一种基于遗传算法的无线传感器网络节点定位技术研究

井 冈山大学学报（ 自然科学版）
采用 节 点间 的估 算距 离来 实现 节 点 的定 位 ，如 Ｒ ｄｉ ａｐｌ ａｈ ａＮ ｇａ ｋ 等提出 ｎｒｈ ｕ 定位算法，以 ｏＩ ｏｓ ） 及Ｄ ｏ算法， ｖ ｐ Ｈ 这类定位算法硬件成本低、 功耗小 、 但定位精度较差。
．
建立所有节 点的定位 误差之和最小的数学模型 ，利用遗传算法求解模型 的最优解 ，从而得到未知节点 的最优的估
计位置 。实验仿真结果表 明该算法对 未知 节点的定位精度高 ， 件简单，适合各种规模 的无 线传 感网络节点的定 条
位。
关键词 ：无线传感器 网络；定位：遗传算法 ；锚节 点 中图分类号 ：Ｔ ３ ３０ Ｐ９ ． ２ 文献标识码：Ａ Ｄ ：０３ ６／ｉ ｎ１ ７ — ０ ５ ０ １ ４０ ８ ＯＩ ．９ ９ ．ｓ．６ ４ ８ ８ ． １． ．１ １ ｊｓ ２ ０
Ｌ（一 ）２ 一 ２ ．一 ｘ。 （ ）Ｊ ｙ
（ ２ ）
ｆ 《 Ｉ ３ Ｉ 一 ＋ 一 ＋一 ］ （ ）
ｌ 一 一 一 ｊ 《 《＋ ＋ 。
用最 小 二乘 法 估 计 求 未 知节 点 的位 置 （，） Ｙ ，
位置进行初步估计 ，在第２ 阶段采用遗传算法对节
Ｓ ＴＵＤＹ ｏＮ ＬｏＣＡＬＩ Ａ ＺＡＴＩ ｏＮ ＴＥＣＨＮｏＬｏＧＹ Ｉ ｏＦ Ｗ ＲＥＬＥＳ ＥＮＳ ＳＳ ｏＲ ＮＥＴＷ ＯＲＫ ＢＡＳ ＥＤ ｏＮ ＧＥＮＥＴＩ ＡＬＧｏＲＩ Ｃ Ｔ删
‘Ｉ Ｌ ＡＯ ｉ ｇ ＫＯＮＧ ｉ ｉ ｎ Ｐｎ ， Ｃｕ ． ａ ｇ ｘ
１基 于 误 差 的 最 小 二 乘 估 计 定 位 原理
大 多数定位算法对未知节 点的计算 是通过 获 知三个或三个 以上锚节点间的距离，运用最小二乘
法估 计 法估计 出未知节 点的位置 。最小 二乘 估计 的
定 位 原 理 可 描 述 为 ： 当 已 知 ｋ 锚 节 点 的 位 置
该算 法依 据节 点 的测距信 息 进行 定位 ，测 距误 差 的存 在 可能 引起较 高 的定位 误差 。本文 从最 小 二 乘 估 计法 出发 ，引入遗 传算 法来 完成 传 感器节 点 定
位。
（１ １ ， ），…，（ Ｙ ）以及它们距离待测节点 Ｙ ，
，
） 之间的距离为 ，…， 时，可得方程组
２Байду номын сангаас基 于 遗 传 算 法 的 无 线 传 感 网 络 节 点 定位
遗 传 算 法 是 一 种 借 鉴 自然 界 生 物 的遗 传和 进
Ｉ ｘ ＋ － ）＝ｉ （ ） ｙ ， － ２ Ｊ ｌ （ 一）＝ （ ） ｙ 一 ＋
问题 空 间称 为解码 。
２ｘ一一ｘ ） ＋２ｙ一一Ｙ ） （ １ ｋｘ （ １ ｋＹ＋ｅ一～ｅ ＝ ｋ １ ｋ
《 。 ＋ ： 一 一 。 一一 一 Ｙ ＋
