《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://m.jysgc.com/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: 免费看片在线观看| japanese国产在线看| 欧美怡红院成免费人忱友;| 内射人妻无套中出无码| 西西4444www大胆无码| 国产男女猛烈无遮挡免费视频 | 一本色道久久88综合日韩精品| 日韩在线a视频免费播放| 亚洲国产综合在线| 波多野结衣456| 人人看人人添人人谢| 精品女同一区二区三区免费播放 | 日韩av午夜在线观看| 亚洲AV综合色区无码一区| 欧美激欧美啪啪片sm| 伊人久久中文字幕| 精品69久久久久久99| 又粗又大又爽又长又紧又水| 高中生被老师第一次处破女| 国产精品国产三级在线专区 | 18pao国产成视频永久免费| 在线播放免费人成视频在线观看| 丁香六月激情综合| 成人妇女免费播放久久久| 久久久久久国产精品免费无码| 日韩欧美亚洲另类| 久热中文字幕在线精品免费| 欧美性猛交xxxx乱大交| 亚洲欧美日韩成人| 毛片免费全部无码播放| 亚洲色偷偷综合亚洲av伊人| 精品无人区一区二区三区| 四色在线精品免费观看| 色成快人播电影网| 国产一区二区三区乱码网站| 高清破外女出血视频| 国产成人亚洲综合一区| 久久成人福利视频| 国产日韩欧美视频| 韩国成人在线视频| 国产我和子的与子乱视频|