資源描述：
《一種用于移動無線傳感器網(wǎng)絡(luò)的新型節(jié)點定位算法.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應用文檔-天天文庫。
1、技術(shù)交流2014．2數(shù)據(jù)通信TechnoloavDiscussion一種用于移動無線傳感器網(wǎng)絡(luò)的新型節(jié)點定位算法一毛萬東岳文振俞能海(中國科學院電磁空間信息重點實驗室中國科學技術(shù)大學合~E230027)摘要：在移動無線傳感器網(wǎng)絡(luò)中，節(jié)點獲取自身的位置信息十分重要。傳統(tǒng)的基于蒙特卡羅的移動節(jié)點定位算法都存在采樣效率低以及需要很高錨節(jié)點密度的問題。針對以上問題，本文提出了一種基于差分演化的蒙特卡羅盒定位算法(DEMCB)。該算法利用差分演化對樣本進行優(yōu)化，讓樣本主動向節(jié)點真實位置靠近，而不是被動的被濾除；同時，引入節(jié)點置信度的
2、概念用于計算樣本權(quán)值。仿真實驗結(jié)果表明，與傳統(tǒng)的定位算法相比，該算法提高了定位精度和收斂速度，并能很好地應用于低錨節(jié)點密度的環(huán)境。關(guān)鍵詞：移動傳感器網(wǎng)絡(luò)；定位；差分演化；節(jié)點置信度；蒙特卡羅盒1引言樣效率和定位精度不高。對偶MCL和混合MCL算法無線傳感器網(wǎng)絡(luò)WSN(WirelessSensorNetwork)將傳統(tǒng)的MCL算法的預測和濾波部分對調(diào)，并且以作為一種新型的網(wǎng)絡(luò)技術(shù)廣泛地用于環(huán)境檢測、軍一定的概率執(zhí)行MCL算法或?qū)ε糓CL算法。Wang等[51事目標跟蹤、醫(yī)療衛(wèi)生、智能交通等領(lǐng)域Ⅲ。一般來提出了自適應采樣的定位
3、算法，即在定位預測階段說，沒有位置信息的傳感器節(jié)點感知的數(shù)據(jù)是沒有根據(jù)計算得到的錨箱的面積來自適應調(diào)整滿足條件意義的。在WSN中由于受到成本、功耗、環(huán)境等問題的樣本數(shù)目。Hamid和Mehdi等[61提出了一種在采樣箱的約束，人工部署或給每個節(jié)點配置一個GPS裝置是內(nèi)均勻的采樣而非傳統(tǒng)的MCL中地隨機采樣的算不現(xiàn)實的。因此，節(jié)點自定位技術(shù)是WSN的一個重要法，如此采樣可以有效的避免樣本點集中到一塊區(qū)研究課題。域，提高了采樣效率。黃梅根、王潔嗣、Xu[9]和Fan[Ol根在移動環(huán)境下，由于節(jié)點間的距離動態(tài)變化，傳據(jù)節(jié)點運動的
4、連續(xù)性，利用節(jié)點前幾個時刻的運動統(tǒng)的算法的定位精度會隨著節(jié)點移動速度的增加而信息來預測當前時刻節(jié)點可能在的區(qū)域，可以在一急劇下降。2004年，Hu和Evans[2~鑒了機器人定位領(lǐng)定程度上提高采樣效率。Yi和Yang等?]提出的基于多域的蒙特卡羅定位MCL(Monte—CarloLocalization)方跳錨節(jié)點的定位算法，在一定程度上提高了定位精法的思想，首次將MCL算法應用到移動無線傳感器度。Masoomeh和Suprakash等首次引入了普通鄰居網(wǎng)絡(luò)節(jié)點定位中。傳統(tǒng)的MCL算法存在采樣效率低、節(jié)點用于當前節(jié)點的定位
5、，并提出了MSL和MSL*算需要高錨節(jié)點密度來提高定位精度的問題。針對以法，但是該算法需要同時傳遞鄰居節(jié)點前一時刻的上問題，很多研究人員在MCL算法的基礎(chǔ)上做了很樣本和權(quán)值，通信代價較大。Zhang[3】在MsL算法的啟多改進。Baggio等提出了MCB(Monte—Carlolocaliza—發(fā)下，提出了改進算法WMCL，WMCL—A，WMCL—B，tionBoxed)算法f3l，通過利用一跳和兩跳鄰居錨節(jié)點算法同時利用錨節(jié)點和普通鄰居節(jié)點來建立采樣約來建立采樣約束箱，縮小了采樣的區(qū)域，在一定程度束箱，提高了采樣效率，但
6、是該算法在每個時刻都要上提高了采樣效率，但在錨節(jié)點密度低的情況下采迭代運行，因而計算量較大。Zhu和Zhong等㈣利用接15_蔓g旦數(shù)據(jù)通信2014．2收信號強度(RSSI)來計算節(jié)點之問的距離，再將該距(1)預測。在預測階段，節(jié)點根據(jù)t一1時刻樣本位離值用于蒙特卡羅算法。之后的很多學者都將研究置以及節(jié)點的最大移動速度，可得到當前時刻放在基于測距的節(jié)點定位。但是這種方法的硬件功樣本可能在的區(qū)域，如下：耗過大，不適合傳感器低功耗的要求。f】，、盡管以上改進算法在一定程度上提高了采樣效，}、1，df川)≤r率和定位精度，但是仍
7、然存在采樣效率不高以及需Pz=1m“(2)要高錨節(jié)點密度的問題。為此，本文在MSL算法等I2]10．其他的啟發(fā)下，在定位時引入普通鄰居節(jié)點的信息，合理(2)在濾波階段，傳感器節(jié)點根據(jù)當前時刻接收設(shè)計節(jié)點之間通信需要傳遞的數(shù)據(jù)，提出了一種基到的錨節(jié)點信息，來濾除不滿足條件的樣本點。假設(shè)于差分演化的蒙特卡羅盒DEMcB(DifferentialEvolu—節(jié)點接收到的一跳錨節(jié)點集合為s，兩跳錨節(jié)點集合tionMonteCarloBoxed)算法。為。那么，濾波條件如下：filter(1)=VsES,dq，s)~rfqVS∈T,
8、r
