基于PSO的无线传感网络节点定位算法

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基金项 目: 山西省高校基金资助项 目(0 90 9 ) 2 0 0 24
收稿 日期 :0 1 1 — 5 修 回日期 :0 2 0 — 5 21— l l 2 1 — 1 0

( hdm ni a saig MD ) Mu i es nl cl , S 技术 求 得 节 点 的初 始 化 坐 i o n



), 则网络 中所有 节点 的待求 坐标矩 阵 为 x = X ) 节点之 间的距离矩 阵D与B =X , X 之间的




关 系可用 式( )表示 。 4

区域距离 , 表示 节点所 在 区域 , 为通 信系 数 ,( P a)为节点 3 )根 据 提 取 到 的 不 同 节 点 的 区 域 信 息 ,( a。 , )
由式( )和式 ( ) 3 4 可得 k维主轴坐标 解 ;


上式中 就是 整个 网络 的相对 坐标系统 . 也就计算 出 局部相对坐标系统中的坐标矩阵 。 3 2 节点位置最优解计算 . 假设 搜索空间是 D维 的, 而且群体 中有 m个粒 子 , 则群 体 中的第 i 粒 子 可 以 表 示 为 一 个 D 维 的 向 量 ,= 个 , 。 …, ),它 经 历 过 的 “ 佳 ”位 置 记 为 P 最 =
角 线 矩 阵 以 =da (ll, , ), V= I12 i 1, … l 而 g 2 N v … ] 列 向 是
F ,) = 0 ( y 1
∑ ( ) fa1 . , 一(- ) ( jl 。
() 2
量为特征 向量 的正交矩 阵 , 以前 k 取 个特征值构成 A , 中前 k个特征 向量构成 , B可 以表示成 :
离的衡量 。一旦遇到 无线传 感 网络节 点分 布较 为稀松 的情
况下 , 传统 的节点定位算法采用 多跳 距离代替 节点 间的真实 距离 . 确定节点 位置 。但 是 多跳距 离与 真实距 离 , 在节 点稀 松的情况下 。 存在较 大的误 差。这样生成 的局部 网络分布模 型距离 的准确度低 , 网络节 点间 的距离 是不 规则 的 , 导致传
Z A ig sa H u ln H O Qn —h n . U Y —a
( .D p f o p t n c ne XnhuT ahr U i ri , h ni izo 3 0 0 C ia 1 e t m ue adS i c , i o ec e n esy S ax X nh u04 0 , hn ; oC r e z s v t
0 dl 2
dl d 3 2 1 0
… … …
d 1 d 2 d 3
d3 2 0
D = d l d2 3 3
● - ● ● ● ●
() 3
d1 d
dF 3 I


1 在信 息检测区域 中将一定 的节 点按 照 随机 分 布原则 )
进行排 列 , 节点 相连组成一个网络 ;
g rt , te i o e lo ih i o e he p sto ng a c a y g e ty oihm h mprv d ag rt m mprv s t o iini c urc r a l.
K YW OR S: rl ssno n to ( N) E D Wi e esr e r WS ;Mu ii m ni a sa n ;Prc w r pi i t n( S ; es w k hd — es n c ig a ie sam o t z i P O) ol l t l m ao
几 里 德距 离 。
2 无 线传 感 网络节 点定 位原 理
在无线传感 网络的特定节点 的定位 技术 中 , 首先 在信息 采集 区域部署 位置分布不 同的感应节 点 , 通过相连 节点之 间 的信息交换 。 利用信 息搜 索技 术 , 现特定节 点的准确定 位。 实
具有算法 步骤如下所示 :
2 et f no tnSineadE g er g Y nh nui ri , iha ga ee 0 6 0 C ia .D p fr i cec n ni ei , asa nv s y Qn un doH bi 60 4, hn ) o I ma o n n e t
ABS RACT : h sp p rp o o e h — i n in l c e n d c i t n ag r h b s d o a t l w r o — T T i a e r p s d a mu i d me so a a o e l a z i lo i m a e n p r ce s a m p sl ol a o t i t zt n i ai .B sn l —dme so a c l o l o e u k o o e o a q ie a g rt m n t lc o dn ts mi o y u i g mut i n i n ls ae fr a l f t n n wn n d s t c u r l o h i i a o r i ae , i h i i p r ce s r p i z t n a g rt m a s d t pi z t o t u cin t c ur h r a itn e c o d n ts a il wai o t t n miai lo h w su e o o t o i mie i c s n t o a q i t e e dsa c o r i a e s f o e l o h n n wn n d s a d a c r t l o i o e .T e e p r n a e ut h w t a o a e i h r i a — ft e u k o o e n c u aey p st n t n i h h x ei me t r s l s o h tc mp r d w t te o i n l l s h g l a
N d o ajai n o e lc 】 t z o
1 引 言
随着人工智 能技术 的不断发展 . 有着极强适 应能力 和信
节点定 位技术是无线传感 网络 中的重要 支撑技术 , 也是 难点 技术之一。 在部署无 线传感器网络时 , 传感 器节点位 置是不 可控制 的, 随着现场环境 的不 同, 得 网络 中绝 大多 数节 点的位 置 使 不可能事先被确定 。为了保证节点距离 的一致性 , 往往 在节 点之间采用多跳距离 ( 多个节点 之间的距 离) 进行 节点间距 ,
第2 卷 第5 9 期
文章编号 :06 94 ( 02)5 0 7 — 4 10 — 38 2 1 0 — 14 0