本文 对个 体 的编码 采用 二进 制编 码 。二 进制 编
虽然采用Ｇ Ｓ Ｐ 定位系统可 以精确得到每个节点
收稿 日期：２ １—４ １；修改日期：２ １－ ６ １ ０ １０ －８ ０ １０ －０ 基金项 目：吉安市重点科技计划项目（ 吉市科技字［０ ９４ ２０ １０号） 作者简介：＋ 廖 萍（９ ０ ） １８ 一，男，湖南衡阳人 ，讲师，主要从事计算机应用、计算机网络、无线传感器网络等研究（ｍ ｉ ｊ ｇｌｏ ｉｇ ６ ． ｒ） Ｅ ａｌ ｘ ｓａｐｎ＠１３ ｏ ； ：ｊ ｉ ｃ ｎ 孔 翠 香（９ ８ ） １７ 一ｔ女 ｔ陕西渭 南 人 －讲师 ・硕 士 ．主 要从事 无 线传感 器 网络 、Ａ ｏ 络等研 究 （ｍａｌｌ ｙ ８ ８ １３ ｏ ） ｄｈｃ网 Ｅ ｉ ｉ ｔ ８＠ ６ ． ｒ ． ： ｕ ｍ８ ｃｎ
Ｎｅｗｏ ｋ Ａ ｏ ｅ ｏ ａｉａ ｏ ｅｍｏｏ ｙｂ ｓｄ ｏ ｅ ｅｉ ｌ ｏｉ ｍ ｒＷ ｉ ｌｓ ｅ ｓ ｒ ｔ ｏｋ ｉ ｐ ｏ ｏ ｅ ． ｔ ｒ ． ｎ ｖ ｌ ｃ ｌ ｔ ｎＴｅ ｌ ｌｇ ａ ｅ ｎ ｇ ｎ ｔ ａｇ ｒｔ ｆ ｒ ｅ ｓＳ ｎ ｏ ｗ ｒ ｒ ｐ ｓｄ ｌ ｚｉ ｃ ｈ ｏ ｅ Ｎｅ ｓ Ｔｈ ｔ ｅ ｔ ａ ｄ ｌ ｓｂ ｉ ｔ ｅｓ ｌ ｓ ｒｏ ｒａｌ ｆｎ ｄ ｓ ａ ｄｔｅｇ ｎ ｔ ｌｏｉ ｓｕ ｅ ｅｍａｈ ｍａｉ ｌ ｃ ｍｏ ｅ ｕｌ ｗｉ ｔ ｍａｌ ｔ ｒ ｒｆ ｌ ｏ ｏ ｅ ． ｎ ｅ ｅｉ ａｇ ｒ ｈ ｗａ ｓ ｄｔ ｗａ ｔ ｈｈ ｅ ｅ ｏ ｈ ｃ ｔ ｍ ｏ
但是 由于最 小二乘法用 前 ｋ １ 一 个方程减去第 七 个 方程的思路求解 ，解的精确程度受最后一个方程误 差的限制，如果最后一个方程误差较大的话，即使 前ｋ １ 一 个方程误差很 小，定位结果的误差 也会较 大 。由此引入误差项，用前 ｋ １ 一 个方程减去第 七 个
方 程 得
算法所能处理 的搜索空 间的转换方法 。目的是为了
（ｃ ｏｌ ｆ ｌ ｔ ｎｃ ｎ ｆｒ ｔ ｎＥ ｇｎｅｉｇＪ ｇａ ｇｈｎＵｎｖｒｔ，ｉ ｎＪ ａ￣ ４ ０９Ｃ ｉａ Ｓｈ ｏｏ Ｅｅ ｒ ｉａｄＩ ｏｍａｏ ｎ ｉｃｒ ，ｉ ｇｎ ｓａ ｉｅｓｙ Ｊａ ，ｉ ｇｉ ３０ ，ｈ ） ｃｏ ｎ ｉ ｎ ｎ ｉ ’ ａ ３ ｎ
Ａｂ ｔ ａ ｔ ｓｒ ｃ ：腑
随机产生一组侯选变量 ，可 以采 用多种形式编码
（ 如二进制编码 、符号编码与符点数编码 ） ，通常
２Ｘ 一 ） ＋２ｙ — ） —ｅ ＝ （Ｉ （ｌ ＋ ｋ
ｘ 一 ２ ＋
一
Ｙ＋ 一 ：
１
采用二进制形式，即用 ０ ，１字符 串构成一定长度
的基 因链 ，表示个体变量，从遗传算法解空间转换
＝
