الگوریتم جدید مکان‌یابی گره‌های شبکه manet به‌طور مستقل از gps

در این مقاله الگوریتم مکان‌یابی گره‌های شبکه اقتضایی براساس تبادل سیگنال‌های رادیویی بین گره‌های شبکه و به‌طور مستقل از سیستم موقعیت‌یاب جهانی ((gps ارائه می‌شود. در روش‌های مرسوم مکان‌یابی، مکان گره‌ها در یک شبکه در دو مرحله تخمین زده می‌شود. در مرحله‌ی اول هر گره مکان محلی خود و همسایگانش با استفاده از روش مقیاس‌بندی چندبعدی (mds) محاسبه و در مرحله‌ی دوم، مکان محلی گره‌ها به یک مکان سراسری واحد تبدیل می‌گردد. در این روش‌ها از مکان گره‌های مکان‌یابی به‌عنوان مرجع چرخش برای گره‌های بعدی استفاده می شود که این مکان محاسبه‌شده دقیق نیست. همچنین روش دیجسترا نیز روش دقیقی نبوده، خطای موجود در هر گره به گره‌های بعدی انتقال می‌یابد. بنابراین، خطای موقعیت یابی در گره‌های نهایی که مکان‌یابی می‌شوند، بسیار زیاد است. در الگوریتم پیشنهادی، با استفاده از الگوریتم بهینه، از مکان‌های تخمین زده‌شده در روش mds به‌عنوان تخمین اولیه استفاده می‌شود و این خطاها به‌گونه‌ای کاهش می‌یابد تا کل شبکه به یک حالت پایدار برسد. نتایج شبیه‌سازی‌ها نشان می‌دهد که الگوریتم پیشنهادی می‌تواند نسبت به الگوریتم mds مشکل انتشار خطا را حل کرده و با تحرک مجدد گره‌های موجود دقت و پایداری مناسبی را با کمترین افزایش سربار و بار پیچیدگی محاسباتی پائین حل می‌کند.

A Novel GPSFree Localization Algorithm for AdHoc Network Nodes

In this paper, we present the new positioning algorithm of adhoc network nodes based on the exchange of radio signals among nodes. The proposed algorithm is independent of GPS data. In conventional positioning methods, the location of nodes in a network is estimated in two steps. In the first step, each node calculates its local location and neighbors based on the Multidimensional scaling (MDS) method. In the second step, the local location of the nodes transforms into a unique global location. In these methods, the location of the positioned nodes is used as a rotation reference for the next nodes though this calculated location is not accurate.  Also, the Dijkstra method is not exact either and produces errors which transmitted to the next nodes. Therefore, the positioning error is very high in the final nodes positioned. In the proposed algorithm, using the optimal algorithm, the estimated locations in the conventional method use as initial estimates, and these errors reduce so that the whole network reaches a stable state. The simulation results show that the proposed algorithm can solve the error propagation problem compared to the MDS algorithm and achieved the appropriate accuracy and stability with the least increase of overhead and low computational complexity load by mobility of the existing nodes.