湖南大学无线传感器网络实验报告DVHOP

湖南大学无线传感器网络实验报告ＤＶ－HＯP

————————————————————————————————作者: ————————————————————————————————日期：

无线传感器网络

题目：DV-hoｐ定位算法

学生：

学号:ﻩ

完成时间: 2014.5.１２1

一、实验目的

1、掌握ｍatlaｂ工具的使用方法。

2、了解DV-ｈop算法原理，熟悉DV-hop算法代码，分析DＶ－hop 算法实验结果。

二、实验原理

ＤV-hop算法概述

（一）基本思想：

3、计算位置节点与犀鸟节点的最小跳数

4、估算平均每跳的距离,利用最小跳数乘以平均每条的距离，得到未知节点与信标节点之间的估计距离

5、利用三遍测量法或者极大似然估计法计算未知节点的坐标

(二）定位过程

1、信标节点向邻居节点广播自身未知信息的分组，其中包括跳数字段，初始化为0

2、接受节点记录具有到每条信标节点的最小跳数,忽略来自一个信标节点的较大跳数的分组,然后将跳数数值加1，并转发给邻居节点

3、网络中所有节点能够记录下到每个信标节点最小跳数

（三)计算未知节点与信标节点的实际跳段距离

1、每个信标节点根据记录的其他信标节点的位置信息和相距跳数，估算平均每跳距离

2、信标节点将计算的每条平均距离用带有生存期字段的分组广播至网络中,未知节点仅仅记录接受到的第一个每跳平均距离,并转发给邻居节点

3、未知节点接受到平均每跳距离后，根据记录的跳数，计算到每个信标节点的跳段距离

（四)利用三边测量法或者极大似然估计法计算自身位置

4、位置节点利用第二阶段中记录的到每个信标节点的跳段距离,利用三边测量法或者极大似然估计法计算自身坐标

三、实验内容和步骤

ＤV-hoｐ代码如下:

fｕnctiｏn DV＿hop()

lｏａｄ＇../Ｄeｐｌoy Nｏdes／coordinates．ｍat＇;

loaｄ'.．/TｏpｏloｇｙOfＷＳN/nｅigｈbor.mat';

if all_ｎodes．ancｈoｒｓ_n<３

ｄｉsｐ（＇锚节点少于3个，DV-hoｐ算法无法执行＇);

rｅturn;

end

%~~～~~~～~~~~~~~~~~~~~~~~～～最短路经算法计算节点间跳数~～～~～~~～～～~~～~~～~~~～~~~~~～~~~~~~～~~~

sｈｏrtesｔ＿ｐath=nｅighbor_matrix;

shortesｔ_path=shｏrｔｅst_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

foｒi=1：all＿nodｅｓ．nｏdes_n

foｒj=1:all＿nodes.ｎoｄes_n

iｆsｈortest_ｐａｔh（ｉ,ｋ)+shorｔesｔ_path（ｋ,j)

shoｒteｓt_paｔh(i,j)=sｈorｔest_patｈ(i,k)＋sｈortｅsｔ_pａｔh（k,ｊ）;

eｎd

enｄ

end

end

ifｌeｎgtｈ（find（sｈｏrtest_ｐath＝=ｉｎf))~＝0

dｉsｐ('网络不连通.．．需要划分连通子图...这里没有考虑这种情况＇)；

rｅｔurn;

end

%~~~～~~~~~~~~~~~~～~~～～~~~~求每个信标节点的校正值~～~～~~~~～～~~~~～～~~~~~～~~~~~～~～~~~~~

anchｏr_to＿ａｎcｈor=ｓｈortest_patｈ(1:all_ｎｏdes.ancｈoｒｓ_n,1:all_nodes.anchoｒｓ_n);

foｒｉ=1:all_ｎoｄes.aｎｃｈorｓ_ｎ

hopsize（i)=sum(sqrｔ(sum(traｎsposｅ((repｍat(all＿noｄes.ｔruｅ(ｉ，:),all_ｎoｄeｓ．ａnchoｒｓ_n，1）-all_nodes．true(1：alｌ_nｏdes.anchoｒs_ｎ，：)).^２)))）/sum(anchｏr＿to_aｎchｏr(i,:)）;

end

%～～~~~~~～~～～~～~~~~～~~~~~每个未知节点开始计算自己的位置~～

~~~～~~~～～~~~~~～~~~

for ｉ=ａll_nodｅｓ.ａnｃhors_n＋1:aｌｌ_noｄｅｓ．noｄｅs＿n

obtaineｄ_hopsizｅ=hｏpsｉｚe（fｉnd(ｓhｏrtest_patｈ(ｉ,1：aｌl_nodeｓ.anc ｈｏｒs_n)==ｍｉｎ(ｓｈoｒtest＿path(i,1：ａｌl_ｎodｅｓ．aｎchｏrs＿ｎ))));%未知节点从最近的信标获得校正值,可能到几个锚节点的跳数相同的情况

unkｎown_to_aｎchors_ｄist=transpose(ｏbｔaiｎeｄ_hopsiｚｅ（１)*sｈo ｒｔest_path(ｉ,１:aｌl_nodｅｓ.anchoｒｓ_ｎ));%计算到锚节点的距离=跳数*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(ｓum（trａnspｏｓe(aｌl_nod ｅs.estimated（1:all_ｎｏdes.anｃhoｒs_n,:).＾２))）;

dｉst_squaｒe=unknowｎ_to_anchｏrs_diｓt.^2;

ｂ=aｎchors＿ｌocatiｏn＿sqｕａre(１:all_nｏdes.anchｏｒｓ＿n-１）-an ｃhors_ｌocatiｏn_square(alｌ_nｏdes.ａｎchoｒｓ_n）-ｄｉst_ｓquare(1:all＿nodes.ancｈors_n-1)＋dist_sｑuare（all_nｏdes.aｎcｈors＿n);

ａlｌ_ｎodes.estiｍａｔed(i，:)=ｔｒaｎspose(A\b);

alｌ_noｄｅｓ．aｎｃ_flａg(i)=2;

ｅnd

%～~~~~～~~～~～～~~~~~~~~~~～~~~~~~~~~~~~~～～~~~~~~~~~~~~~～

ｓave '.．/Locａlization Error/resｕlt．mat' ａll_ｎｏdes ｃomm_r;

end

通信半径:２０0m

锚节点的通信半径:200m

通信模型:ReguｌaｒModeｌ

网络的平均连通度为:31．366７

网络的邻居锚节点平均数目为：6．5