发，在整个种群空间内随机搜索，按照一定的适应 度函数评估每一个体，循环使用选择、交叉、变异 三种遗传算子 ，使问题的解不断进化，直至搜索到
最优 解 。 文献 【２在 第 １ １】 阶段利 用采 样方 法对 节 点初始
形 式 的线性 方程 组 ，其 中
Ｉｘ ）２；）ｌ ； ｌ ｌ Ｉ ２一 （ 一
Ｏ 引言
无线传感器 网络是 由部署在检测区域 ，具有通 信 与计算能力 的传感器节 点组成 的 自组织 分布 式 网络系统 ，其作用是协作式的感知、采集和处理网 络监测区域 内的信息并发送给检测者［。传感器节 １ 】 点采 集或感知 的数据不知道具体 的位 置信 息是毫 无意义的［，因此传感器节点定位技术是无线传感 ２ 】 器 网络应用中的关键技术之一【 】 ３。 ． ４
第 ３ 第 ４期 ２卷 ２ １ 年 ７ 月 ０１
Ｖ １ ２Ｎｏ ｏ． ． ３ ４ ｊｌ ２ １ ｕｙ ０ １
井 冈 山大学 学报（ 自然科 学版） Ｊｕｎ ｌ ｆ ｉｇ ａ ｇｈ ｎＵｎｖ ｒｉ Ｎａｕａ ｃｅ ｃ） ｏ ｒａ ｎ ｇｎ ｓａ ｉｅｓｙ（ ｔｒｌ ｉ ｅ ｏＪ ｔ Ｓ ｎ
ａ ａｙ ｅｔｅｓ ｏ ｔｏ ｎ ｓｏ ｈ ａｔｓ ｕ ｒｓｅｔ ｔ ｎ ｌｃ ｌ ａｉｎ ａｇ ｒ ｈ ｉ ｎ ｌｚ ｈ ｒｃ ｍｉ ｇ ｆｔｅｌ ｓ ｑ ａ ｅ ｓｉ ｉ ａｉ ｔ ｌｏ ｉ ｍ ｈ ｅ ｍａ ｏ ｏ ｚ ｏ ｔ ｎ
ｌｓ ｅ ｓ ｒ ｅ ｓＳ ｎ ｏ
点初 始位 置进 行求 精 ；文献 ［３用遗 传 算法优 化 定 １】 位参 数 ；文献 【４用 遗传 算法 对无 线传 感 网络节 点 １】
定位及求取其路径 ；本文提出一种新的无线传感网 络节点定位算法。 遗传算法完成节点定位 的基本步骤如下：
（）个体 的编 码 １ 编 码 是 把 问题 的可 行 解 从 解 空 间 转 换 到遗 传
７ １
文章编号 ：１７ —０ ５２ １）４０ ７ — ５ ６ ４８ ８（０ ０ － ０ １０ １
一
种 基 于遗传 算法 的无线传 感器 网络节点 定位 技术研 究
’ 廖 萍 ，孔翠香
３ ３ ０） ４ ０９ （ 冈 山大学 电子 与信 息工 程 学 院， 西 ，吉安 井 江
摘
要： 本文 分析了基于误差的最小二乘估计定位原理 ， 提出一种基于遗传算法的无线传感器 网络节点定位技术 。
的位置 ，但高昂的成本使Ｇ Ｓ Ｐ 定位不能广泛应用于 传感器节点的定位 。现有 的无线传感网络定位算法
大 多 依 据 少 量 位 置 已知 的锚 节 点来 估 计 整 个 网络 中未 知节 点 的位 置 。常见 的无 线传 感器 网络 定位 算
法可分为基于测距【的定位算法 以及与距离无关的 ５ 】
ｉ ＝１
位精 度 都不够 理想 ，且在 定位 最后 阶段 均采 用最 小 二乘 估 计定位 算 法估算 未 知节 点 的位 置 。
