第五章仿真实验及性能分析

1、第五章仿真实验及性能分析为检验上一章所改进 DV-HOP 算法，本章对该算法进行仿真实验并给出实验结果，同时对该算法的定位性能分别从信标节点密度、节点密度、通信半径、通信模型四个方面进行评估。5.1 算法仿真及结果将 WSN 网络的实验参数设置为：100m*100m 正方形区域、通信半径 30m、节点数 200、信标节点所占比例 30%、规则通信模型、节点随机分布。根据公式 5.1 计算出所有信标节点到正方形区域中心的距离 D，取距正方形 区域中心距离为 Dmin 到 Dmax 确定圆环区域。若D 在 Dmin 和 Dmax 之间，那 么则使用公式 3.2 计算得到的信标节点平均每跳距离进行定

2、位，若 D 不在 Dmin 和 Dmax 之间，则寻找距其最近的圆环区域内的信标节点并询问其平均每跳距离，作为自己使用的平均每跳距离。经大量实验，获取先验知识如下，在该实验参数下圆环区域确定为：Dmin为 44，Dmax 为 50。(5.1) = 2( center)2 + (Y Ycenter)2公式 5.1 中，Dist 为当前信标节点到 100m*100m 正方形区域中心，(X,Y)为当前信标节点坐标，(Xcenter,Ycenter)为 100m*100m 正方形区域中心的坐标。伪代码如下：Begin计算信标节点到中心距离 For iDmin&距离Dmax then Hopsize(i

3、)=计算出的平均每跳距离 EndEndFor iDmin&距离Dmax) thenJ=找到跳数最少的 DminDmax 之间的信标节点下标Hopsize(i)=Hopsize(j) EndEnd End根据以上确定的圆环区域范围，取出边缘定位误差大的未知节点，使用三边测量法计算估计坐标。到图 5.1 所示结果：图 5.1 改进算法定位误差图对比图 5.1 与图 4.3 可以看出，未知节点的定位误差减小，定位精度提高。本文进行了一百轮实验，本文改进方法较原算法，定位精度都有所提高，平均提高 3%。在网络环境较为理想、稳定的条件下该改进方案可以改善 DV-HOP算法定位性能，并且与信标节点密度、节

4、点密度、通信半径、通信模型这四个网络条件密切相关，下面通过仿真实验从这四个方面对改进 DV-HOP 算法的定位性能进行评估。5.2 算法性能评估本节对改进DV-HOP 算法性能进行评估，分别从以信标节点密度、节点密度、通信半径、通信模型作为变量，计算原始 DV-HOP 算法和改进 DV-HOP 算法的平均定位误差，该误差值均、为在每个变量数值下实验 100 轮后所计算的平均值，以保证其有效性。由于 DV-HOP 算法的定位覆盖情况较好，即在网络连通的情况下其定位覆盖率均为 1，因此本节只比较两个算法的定位误差变化情况。5.2.1 信标节点密度通过在正方形区域网络中随机分布传感器节点，数量为 2

5、00 时，通信半径为 30m，改变信标节点比例，将改进 DV-HOP 算法与原始 DV-HOP 算法的平均定位 进行比较。如图 5.2，原始算法的定位误差为 0.32，而改进算法的定位误差为 0.316，可以看出当信标节点比例较低（10%）时，改进算法的定位误差近似与原始算法 相等，因此，在该条件下改进方案在定位精度上改善的效果并不明显。但是，当 信标节点比例增加时，改进算法的平均定位误差稳步下降，而原始算法的该数值 一直保持较为平稳，在 0.3 上下小幅度波动，在信标节点比例为 50%时，改进算 法的定位误差下降到 0.27，原始算法的定位误差为 0.292。在信标节点比例逐渐 增加的过程中

6、，信标节点比例为 40%时，两个算法的平均定位误差最大（0.03），说明该条件下改进 DV-HOP 算法能够达到较好的定位精度。因此，随着信标节点比例的变化，改进 DV-HOP 算法性能一直保持优于原始 DV-HOP 算法。图 5.2 信标节点比例对定位误差的影响5.2.2 节点密度通过将传感器节点随机分布到 100m100m 的正方形区域中，信标节点比例设置为 0.3，通信半径设为 30m，本节实验用节点数量来表示节点密度，改变节点数量分别为：、180、200。目前在节点，虽然部署成本较低，但数量较少的稀疏 WSN 中如何有效的定位仍然存在是网络连通又成为了新的问题。由图 5.3 可知，当节

7、点数量为 40 和 60 时 100 轮实验中会出现网络无法连通的情况，若加大通信半径会改善这一问题，但是节点的信号会增加同时能耗也会增加。原始算法和改进算法的平均定位误差在节点数量为 80 的条件下分别为 0.32 和 0.34，该组数值说明改进算法在节点密度较小的情况下无法提高定位精度，相反定位误差较大。但是，随着节点数量的增加，改进算法的定位性能逐渐变好，从节点数量为 100 开始定位精度高于原始算法，并且平均定位误差平稳下降，在节点数量为 200 时定位误差为 0.27 较比原始算法的 0.29 定位精度高出 0.02，这一趋势是从节点数量为 160 开始保持的。因此，随着节点密度的变

8、化，改进 DV-HOP 算法性能一直保持优于原始 DV-HOP算法。图 5.3 节点密度对定位误差的影响5.2.3 通信半径通过随机部署传感器节点到 100m100m 的正方形区域点数量设置为 200，信标节点比例为 0.3，改变网络节点的通信半径，分别设置为：20，30，40，50，60，70。由图 5.4 可知，改进DV HOP 算法的定位性能在通信半径变化过程中始终保持优于原始 DV-HOP 算法。当通信半径为 20 时，网络点间的连通情况较不理想，因此两个算法的平均定位误差较大，原始算法为 0.34，改进算法为 0.33。随着通信半径的增加，两个算法的平均定位误差均平稳下降。在变化过程

9、中，当通信半径为区域的四分之一时（50m），改进算法与原始算法的平均定位误差之差最大，值为 0.03，这说明，此时该改进方案效果最明显。当通信半径为 70 时，原始算法的定位误差可下降到 0.25，同时改进算法有更好的定位性能，其定位误差可下降到 0.23，均为整体变化过程中的最佳值。因此，随着节点通信半径的变化，改进DV-HOP 算法性能一直保持优于原始DV-HOP 算法。图 5.4 通信半径对定位误差的影响5.3.4 通信模型在无线传感器网络中，无线电的不规则是一种不可忽视的常见现象【李龙江41】。在无线电范围内的不规则性和在不同方向上数据包丢失的变化，是在上层协议栈中表现出不对称连接的重

10、要原因。参数的不规则程度（）用来表示无线电图案的不规则。范围的变化。当圆形。为了更好的的定义为：无线电的方向上每度的最大无线电为零时，不存在范围变化，无线电模型为一个完美的不同无线电通信模型对算法定位性能的影响，本节在分布区域为 100m100m、节点数量 200、通信半径 30m、信标节点比例 0.3 的网络条件下，改变网络节点的无线电通信模型，在 Regular M规则模型）、LA M（对数衰减模型）、M、 RIM M四个模型下对原始 DV-HOP 算法和改进 DV-HOP 算法进行仿真实验。这四个模型中，Regular M表示网络通信处理较为理想的状态，参数设置为 0 且不考虑信号衰减情

11、况；而 LA 模型为对数衰减模型，该模型考虑到无线电信号在传输过程中逐渐呈对数衰减的情况，但仍假设节点通信范围是一个完美的原型；模型考虑到节点的通信范围不是一个完美的圆形，并设置参数为【】，模型是一个绝对的通信范围，如果在该范围内时，该信号的接收强度是非常强的，总是可以被正确地接收到，而如果超出范围就无法接收到该信号，这个二进制模式，在现实中是不正确的；为了解决这一问题，本节引入RIM 模型【李龙江 42】进行实验，该模型是通过 MICA2获得的经验数据建立的一个无线电信号不规则模型，它考虑到双方的各向异性的媒介和异构的设备等属性，该模型中参数设置为【】。由图 5.5 可知，所考虑的网络环境越

12、复杂，两个算法的定位精度越低。具体如下：当网络通信使用 Regular 模型时，改进 DV-HOP 算法的定位误差保持低于原始 DV-HOP 算法 0.02 的状态，并且二者的定位性能均较好。同时，当通信模型设置为 LA 时，两个算法的定位误差均有提高，并且二者之差也相对增大，值为 0.035。在模型和RIM 模型中二者平均定位误差整体增大，但二者之差一直保持在与 LA 模型中该值相同的状态。因此，在无线电信号衰减的情况下（LA 模型），改进 DV-HOP算法的定位性能较比原始 DV-HOP 算法有更好的提高；同时，当考虑网络的无线电不规则度及通信不可达的情况时，虽然算法的定位精度较差，但改进算法仍然可以保证性能优于原始算法。图 5.5 通信模型对算法定位误差的影响由于无线电的不规则形，在无线传感器中存在着大量的对称链路和不对称链路，且其数量会随着距离的变化而产生变化，所以无线电的不规则性对无线传感器网络定位算法的影响很有必要。在 RIM 模型的帮助下，本文通过仿真研究无线电的不规则性对定位算法的定位精度产生的影响，无线电的不规则性甚至会影响网络的拓扑结构，造成不规则的跳数分布。因此，本节选择 RIM 模型，保持其他网络条件不变，改变该模型的参数设置为 0、0.5、1、1.5、2、2.5、3、3.5、4、4.5，对原始 DV-HOP 算法和改进DV-HOP