基于RSS阈值模型的Amorphous算法定位误差抑制

计算机工程与科学

• 计算机网络与信息安全 • 上一篇下一篇

基于RSS阈值模型的Amorphous算法定位误差抑制

宋海声，朱长驹，吴佳欣，杨鸿武

（西北师范大学物理与电子工程学院，甘肃兰州 730070）

收稿日期:2016-11-21 修回日期:2017-03-30 出版日期:2018-05-25 发布日期:2018-05-25
基金资助:
国家自然科学基金（11664036）；甘肃省自然科学基金（1606RJZA065）

RSS threshold model-based positioning

error suppression of Amorphous algorithm

SONG Hai-sheng,ZHU Chang-ju,WU Jia-xin,YANG Hong-wu

（College of Physics and Electronic Engineering,Northwest Normal University,Lanzhou 730070,China）

Received:2016-11-21 Revised:2017-03-30 Online:2018-05-25 Published:2018-05-25

摘要/Abstract

摘要：

针对无线传感器网络定位算法在不同的通信模型下误差较大的问题，在Amorphous算法离线计算网络平均连通度的基础上，建立了四种RSS阈值模型来抑制Amorphous算法在不同通信模型下的定位误差。由不同阈值模型得到的阈值在不同程度上修正了算法的梯度值，使定位误差得到抑制。仿真结果表明，Amorphous算法在Regular模型下的最优阈值模型从Regular阈值模型和Log-normal阈值模型中选择；算法在Log-normal模型下的最优阈值模型从Regular阈值模型、Log-normal阈值模型、DOI阈值模型和RIM阈值中选择；算法在DOI模型和RIM模型下的最优阈值模型从Log-normal阈值模型、DOI阈值模型和RIM阈值模型中选择，最后得到Amorphous算法在不同的通信模型、通信半径和不规则度下对应的最优阈值模型。

关键词: 无线传感器网络, 通信模型, Amorphous算法, 阈值模型, 梯度值

Abstract:

For the problem that the positioning algorithm has a large error in wireless sensor networks under different communication models, based on the average network connectivity of the off-line computation of Amorphous algorithm, four RSS (Received Signal Strength) threshold models are built up to suppress the positioning error of Amorphous algorithm under different communication models. The threshold obtained from different threshold models can be utilized to modify the gradient of the algorithm to different extents, so that the positioning error is suppressed. Simulation results show that, when Amorphous algorithm passes through the Regular model, the optimal threshold model is selected between Regular threshold model and Log-normal threshold model. When the algorithm passes through the Log-normal model, the optimal threshold model is selected among Regular threshold model, Log-normal threshold model, DOI threshold model and RIM threshold model. When the algorithm passes through the DOI model and RIM model, the optimal threshold model is selected among Log-normal threshold model, DOI threshold model and RIM threshold model. Finally, the optimal threshold model of Amorphous algorithm under different communication models, communication radiuses and irregularity degrees can be obtained.

Key words: wireless sensor networks, communication model, Amorphous algorithm, threshold model, gradient

宋海声，朱长驹，吴佳欣，杨鸿武. 基于RSS阈值模型的Amorphous算法定位误差抑制[J]. 计算机工程与科学.

SONG Hai-sheng,ZHU Chang-ju,WU Jia-xin,YANG Hong-wu.

RSS threshold model-based positioning

error suppression of Amorphous algorithm

[J]. Computer Engineering & Science.

[1]	罗仕杭, 何庆. 多策略融合改进的均衡优化算法及其应用[J]. 计算机工程与科学, 2023, 45(08): 1508-1520.
[2]	赵玉华, 贾向东, 胡海霞, 敬乐天. 无人机辅助的无线传感网络AoI最小化方案研究[J]. 计算机工程与科学, 2022, 44(07): 1216-1222.
[3]	张孟健, 汪敏, 王霄, 覃涛, 杨靖, . 混合粒子群-蝴蝶算法的WSN节点部署研究[J]. 计算机工程与科学, 2022, 44(06): 1013-1022.
[4]	高航, 吴嘉鑫, 陈龙, 武继刚. QoS保障下的无人机传感网安全通信路径规划[J]. 计算机工程与科学, 2022, 44(06): 1037-1045.
[5]	苟平章, 原晨, 张芬. 基于软件定义的WSNs非均匀分簇QoS路由算法[J]. 计算机工程与科学, 2022, 44(02): 227-236.
[6]	张晶, 魏淼, . 基于Delaunay三角划分策略的WSN区域覆盖优化研究[J]. 计算机工程与科学, 2021, 43(11): 1944-1951.
[7]	魏连锁, 陈齐齐, 韩建, 苏扬. 一种基于区域分裂与合并的势博弈网络拓扑控制算法[J]. 计算机工程与科学, 2021, 43(11): 2063-2068.
[8]	苟平章, 刘学治, 孙梦源, 何博. 基于跳距修正与狮群优化的WSNs三维定位算法[J]. 计算机工程与科学, 2021, 43(08): 1405-1412.
[9]	周静, 关玉蓉. 基于SDN的DWSN技术分析及性能优化研究[J]. 计算机工程与科学, 2021, 43(08): 1413-1421.
[10]	宋玲, 黄达胜. 一种基于狼群优化的改进DV_Hop定位算法[J]. 计算机工程与科学, 2021, 43(07): 1210-1218.
[11]	王俊喜, 陈桂芬. 能耗均衡的多跳多路径认知分层路由算法[J]. 计算机工程与科学, 2021, 43(03): 442-448.
[12]	张华南, 金红, 王峰. 无线传感器网络节能探索与研究[J]. 计算机工程与科学, 2021, 43(02): 295-303.
[13]	王帅辉, 袁杰. 复合Petri网的主从式多智能体通信建模方法[J]. 计算机工程与科学, 2021, 43(02): 304-311.
[14]	苟平章，张芬，毛刚，贾向东. 基于AGNES聚类的能耗均衡WSNs优化路由算法[J]. 计算机工程与科学, 2020, 42(04): 620-627.
[15]	胡震海，王立松. 抗窃听攻击的传感器网络空间范围聚集查询处理算法[J]. 计算机工程与科学, 2020, 42(01): 46-54.

基于RSS阈值模型的Amorphous算法定位误差抑制

RSS threshold model-based positioning

error suppression of Amorphous algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价