《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > 基于鄰域搜索粒子群算法的節(jié)點定位算法研究
基于鄰域搜索粒子群算法的節(jié)點定位算法研究
2022年電子技術(shù)應(yīng)用第9期
劉芷珺1,張玲華2
1.南京郵電大學(xué) 通信與信息工程學(xué)院,江蘇 南京 210003; 2.南京郵電大學(xué) 江蘇省通信與網(wǎng)絡(luò)技術(shù)工程研究中心,江蘇 南京 210023
摘要: 針對DV-Hop定位算法誤差大的缺點,深入分析定位誤差來源后,在改進的PSO(Particle Swarm Optimization)算法的基礎(chǔ)上提出了IDVHop-NSPSO(Improved DVHop-Neighborhood Search Particle Swarm Optimization)節(jié)點定位算法。該算法通過對三部分的改進達到DV-Hop定位精度提高的要求:(1)增設(shè)半跳細化最小跳數(shù);(2)在計算平均跳距時引入權(quán)重系數(shù)使求得的跳距更加精確;(3)利用鄰域搜索粒子群優(yōu)化算法替代最小二乘法來計算未知節(jié)點的位置。仿真實驗的結(jié)果表明:相較于DV-Hop算法、DV-Hop+PSO算法、模擬退火加權(quán)DV-Hop算法,IDVHop-NSPSO算法可在不顯著增加計算資源的同時,明顯地提高定位精度。
中圖分類號: TP393
文獻標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.222633
中文引用格式: 劉芷珺,張玲華. 基于鄰域搜索粒子群算法的節(jié)點定位算法研究[J].電子技術(shù)應(yīng)用,2022,48(9):97-102.
英文引用格式: Liu Zhijun, Zhang Linghua. Research on node location algorithm based on neighborhood search particle swarm optimization algorithm[J]. Application of Electronic Technique,2022,48(9):97-102.
Research on node location algorithm based on neighborhood search particle swarm optimization algorithm
Liu Zhijun1,Zhang Linghua2
1.College of Communication and Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China; 2.Jiangsu Engineering Research Center of Communication and Network Technology, Nanjing University of Posts and Telecommunications, Nanjing 210023, China
Abstract: In view of the large error of DV- Hop positioning algorithm, after in-depth analysis of the source of positioning error, IDVHop-NSPSO algorithm based on Particle Swarm Optimization was presented on the basis of in-depth analysis of the source of positioning error of DV-Hop algorithm. The algorithm improves the precision of DV-Hop through the improvements on three parts. Firstly, half jump is added refining the minimum hop.Secondly, the weight coefficient is introduced to calculate the average jump distance to make the calculated jump distance more accurate. Thirdly, neighborhood search particle swarm optimization algorithm is used instead of least square method to calculate the location of unknown nodes.The simulation results show that compared with DV-Hop, DV-Hop+PSO and simulated annealing weighted DV-Hop algorithm, IDVHop-NSPSO algorithm can significantly improve the positioning accuracy without significantly increasing the computing resources.
Key words : wireless sensor network; DV-Hop algorithm; particle swarm optimization algorithm; neighboring search strategy; location accuracy

0 引言

    無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks, WSNs)中有大量的傳感器節(jié)點[1],對于大多數(shù)WSNs應(yīng)用,如果節(jié)點收集到的數(shù)據(jù)信息沒有結(jié)合位置信息,那么這個信息的可用度將大大降低。因此,準(zhǔn)確知曉節(jié)點的物理位置是WSNs應(yīng)用的關(guān)鍵,傳感器節(jié)點的定位技術(shù)是WSNs的一個重要技術(shù)[2]。目前無線傳感器網(wǎng)絡(luò)的定位算法通常分為兩大類:基于測距的定位算法(Range-based Algorithm)[3-6]和無需測距的定位算法(Range-free Algorithm)[7-10]?;跍y距的定位算法與無需測距的定位算法相比,前者的性能通常要優(yōu)于后者,但前者需要投入大量的成本且對硬件要求很高;后者能耗低、實現(xiàn)成本低、不需要硬件支持,同時又可以滿足許多應(yīng)用需求[11]。因此,無需測距的定位算法有著更加重要的研究意義。

    DV-Hop定位算法之所以可以得到非常廣泛的應(yīng)用,離不開其步驟簡單、容易實現(xiàn)并且定位覆蓋面積大等優(yōu)點,但是作為經(jīng)典的無需測距定位算法,它的缺點也非常顯著,即受網(wǎng)絡(luò)拓撲影響大,定位誤差較大。針對DV-Hop定位誤差大這個問題,已經(jīng)有很多學(xué)者提出了自己的改進措施:文獻[12]利用節(jié)點接收的信號強度值對跳數(shù)進行修正從而獲得更加精確的節(jié)點坐標(biāo);文獻[13]構(gòu)建測距誤差代價函數(shù),并利用無偏估計對跳距進行校正;文獻[14]將DV-Hop算法的定位結(jié)果作為斯蒂芬森迭代模型的初始值,最后通過斯蒂芬森不斷迭代得到最優(yōu)的節(jié)點位置;還有文獻引入智能優(yōu)化算法 (如狼群優(yōu)化算法[15]、粒子群優(yōu)化算法[16]、模擬退火算法[17]、遺傳算法[18])來實現(xiàn)對DV-Hop算法的改進。然而,這些算法雖然針對經(jīng)典的DV-Hop算法進行改進,但是改進后的定位精度仍然不是很高。尤其像遺傳算法、狼群優(yōu)化算法這種計算量較大的優(yōu)化算法會大大增加節(jié)點的通信負擔(dān)。




本文詳細內(nèi)容請下載:http://theprogrammingfactory.com/resource/share/2000004930




作者信息:

劉芷珺1,張玲華2

(1.南京郵電大學(xué) 通信與信息工程學(xué)院,江蘇 南京 210003;

2.南京郵電大學(xué) 江蘇省通信與網(wǎng)絡(luò)技術(shù)工程研究中心,江蘇 南京 210023)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。