湖南大学无线传感器网络实验报告DV-HOP

无线传感器网络 题 目 DV hopDV hop 定位算法 学 生 学 号 完成时间 2014 5 121 一 一 实验目的实验目的 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 实验原理实验原理 DV hopDV hop 算法概述算法概述 一 基本思想 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 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 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 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 三 实验内容和步骤实验内容和步骤 DV hop 代码如下 function DV hop load Deploy Nodes coordinates mat load Topology Of WSN 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 for i 1 all nodes nodes n for j 1 all nodes nodes n if shortest path i k shortest path k j shortest path i j min h i j h i k h k j shortest path i j shortest path i k shortest path k j end end end end if length 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 for i 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 anchors 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 shortest 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 nodes estimated 1 all nodes anchors n 2 dist square unknown to anchors dist 2 b anchors location square 1 all nodes anchors n 1 anchors 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 Regular Model 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 一共 300 个节点 60 个锚节点 240 个未知节点 0 个不能被定位的未知节点 定位误差为 0 30127 这里在计算节点与锚节点距离时使用跳数相乘距离修正值 实现了对基础 DV hop 算 法的改进 因此增大通信距离是不能增大算法误差的 通信半径 400m 锚节点的通信半径 400m 通信模型 Regular Model 网络的平均连通度为 100 6533 网络的邻居锚节点平均数目为 19 39 一共 300 个节点 60 个锚节点 240 个未知节点 0 个不能被定位的未知节点 定位误差为 0 26588 但是此算法增大锚节点密度对误差减小基本没有意义 通信半径 200m 锚节点的通信半径 200m 通信模型 Regular Model 网络的平均连通度为 31 9 网络的邻居锚节点平均数目为 18 7833 一共 300 个节点 180 个锚节点 120 个未知节点 0 个不能被定位的未知节点 定位误差为 0 31443 增大锚节点通信距离会显著增大误差 这是因为修正值修正到平均距离 但是锚节点 通信距离与该值偏离很大 通信半径 200m 锚节点的通信半径 400m 通信模型 Regular Model 未知节点能侦听到的锚节点平均数目为 20 7417 未知节点通信区域内的未知节点平均数目为 25 4333 一共 300 个节点 60 个锚节点 240 个未知节点 0 个不能被定位的未知节点 定位误差为 0 63806 不规则的通信也会严重影响这种基于跳数估计距离的定位算法 通信半径 200m 锚节点的通信半径 200m 通信模型 DOI Model DOI 0 015 网络的平均连通度为 41 33 网络的邻居锚节点平均数目为 7 98 一共 300 个节点 60 个锚节点 240 个未知节点 0 个不能被定位的未知节点 定位误差为 1 0595 算法改进 要设计更加合理的估计跳数距离的方法 克服通信模型不规则和通信距离带来的 影响 4 实验总结实验总结 虽然 DV Hop 算法相对基于测距的定位技术精度较低 但不需要节点具备测距能力 无需 额外硬件 能耗较低 受环境影响较小 算法简单 易于实现 对于各向同性的密集网络 可以 得到合理的平均每跳距离 定位精度等方面能满足大多数应用的要求 在硬件尺寸和功耗上更 适合大规模低能耗的 WSN 是目前备受关注的定位机制 许多定位系统都采用了该算法来实 现 由于节点是随机部署的 未知节点与信标节点之间的跳段距离通常不是二者之间