基于DV-Hop算法的WSN节点定位仿真系统

资 源 简 介

本项目完整实现了无线传感器网络（WSN）中经典的DV-Hop（Distance Vector Hop）非测距定位算法。代码首先模拟了在指定的二维监测区域内随机部署传感器节点，包括位置已知的信标节点（Anchor Nodes）和位置待测的未知节点。算法执行过程分为三个核心阶段：第一阶段为典型的距离矢量交换，通过全网泛洪机制，使网络中每个节点获得到各个信标节点的最小跳数信息；第二阶段为距离估算，信标节点根据自身与其他信标节点的实际欧氏距离及跳数信息，计算网络的平均每跳距离（Hop Size），并将其广播至网络中，未知节点结合跳数与平均跳距估算出与信标节点的物理距离；第三阶段为利用三边测量法或最小二乘法，根据估算的距离信息计算未知节点的坐标位置。该项目能够直观展示定位过程，计算定位误差，适用于研究基于连通性的WSN粗粒度定位技术。

详 情 说 明

基于DV-Hop算法的无线传感器网络节点定位仿真系统

项目简介

本项目是一个基于MATLAB开发的无线传感器网络（WSN）节点定位仿真系统。项目完整实现了经典的DV-Hop（Distance Vector Hop）非测距定位算法。该系统模拟了在二维监测区域内随机部署传感器节点的过程，通过仿真网络泛洪、距离估算和坐标计算三个核心阶段，实现了对未知节点的位置估计，并提供了直观的可视化结果和误差分析。

该仿真主要用于展示基于连通性的WSN粗粒度定位技术，利用网络的拓扑结构而非物理测距（如RSSI或ToA）来实现定位，适用于硬件成本低、对定位精度要求相对宽松的应用场景。

功能特性

• 随机网络部署：支持在指定尺寸的二维区域内随机生成信标节点（锚节点）和未知节点，并根据设定的通信半径构建网络拓扑。
• 全网跳数计算：通过模拟算法计算网络中所有节点之间的最小跳数（Shortest Path Hop Count）。
• 平均每跳距离估算：信标节点根据自身已知位置和与其他信标的跳数，计算并广播校正后的平均跳距（HopSize）。
• 位置解算：未知节点利用估算的距离信息，通过最小二乘法（Least Squares）配合伪逆矩阵求解自身坐标。
• 可视化展示：

* 初始分布图：展示节点分布及通信范围示意。 * 定位结果对比图：同时显示信标、真实位置、估计位置，并用连线表示误差偏移。 * 误差统计图：通过柱状图直观展示每个被定位节点的绝对误差。

• 多维度评价：自动计算并输出定位覆盖率、平均定位误差以及相对于通信半径的归一化误差。

系统要求

• MATLAB R2016a 及以上版本
• 无需额外的工具箱（Toolbox），仅依赖MATLAB基础数学与绘图功能

使用方法

1. 确保MATLAB环境已准备就绪。
2. 将脚本文件保存到本地目录。
3. 在MATLAB中打开脚本文件。
4. 直接运行函数 main()。
5. 程序将依次弹出三个图形窗口显示仿真过程，并在命令窗口（Command Window）输出详细的统计数据。

代码实现逻辑与核心算法

本项目在一个主函数中通过六个阶段完整实现了DV-Hop算法流程，具体实现细节如下：

1. 参数设置与环境初始化

• 参数配置：区域设定为 100x100 米，节点总数为 100 个，信标节点占比 20%（即20个信标，80个未知节点），通信半径设定为 30 米。
• 节点部署：使用 rand 函数生成均匀分布的随机坐标。前 Anchor_Num 个节点被指定为信标节点（红色三角形），其余为未知节点（蓝色圆圈）。

2. 建立距离矩阵与计算跳数 (拓扑构建)

• 欧氏距离计算：遍历所有节点对，计算两两之间的物理欧氏距离。
• 邻接与跳数初始化：依据通信半径 Comm_Radius 判断连通性。若距离小于半径，跳数记为1；否则初始化为无穷大（inf）。
• Floyd-Warshall 算法：代码采用三重循环实现了Floyd算法，计算全网任意两个节点之间的最短跳数路径。这是模拟网络泛洪（Flooding）阶段的关键步骤，确保所有节点获得到达信标节点的最小跳数。

3. 校正值计算 (HopSize)

• 每个信标节点通过获取其他所有信标节点的位置和跳数信息，计算网络的平均每跳距离。
• 计算公式：HopSize = ∑(信标间距离) / ∑(信标间跳数)。
• 代码中包含逻辑判断，确保只计算互相可达的信标节点，防止除以零的错误。

4. 未知节点距离估算

• 最近信标选择：未知节点遍历跳数矩阵，寻找离自己跳数最少的那个信标节点。
• 距离估算：未知节点采用最近信标的 HopSize 作为自己的平均跳距，并乘以到各信标的跳数，从而得到到各个信标节点的估算物理距离。
• 公式：Est_Distance = Hops * HopSize。

5. 坐标计算 (最小二乘法)

• 几何定位原理：采用多边测量法（三边测量法的推广）。代码设置了门槛，必须至少连接到3个信标节点才通过计算，否则标记为无法定位。
• 线性化方程：构建 $Ax = b$ 线性方程组。为了消除非线性的平方项，算法选取最后一个可用的信标作为基准节点，将其他信标的距离方程与其相减。

* 矩阵 A 包含坐标差分项：$2(x_i - x_{base}), 2(y_i - y_{base})$。 * 向量 b 包含距离和坐标的平方差项。

• 稳健求解：使用 pinv(A)（摩尔-彭若斯伪逆）求解 $Ax=b$，以得到未知坐标 Pos。相比直接求逆，伪逆能更好地处理矩阵可能存在的病态或奇异问题。

6. 误差分析与可视化

• 误差计算：计算估计坐标与真实坐标之间的欧氏距离作为定位误差。
• 覆盖率统计：统计成功定位的节点数量（排除因信标不足3个而无法定位的节点）。
• 图形绘制：

* 利用 plot 函数绘制真实位置和估计位置，并使用绿色实线连接它们以直观展示误差大小。 * 利用 bar 函数绘制每个节点的误差分布直方图。

• 数据输出：在控制台打印平均误差、最大误差及归一化误差等关键指标。