学术报告PPT模板下载

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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
k
时刻邻居节点数
1
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
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
测量距离为dmk i
tk+1时刻
Sm与第i个邻居
节点的计算距
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”。
PSO粒子的长度等于簇内未知节点的个数 每一维分量对应一个节点的校正步长 目标函数作为适应度函数
2.3 簇边缘附加矫正
簇内节点的相对位置的最优化并不意味着全局网络所有节点的位 置实现了最优化,有可能存在簇整体平移或者簇间距离误差反而增大 的问题。因此考虑对簇与簇之间的位置进行调整。
2.2 分簇计算矫正步长
r
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 i=1,2,⋯,N,待求步长为step,step是一个由stepi组成的N维向量。
vi

问题的目标函数可以表示为
dij R uuuuuur
F(step) ||| pi ' p j ' || dm_ij |
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》 2008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
r
vsm
uik1 vri , 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)
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。
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
d 离为 k 1 ci
d 测量距离为
k 1 mi
差异值表示为:
u k 1 i
(dcki1
d
k ci
)
(dmk i1
d
k mi
)
2.1 位置校正矢量
r 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
uuuuur
vri
Βιβλιοθήκη Baidu
||
upusumupuri psm pi
||
因此,节点S的合成LCV为 vr s
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 (xs xi )2 ( ys yi )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
ij
其中, pi ' pi stepi vri p j ' p j step j vr j
dm _ij 为簇内节点i、j之间的距离测量值
dij 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
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:
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。
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。
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
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
t
k
时刻邻居节点数
1
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
ui dci dmi
2.1 位置校正矢量
vr 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
uuuur
vri
||
upusupuri ps pi
||
因此,节点S的合成LCV为 vr s
r
vs
ui vri , i 1, 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)
相关文档
最新文档