题名 | 无线传感器网络节点定位算法研究 |
作者 | 汪昕 |
答辩日期 | 2019 |
导师 | 彭铎 |
关键词 | 无线传感器网络 定位算法 蝙蝠算法 拟反向蝙蝠算法 Jaya优化算法 |
学位名称 | 硕士 |
英文摘要 | 定位技术是无线传感器网络的重要支撑技术。位置信息对于无线传感器网络的众多应用来说是不可或缺的一项基础功能。在无线传感器网络中,考虑到能耗和成本,并不能对所有的节点装备全球定位系统,因此,只有少部分节点能够实现自身定位。无线传感器网络中节点定位的目的是通过节点间的信息交换来获得目标节点的实际地理位置或者其在网络中的相对位置。现有的节点定位技术可分为两种:一种是通过扬声器、麦克风和天线阵列等硬件设备测量参考节点到目标节点的距离,然后通过三边测量法、三角测量法或最小二乘法估计目标节点的位置。此类方法精度较高,但需要额外的硬件支持因此成本较高;另一种则通过目标节点的重叠区域、参考节点到目标节点的跳数以及网络范围内的连通性信息的特性进行粗粒度的位置估计。此类方法不需要额外硬件,但精度较低。为了在成本和精度之间达到平衡,本文在定位策略中引入智能优化算法,将定位问题转化为优化问题,从优化问题的角度看待节点定位问题。本文主要研究内容如下:针对蝙蝠算法缺乏变异机制、收敛易早熟等不足,提出一种改进的蝙蝠算法。在以下两点进行改进:一、对于早熟收敛问题,引入惯性权重,使算法在探索和开发之间获得平衡;二、对于缺乏变异机制问题,引入随机方向因子,增强了种群的多样性。在无线传感器网络定位应用中,把定位问题转换为一个全局优化问题,使用改进的算法进行定位优化。仿真实验表明,提出的算法相对于其他算法具有更高的定位精度。设计了一种称之为拟反向蝙蝠算法的元启发式算法,该算法是蝙蝠算法的一种变体。为了提高蝙蝠算法的收敛能力,在蝙蝠算法中引入了一种拟反向学习机制。同时,针对特定的无线传感器网络节点定位问题,提出了一种定位策略。该策略首先通过重叠区域估计法划定目标节点位置的可行域,然后将该可行域边界作为拟反向蝙蝠算法初始种群的边界,最后使用拟反向蝙蝠算法求解该定位优化问题。实验结果表明,提出的算法具有较高的定位精度。结合接近度-距离映射与Jaya优化,提出了一种节点定位算法。该算法首先利用接近度-距离映射得到原始位置矩阵旋转和缩放后的矩阵,然后通过原始矩阵和变换后的矩阵中参考节点坐标的关系对变换后的矩阵进行坐标变换,得到目标节点到参考节点的估计距离,同时也利用上文提到的重叠区域估计法限制初始种群的边界,最后使用Jaya优化算法求解定位问题。结果表明,与接近度-距离映射方法相比提出的算法具有更低的定位误差。 |
语种 | 中文 |
页码 | 62 |
URL标识 | 查看原文 |
内容类型 | 学位论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/95491] |
专题 | 兰州理工大学 |
作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 汪昕. 无线传感器网络节点定位算法研究[D]. 2019. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论