值 ，对 上式 关 于 求 导 并令 其等 于 ０ 可 以求解 出 ， 未知 节 点的最 小二 乘位 置估 计
Ｘ ＝（ ） Ａ Ａ Ｂ （） ４
定位 算法 。 于测 距 的定位 算法 （ Ｒ Ｓ［１、 ＯＡ 基 如 Ｓ Ｉ－】Ｔ ６０
和Ｔ Ｏ ）在定位过程 中需要测量节点间的距离或 Ｄ Ａ 角度信息，该定位算法对节点的硬件要求较高并受 测量环境 的影 响较大 。 而无需测距 的定位算法在定
位过 程 中无 需测 量节 点 间 的距 离或 角度信 息 ，而是
ｇ ｔ ｈ ｐｉ ｌ ｏｕ ｏ ｆ ｅｍｏ ｅ． ｉａｌ， ａ ｅ ｅｏ ｔ ｌ ｓ ｍ ｔ ｏ ｉ ｏ ｆ ｈ ｎ ｎ ｗｎｎ ｄ ｓ Ｔ ｅ ｅ ｅｏ ｔ ｔ ｍａ ｌｔ ｎｏ ｔ ｄ １Ｆ ｎ ｌ ｗｅｃ ｎｇ ｔｈ ｐｉ ｔ ｓ ｉ ｈ ｙ ｔ ｍａ ｅｉ ａ ｅｐ ｓｔ ｎｏ ｔ ｅｕ ｋ ｏ ｏ ｅ． ｈ ｉ ｒ ｓ ｌ ｆｔｅ ｓｍｕ ａｉ ｎ ｓ ｏ ｔａ ｈ ｏ ａｉａ ｏ ｃ ｕ ａ ｙ ｏ ｈｅ ａｇ ｒ ｈ ｓ ｅ ｃｅ ｔｆｒｔｅ ｎ ｄ ｓｏ ｈ ｅｕｔ ｏ ｈ ｉ ｌｔ ｈ ｗ ｈ ｔｔｅ ｌｃ ｌ ｔ ｎ ａ ｃ ｒ ｃ ｆｔ ｌｏ ｉ ｓ ｏ ｚｉ ｔ ｍ ｉ 伍 ｉｎ ｏ ｅ ｆｔｅ ｏ ｈ Ｗ ｉｅｅ ｓＳ ｎ ｏ ｅ ｏｋ ａ ｄｉ ｏ ￣ｔ ｎｉ ｉ ｌ Ｏｔ ａ ｔｂ ｅｆｒ ｌ ｓ ｅ ｆ ｒｌｓ ｅ ｓ ｒ ｅ ｏｋ ． ｒ１ｓ ｅ ｓ ｒ ｔ ｒ ， ｎ ｓｃ ｎ ｉ ｓｍｐｅＳ ｔ ｕ ａ ｌ ｌ ｉ ｓｏ ｅｅｓｓ ｎ ｏ ｔ ｒ ｓ Ｎ ｗ ｔ ｏ Ｓ ｈ ｓ ｉ ｏ ａ ｚ ｗｉ ｎｗ Ｋ ｅ ｒ ｓ ｗｉ ｌｓ ｅ ｏ ｅｗｏ ｋ １ ａｉａｉ ｎ ｇ ｎ ｔ ｌｏ ｔ ； ａ ｃ ｏ ｏ ｅ ｙｗｏ ｄ ： ｒ ｅｓｓ ｎ ｒｎ ｔ ｒ ； ｏ ｌ ｔ ； ｅ ｅｉ ａｇ ｒ ｈ ｅ ｓ ｃ ｚ ｏ ｃ ｉｍ ｎｈ ｒ ｄ ｎ
（） １
化过程而形成的 自适应全局随机搜索与优化算法 。
它将 问题 的所 有可 能解 组成 一个 种群 ，将 每 一个 可 能解 视 为种群 的个 体 ，从选 定 的初 始种 群 （ ）出 解
该 方程 组 为非线 性 方程组 ， 不便 于求解 ， （ ） 用 １
式中的前 ｋ １ — 个方程减去第 ｋ 个方程后，可以得到
即 ： Ａ ＋（ｉ ） ｘ ｅ—ｅ ＝Ｂ
式 中（ 一 ） Ｐ 项为误差项， 其为 ｋ １ 一 维随机误差 向 量 ， 根 据 最 小 二 乘 原 理 求 解 方 程 使
２
以上 定位 算法 均具 有 自身 的特 点 ，但它 们 的定
∑ ｅ ＝ｂ 『 －） ｌ一 Ｉ ｉ 取值达到最小来求 的估计