《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于鄰域搜索粒子群算法的節點定位算法研究
基于鄰域搜索粒子群算法的節點定位算法研究
2022年電子技術應用第9期
劉芷珺1,張玲華2
1.南京郵電大學 通信與信息工程學院,江蘇 南京 210003; 2.南京郵電大學 江蘇省通信與網絡技術工程研究中心,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)算法的基礎上提出了IDVHop-NSPSO(Improved DVHop-Neighborhood Search Particle Swarm Optimization)節點定位算法。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)增設半跳細化最小跳數;(2)在計算平均跳距時引入權重系數使求得的跳距更加精確;(3)利用鄰域搜索粒子群優化算法替代最小二乘法來計算未知節點的位置。仿真實驗的結果表明:相較于DV-Hop算法、DV-Hop+PSO算法、模擬退火加權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點定位算法研究[J].電子技術應用,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

    無線傳感器網絡(Wireless Sensor Networks, WSNs)中有大量的傳感器節點[1],對于大多數WSNs應用,如果節點收集到的數據信息沒有結合位置信息,那么這個信息的可用度將大大降低。因此,準確知曉節點的物理位置是WSNs應用的關鍵,傳感器節點的定位技術是WSNs的一個重要技術[2]。目前無線傳感器網絡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]。基于測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、實現成本低、不需要硬件支持,同時又可以滿足許多應用需求[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用,離不開其步驟簡單、容易實現并且定位覆蓋面積大等優點,但是作為經典的無需測距定位算法,它的缺點也非常顯著,即受網絡拓撲影響大,定位誤差較大。針對DV-Hop定位誤差大這個問題,已經有很多學者提出了自己的改進措施:文獻[12]利用節點接收的信號強度值對跳數進行修正從而獲得更加精確的節點坐標;文獻[13]構建測距誤差代價函數,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的節點位置;還有文獻引入智能優化算法 (如狼群優化算法[15]粒子群優化算法[16]、模擬退火算法[17]、遺傳算法[18])來實現對DV-Hop算法的改進。然而,這些算法雖然針對經典的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、狼群優化算法這種計算量較大的優化算法會大大增加節點的通信負擔。




本文詳細內容請下載:http://www.viuna.cn/resource/share/2000004930




作者信息:

劉芷珺1,張玲華2

(1.南京郵電大學 通信與信息工程學院,江蘇 南京 210003;

2.南京郵電大學 江蘇省通信與網絡技術工程研究中心,江蘇 南京 210023)




wd.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 免费人成在线观看视频不卡 | 97人人做人人爽人人喊 | 欧美一级日韩一级 | 黄色影片在线免费观看 | 日韩有码在线视频 | 特黄特色一级aa毛片免费观看 | 欧美日本高清视频在线观看 | 日皮视频免费观看 | 波多野吉衣 免费一区 | 日韩精品视频在线免费观看 | 成年人天堂 | 国产高清在线观看麻豆 | 在线一级毛片 | a一级免费视频 | 婷婷久久综合网 | 男女网站在线观看 | 亚洲欧美日韩专区 | 在线午夜 | 一级片网址 | 丝袜足控免费网站 | 强制高潮18xxxxhd日韩 | 2019中文字幕在线 | 欧美区日韩区 | 中国一及黄色片 | 国产一区二区在线视频观看 | 亚洲国产成人精品91久久久 | 人人爽人人拍 | 欧美日韩一区二区综合 | 亚洲不卡影院 | 欧美第一页草草影院 | 国内外成人免费在线视频 | 日韩精品一区二区三区中文字幕 | 黄色毛片小视频 | 国产在线观看xxxx免费 | 黄色天堂在线 | 一区二区三区成人 | 曰批全过程免费视频观看软件 | 青青草在视线频久久 | 免费观看一级成人毛片软件 | 天天拍天天色 | 黄色免费观看网站 |