基于改进粒子群算法的WSN节点定位技术研究

基于改进粒子群算法的WSN节点定位技术研究基于改进粒子群算法的WSN节点定位技术研究(郑州大学电气工程学院,河南郑州450001)摘要:针对传感器节点定位技术存在定位不准确和使用局限性等问题,采用一种改进的粒子群算法来对基于TOA的极大似然估计法进行优化处理,以提高定位精度。自适应变异的粒子群算法是依照群体适应度变化率自适应调节惯性权重值,根据当前种群的平均粒距对种群中部分粒子进行变异处理。通过仿真分析测距误差、未知节点个数和节点通信半径对定位精度的影响,结果表明,相同测试条件下,改进的算法定位更加精确,并且能够提升粒子群算法跳出局部最优的能力,有效的避免了标准粒子群优化算法易早熟、陷入局部最优的缺点,最大概率的寻找到全局最优解。关键字:节点定位;改进粒子群算法;极大似然估计;全局最优中图分类号:TP391.9文献标志码:AWSNNodeLocalizationTechnologyResearchBasedOnImprovedPSOFENGDong-qing,JIANG_iao-_iao(SchoolofEngineering,ZhengzhouUniversity,ZhengzhouHenan450001,China)ABSTRACT:Inviewofthesensornodepositioningtechnologyproblemssuchasinaccuratepositioninganduselimitations,inordertoimprovepositioningaccuracy,animprovedparticleswarmoptimizationalgorithmisusedtooptimizethema_imumlikelihoodestimationmethodbasedonTOA.AdaptiveParticleSwarmOptimizationwithMutation(APSOwM)canadaptivelyadjustinertiaweightvalueinaccordancewiththefitnessrateofthegroup,then,itusesthecurrentpopulationaverageseedspacingtotheparticleswhichispartofthepopulationforvariationprocess.Throughthesimulationanalysisofrangingerror,unknownnodesandnodecommunicationradiusofinfluenceonpositioningaccuracy.Thee_perimentalresultsshowthatundersametestconditionstheimprovedalgorithmcanachievemoreaccuratepositioning,enhancetheabilityofPSOtojumpoutoflocaloptimumandma_imumprobabilitysearchfortheglobaloptimalsolution,atthesametimeeffectivelyavoidtheshortcomingsofthestandardparticleswarmoptimizationalgorithmwhichiseasytoprematureandfallintolocaloptimum.KEYWORDS:Nodelocalization;ImprovedPSO;Ma_imumlikelihoodestimation;globaloptimal常,定位算法分为基于测距和无需测距两1.引言类。基于测距定位算法是通过给定位节点随着信息技术的日新月异,无线传感配备额外的检测器件(例GPS)来测量节点网络取得了迅猛的发展。在无线传感器网间点到点的角度或距离信息,然后利用三边络中,传感器网络节点定位是通过获取各测量法、多边测量法、三角测量法或个传感器节点在平面或空间中的绝对或相Min-Ma_法计算出未知节点的坐标信息,常对位置信息,从而获得监测区域的某传感用的测距方法有:RSSI、TOA、TDOA和[1]器节点的其他信息,因此,节点的定位成AOA等,此种定为了无线传感器网络的关键技术之一。通

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?