物联网感知层节点最小角信任度定位算法研究

doi:10.3969/j.issn.1006-2475.2013.02.010

计算机与现代化 ›› 2013, Vol. 1 ›› Issue (2): 38-42.doi: 10.3969/j.issn.1006-2475.2013.02.010

物联网感知层节点最小角信任度定位算法研究

吴学琴,李敬兆

安徽理工大学计算机科学与工程学院,安徽淮南232001

收稿日期:2012-09-29 修回日期:1900-01-01 出版日期:2013-02-27 发布日期:2013-02-27

Research on Minimum Angle Trust Localization Algorithm on IOT’s Perceptual Layer

WU Xue-qin, LI Jing-zhao

College of Computer Science and Engineering, Anhui University of Science and Technology， Huainan 232001, China

Received:2012-09-29 Revised:1900-01-01 Online:2013-02-27 Published:2013-02-27

摘要/Abstract

摘要： 感知层在物联网体系中处于信息采集的最前端，对物联网的实现起着基础性作用。在传感器能量有限性的前提下，如何提高感知层节点定位精度是物联网行业当前重要的研究课题之一。本文着重针对DV-Hop算法中所有锚节点同等对未知节点进行定位的不足，引入最小角信任度的概念，提出一种物联网感知层最小角信任度的定位算法，即DV-Hop_Toma。仿真结果表明：DV-Hop_Toma定位算法明显优于相同网络环境下的现有定位算法，定位精度得到了很大提高。

关键词: 无线传感器网络, 节点定位, 三边测量法, DV-Hop_Toma算法

Abstract: The perceptual layer is at the most front-end of information collection, which plays a fundamental role in the internet of things. How to improve the perception layer node positioning accuracy is one of the important research projects in IOT industry because of the limit of energy. This article focuses on the origin DV-Hop arithmetic’s shortage by using all anchor node equal to the unknown node positioning, introduces the concept of minimum angle trust and proposes the minimum angle trust localization algorithm on IOT’s perceptual layer, that is DV-Hop_Toma. Simulation results, by using Matlab, show that DV-Hop_Toma improves the positioning precision comparing to the original algorithms.


Key words: wireless sensor networks, node localization, trilateral measurement method, DV-Hop_Toma algorithm

吴学琴;李敬兆. 物联网感知层节点最小角信任度定位算法研究[J]. 计算机与现代化, 2013, 1(2): 38-42.

WU Xue-qin;LI Jing-zhao. Research on Minimum Angle Trust Localization Algorithm on IOT’s Perceptual Layer[J]. Computer and Modernization, 2013, 1(2): 38-42.

[1]	赵继业. 基于云安全模型的簇状树形无线传感器网络路由协议 [J]. 计算机与现代化, 2021, 0(08): 6-10.
[2]	张彦虎, 鄢丽娟, 孔淑梅. 一种适用于凹陷型山地地形的无线传感器网络路由算法[J]. 计算机与现代化, 2021, 0(06): 86-90.
[3]	张彦虎, 鄢丽娟. 一种通过剩余能量过滤进行簇头选举的低能耗无线路由算法[J]. 计算机与现代化, 2021, 0(05): 83-87.
[4]	马媛, 杜秀娟 . 基于NS3的水下LEER协议优化与分析[J]. 计算机与现代化, 2021, 0(03): 35-40.
[5]	蔡文鹏, 鞠时光. 三维曲面多移动节点的传感器网络部署算法[J]. 计算机与现代化, 2020, 0(11): 70-76.
[6]	张蕾, 崔娟娟, 李晶晶. WSN中基于压缩感知的分簇数据收集算法[J]. 计算机与现代化, 2020, 0(09): 1-5.
[7]	鄢丽娟, 张彦虎. 一种基于平均剩余能量的无线传感器网络分簇路由算法[J]. 计算机与现代化, 2020, 0(07): 16-20.
[8]	孙宗星，蔡丽萍，李世宝. 基于蚁群优化的无线传感器网络最适路由算法[J]. 计算机与现代化, 2017, 0(8): 13-.
[9]	陈芳，赵阳. 基于云计算的移动医疗监控系统[J]. 计算机与现代化, 2017, 0(7): 68-71+90.
[10]	朱世照，薛善良. WSN中一种基于可控能耗的源位置隐私保护协议[J]. 计算机与现代化, 2017, 0(7): 95-100+123.
[11]	董军1，杨秀娟1，付喜辉1，刘付刚2，谢子殿3，张洋3. 无线传感器网络DV-hop定位算法的改进[J]. 计算机与现代化, 2017, 0(5): 15-18,23.
[12]	朱世照，薛善良. 一种WSN中多幻影节点源位置隐私保护协议[J]. 计算机与现代化, 2017, 0(2): 98-104+108.
[13]	董袁泉1，王浩2. 基于离散鸡群压缩感知的WSNs多目标定位[J]. 计算机与现代化, 2017, 0(12): 23-27.
[14]	张岱臣，周丹. 无线传感器网络中基于往返时间的失效节点探测算法[J]. 计算机与现代化, 2016, 0(8): 79-85.
[15]	梁川，滕翠. 高效能无线传感器网络安全数据融合协议[J]. 计算机与现代化, 2016, 0(5): 122-126.

物联网感知层节点最小角信任度定位算法研究

Research on Minimum Angle Trust Localization Algorithm on IOT’s Perceptual Layer

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价