仿

21年5 0 2 月
基 于 P O 的无 线 传 感 网络 节 点 定 位 算 法 S
赵 青杉 胡 玉 兰 .
( .忻州师范学院 , 1 山西 忻州 0 4 0 ;.燕山大学信息科学与工程学 院, 3002 河北 秦皇岛 06 0 ) 60 4 摘要 : 研究稀疏无线传感网络下异常节点的准确定位 问题 。在信息 较少的空旷 区域 , 无线传感 网络的传感节点 分布较 为稀 松, 为方便计算 , 多采用多跳距离代替节点间的真实距离 , 导致距离 计算存在较 大误差 , 在传统 的基 于分布式加 权距离 定位 算法建立的 网络分布模型中 , 节点定位 准确度低 , 导致节点定位误差较大 。为 了解决上述问题 , 提出了一 种粒子群优 化的多 维标度节点定位算法 。采用多维标度算法求得各未 知节点 的初始坐标 , 利用粒子群优化算法对其 目标 代价函数进行 优化求 得未知节点 的真实距离坐标 , 准确定位节点。实验结果表明 : 改进算法在定位精度上有 明显的提高。 关键 词 : 无线传感器 网络 ; 多维标度 ; 粒子群优化 ; 节点定位
可 以根据节点 的位 置迅 速找到发生状况 的区域 , 也就是完 成
关键节点 的定 位 。当前 主 流 的节点 定位 算 法包 括 : 典 的 经 MD — P定位算法 [ 改进 的 D H p定位算法 l 等。为 S MA 、 V— o 4 ]
了满 足大规模 的网络 的需 求 , 先后又 提 出 MD — P P 算 S MA ( )
假定 网络中的节点被布置在 m维空间中 , 网络 中的节点 均被 指 定 一 个 。 第 i个 节 点 的 待 求 坐 标 为 ,=
( 。


2 当需要进 行某 个节点定位的情况下 , ) 通过节 点间 的相
互 通信 , 完成节 点区域的锁定 , 区域 锁定计算 公式为 : , %)=Mlg 1 ( ( P 0) ] ( o [/ p 0)一 ( ;) 其 中 , i=0 1 … √ ( ,, ) a 上 的距离信息 。 () 1 )为节点 o 与节点 。 之 间
中 图分 类号 :P 9 T33 文 献标 识 码 : B
W iee sSe s r Ne wo k No e Lo aia i n Al o ih r ls n o t r d c lz to g rt m Ba e n Pa tce Swa m s d o ril r Optm ia i n i z to
, 。 … ., %) , ( :) ,( ) 对特定 节点 的最终位 置进 行定 位 , 定位
公 式为 :
薹 = (÷ ÷ 砉 一《 砉一耋+ 耋) ÷一 2 2 ;
() 4
显然 B是对称的正半定矩阵 , 那么可利用奇异值 分解 为
B =V r AV 的形 式 . 中由从 大 到小 排列 的特征 值组成 的对 其
标. 然后利用粒子群优化方法对其 目标 代价 函数进行优化 求
l4 一 7
解。实验结果表 明: 该算法在提高定 位精度 的同时加快 了其
收敛速度 , 也增强 了其鲁棒性 。
所需节点 的距 离矩 阵 O( ) 如果 网络 中布设 n 节点 , x, 个 定义
距 离矩阵如式 ( ) 3 所示 , 中d 表示节点 其 与节点 之间的欧
B = LA
上式 中, g ( l p ‰)代 表 了无 线 网络 中 , o 两个 随机节 点之 间的平均距离 。上述 操作 步骤 是对无 线 网络 中特定 节点 的 定位的完整步骤 。 传统的无线传感 网络 中 , 节点之 间的距离信息 不是 固定 的, 随着现 场信息采集 环境 的复杂 多变 , 点 的分布 也不会 节 完全相 同. 为了统一节 点之 间的距 离 . 运用 多跳距 离来 对其 进行衡 量。所谓 的多跳距离就是 为 了保证节 点间距离 一致 , 可 以在一个距离 中跨越 多个 节点。 这就给节点 的定 位带 来 了一定 的 问题 。通过 式 ( )可 2 (
法 和 d MD ( 算法 l 等分布式节点定位算法 。近年来 ,百度文库w S G) 6
统 的基于距离权值 的节点定位误差 较大_ 。 _
针对上述情况 , 提出了一种基于粒子 群优化 的多维标度 节点定位算法 ( 简称 MD ( S ) 该算 法是 先采 用多 维标 度 S P) ,
号采集 的能力 的无 线传 感 网络在越来 越 多的 场合得 到 了广
泛 的应用 , 其凭借着强大 的信息采集 能力 , 已经抗干 扰特性 , 成为很多智能处理 的最 前端信号采集部分 , 广泛应 用于多个
领域 ] 。在无线传感器 网络 中 , 其工作 的原理是通 过在 信
号采集 区域部 署大量的节点 . 点之 间通过信号 通讯形成 网 节 络 。一旦有 意外 的情况发生 , 例如森林火 险 、 战争事件 , 们 人
相关文档
最新文档