买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利一种基于自适应逆优化机制的改进DV-Hop定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116528148B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310462869.7，技术领域涉及：H04W4/02；该发明授权一种基于自适应逆优化机制的改进DV-Hop定位方法是由万新旺;张康设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本一种基于自适应逆优化机制的改进DV-Hop定位方法在说明书摘要公布了：一种基于自适应逆优化机制的改进DV‑Hop定位方法，在现有改进的DV‑Hop算法基础上，提出了自适应获取目标节点跳数阈值的方法，最优地选取锚节点，丢弃质量不佳的数据，从而反向优化目标节点的坐标，并且在估计位置的校正阶段消除了目标函数的过拟合状态。本发明能够很好地适应不规则的网络环境，有效地提高了各向异性网络中的定位精度。

本发明授权一种基于自适应逆优化机制的改进DV-Hop定位方法在权利要求书中公布了：1.一种基于自适应逆优化机制的改进DV-Hop定位方法，其特征在于：所述方法包括如下步骤： 步骤1，初始化无线传感器网络：每个锚节点向整个网络广播包含自身位置、跳数和标签信息的数据包； 步骤2，获取传感器节点之间的最小跳数：每个传感器节点在接收到数据包时将其中的跳数值增加1，然后记录数据包中的内容，并将其转发给邻居节点，直到所有传感器节点接收到该信息，若传感器节点接收到源自同一锚节点的数据包，则比较并保存跳数值较小的跳数信息； 步骤3，计算锚节点平均跳距的初始值：基于锚节点之间的实际距离和最小跳数，采用最小均方误差准则计算锚节点的平均跳距； 步骤4，修正锚节点的平均跳距：根据锚节点之间估计距离的误差设置加权因子，从而修正锚节点的平均跳距； 步骤5，计算未知节点的平均跳距：考虑未知节点周围r个锚节点的影响，设计相应的权重，采用最小均方误差准则计算未知节点的平均跳距； 步骤6，计算未知节点的估计位置：根据未知节点的平均跳距以及节点之间的最小跳数计算未知节点到m个锚节点之间的距离，采用最小二乘法获得未知节点的估计位置； 步骤7，判断此估计位置是否为未知节点的首次估计位置，若是，则直接转入步骤8，若不是，则转入步骤11，并将该估计位置作为后续迭代的初始值x0,y0； 步骤8，反向自适应获取未知节点的跳数阈值：基于未知节点当前的估计位置以及节点的最大通信半径，计算并返回未知节点到监测区域最大距离处的跳数，并对其进一步做向上取整的操作，将结果设置为未知节点的跳数阈值； 步骤9，丢弃质量不佳的数据：丢弃到未知节点的跳数大于未知节点跳数阈值的锚节点，使用剩余的锚节点参与后续步骤； 步骤10，转入步骤5进行二次计算，同时使用在未知节点跳数阈值内的锚节点集替换步骤5中的r个锚节点和步骤6中的m个锚节点； 步骤11，消除目标函数的过拟合状态并迭代更新未知节点的估计位置：仅使用未知节点跳数阈值内的锚节点来设计目标函数，防止出现过拟合状态；对目标函数进行加权，并迭代更新未知节点的估计位置； 步骤11具体为：选用未知节点跳数阈值内的锚节点，目标函数为未知节点与锚节点之间估计距离偏差平方的最小值： 其中x,y为待求的未知节点坐标，l为未知节点跳数阈值内的锚节点数量，xi,yi为锚节点i的坐标，dui为未知节点u到锚节点i的估计距离，为锚节点i根据自身每跳的精度所得的权重并进行归一化后的值： 其中，θi定义为锚节点i每跳的平均距离误差； 使用泰勒展开公式近似目标函数的非线性项； 在初始坐标x0,y0处的一阶泰勒展开为： 同时，令 代入得到线性化后的目标函数： 上式分别对x和y求偏导数，并使偏导数为零，得到未知节点更新后的坐标；至此，未知节点的估计位置完成一次迭代更新； 步骤12，获得未知节点的最终位置：迭代更新未知节点的坐标直至满足迭代条件，将最后的计算结果作为未知节点的最终位置，并结束定位； 步骤12中的迭代条件为： 其中x0,y0为未知节点坐标的初始迭代值，It为迭代阈值； 若计算出的估计位置x,y满足迭代条件，则将x,y作为未知节点的最终估计位置，否则将x,y赋值给x0,y0并进行下一次迭代。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。