
v 假设簇内有N个未知节点，它们的估计位置分别为Pi=(xi, yi) ，LCV分别为 ，
移动节点用距离变化值代替距离值构建LCV（位置校正矢量），过程如下：
tk时刻
Sm与第i个邻居
节点的计算距
离为
d
k ci
d 测量距离为
k mi
tk+1时刻
Sm与第i个邻居
节点的计算距
d 离为 k 1 ci
d 测量距离为
k 1 mi
差异值表示为：
u ik 1 (d c k i 1 d c k i) (d m k i 1 d m k i)
2.1 位置校正矢量
v 节点Sm与第i个邻居节点位置校正矢量的矢量方向表示为 i
vi

||
p sm p sm
pi pi
||
因此，节点S的合成LCV为 v s
vsm u ik 1 vi,i 1 ,2 ,… ， N i
LCV矢量的合成方法与固定节点相同。
2.1 位置校正矢量
图2 位置矫正矢量图 （实线为节点实际位置，虚线为节点估计位置）