1、计算机软件与理论专业毕业论文 精品论文 无线传感器网络自定位算法的研究关键词：无线传感器网络 分布式定位算法 测距无关 自定位摘要：无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷
2、，本文在DV-HOP 算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester
3、公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用WSADH 算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。正文内容无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署
4、是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每
5、跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算
6、法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假
7、设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估
8、计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点
9、存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密
10、度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果
11、。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系
12、动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为
13、一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一
14、个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样
15、需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外
16、部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，
17、选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定
18、位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大
19、多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密
20、度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络
21、拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为
22、迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和
23、 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷
24、，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester
25、 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和 DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。无线传感器网络作为一种全新的信息获取和处理技术，应用领域广泛，如外部目标的定位和追踪，为网络提供命名空间，报告网络的覆盖质量，实现网络拓扑的自配置等，而网络自身定位是这些应用的基础。 尽管密集部署是无线
26、传感器网络的特点之一，但总会有一些不可达或连通度较低的未知节点存在，如何最大限度提高这些节点的定位精度是目前 WSN 定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。 针对目前大多数算法在中、低密度网络下定位误差较大，且易受网络拓扑变化影响的缺陷，本文在 DV-HOP算法的基础上提出了 WSADH 算法，假设节点采用自由空间电波传播模型，采用加权平均的思想，利用跳数间的关系动态确定权重比例来计算平均每跳距离，同时本文采用选择信标节点的策略，选择三个信标节点的最优组合，利用三边测量法计算未知节点的位置，并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离
27、所带来的误差，增强了算法的稳定性，减少了迭代次数，提高了较低密度下未知节点的定位精度。 WSADH 算法和 DV-HOP 算法一样需要引入两次消息的洪泛传播，为降低通信开销，本文提出了一种基于节点密度的 DADHL 算法，根据 Kleinrock-Silvester 公式估算每跳间距，利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL 算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播，减小了通信开销，并利用迭代求精进一步提高了未知节点的定位精度。 本文利用 OMNeT+仿真工具，分析了 WSADH 算法和 DADHL 算法的定位性能，仿真结果表明：利用 WSADH算法和
28、DADHL 算法进行节点定位，提高了定位精度，达到了预期的效果。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌?U 閩 AZ箾 FTP 鈦X 飼?狛P? 燚?琯嫼 b?袍*甒?颙嫯?4)=r 宵?i?j 彺帖 B3 锝檡骹笪 yLrQ#?0 鯖 l 壛枒l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛渓?擗#?“?# 綫 G 刿#K 芿$?7. 耟?Wa 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 皗 E|?pDb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$F?責鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍
