本文介绍了无线传感器节点位置精度等级的配置，比较了改进的IROCRSSIGC和ROCRSSI算法，确定了定位的准确性和覆盖范围，作者认为定位技术节点是传感器网络应用中最关键的技术。先是对于许多无线传感器网络应用程序而言，节点位置信息是最基本的信息。管目前有许多节点定位技术，但这些只是研究的初步结果，与无线传感器网络的整体优化相去甚远。还不够，有必要继续进行深入的研究和开发，并提出更有效的算法来促进无线传感器网络的广泛应用。线传感器网络节点的位置信息的准确性分为8个级别的标准。
络信标节点的位置信息的准确性是该级别中最高的。初，使用无线导航系统的配置或人工配置来确定早期传感器阵列中信标节点的位置信息。果，由3个或更多个标签节点确定的未知节点的位置数据具有较高的准确性，并且被分类为第一级网络节点。有不同定位精度级别的参考节点被添加到下一个未知定位循环中，由于变形，定位误差更大，因此节点的位置级别也降低了。定位第二级未知节点时，由于第一级节点的参与精度较高，其测量误差除测量距离误差外，还引入了误差。置为一级精度的节点数据信息。此，其定位精度排在第二，并且确定为辅助网络节点。感器阵列的节点级别相似。
真模型的选择如下：创建IROCRSSIGC算法的节点分布图，恒温阀芯其中定义了300个节点，60个锚节点，未知节点数为240个，红色表示该节点的节点。和蓝色的O未知结。
建IROCRSSIGC算法的邻域关系图。锚点上的红色*处定义参数，在未知节点上的O红色处定义参数，通信半径：200 m；锚节点的通信半径：200 m；通讯模型：标准模型。共有300个节点，其中包括60个锚节点：网络的平均连通性为：31.1067，网络的相邻节点的平均数为：6.31。建IROCRSSIGC的定位误差图。色算法*表示锚点，蓝色表示未知节点的估计位置，黑色表示无法定位的未知节点，蓝色表示未知节点定位错误（连接未知节点的估计位置）。实际位置），仿真结果为：总共300个节点：60个锚节点，240个未知节点，0个无法定位的未知节点，并且定位误差为1.0e-15。相同网络节点配置下，IROCRSSIGC算法的定位误差为1.0e-15，未找到0个未知节点，ROCRSSI算法的定位误差为1.527e-015，并且有10个未知节点找不到。此，IROCRSSIGC算法保留了原始ROCRSSI算法的优点，不仅扩大了定位范围，而且提高了定位精度。
能优于ROCRSSI算法。仿真基于ROCRSSI算法，并通过引入分层循环的思想进行了改进：在仿真中，一些非常精确定位的节点被提升为参考节点，并参与更多未知节点的定位。善网络定位范围。面，在某些配置参数下，通过100次模拟获得平均值，并比较性能分析以进行比较。着网络锚节点数量的增加，两种算法的定位精度都会下降，定位精度会更高。
平均误差分析的角度来看，改进的定位算法IROCRSSIGC，当锚节点数（AN）小于6时，平均定位误差将大于ROCRSSI算法，就是说这次ROCRSSI算法的定位精度较高，因为锚定在节点的配置相对较低时，是由于引入了改进层次循环，当算法使用参考节点执行下一个循环级别时，会产生累积的误差效应，但是在配置了多个锚点之后，尤其是在AN> 6之后，改进的IROCRSSIGC算法将具有比ROCRSSI算法更高的定位精度。如，当AN = 8时，平均定位误差为25％R，而当AN = 10时，定位误差为20％R。ROCRSSI算法相比，定位误差为AN = 8为30％R，AN = 10的定位误差为28％R。
旦配置了适当数量的锚点，IROCRSSIGC算法的定位节点的精度为改进，这大大提高了其定位的准确性。平均定位覆盖率方面，改进的定位算法IROCRSSIGC，当AN等于6时，平均定位覆盖率约为80％，恒温阀芯AN为8时，定位覆盖率达到90以上％，并且当AN等于10时，平均定位覆盖率为100％。
ROCRSSI算法在AN为6时的平均定位覆盖率为20％，在AN为8时的平均定位覆盖率为35％，到10时的平均定位覆盖率仅为40％。进的定位算法IROCRSSIGC比ROCRSSI算法具有更广泛的定位范围，这表明改进算法的优越性。用上面的模拟分析，改进的IROCRSSIGC算法可以更好地完成具有较低锚节点密度（例如AN = 8）的网络中的网络定位功能，从而使其能够实现节省无线传感器网络并降低通信成本。且定位精度具有更高的性能标准。果来自无线传感器网络的数据与任何位置信息都不匹配，则没有实际意义。种内在的需求促使传感器网络努力改进并获得准确而可靠的位置估计。
此，我们对算法IROCRSSIGC和算法ROCRSSI进行了仿真和比较，结果表明，该算法具有比ROCRSSI算法更高的定位精度和覆盖范围，可以更好地满足网络的实际需求。线传感器。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com