基于混合蛙跳的无线传感器网络定位方法-论文.pdf

《基于混合蛙跳的无线传感器网络定位方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第27卷第4期四川理工学院学报(自然科学版)Vo1．27No．4文章编号：1673·1549(2014)04-0034-04DOI：10．11863／j．SUSe．2014．04．09基于混合蛙跳的无线传感器网络定位方法江宇波，赵攀，邱玲(四川理工学院计算机学院，四川自贡643000)摘要：为了解决无线传感器网络未知节点的定位问题，提出了一种新的三维空间定位方法。首先给出了未知节点位置的计算方法和误差评价模型，并利用混合蛙跳算法建立了评价模型的求解算法SFLI。最后，利用仿真实验，对比了与其它算法之间的性能状况，结果表明SFL

2、L具有较好的适应性。关键词：无线传感器网络；定位；最小二乘法；混合蛙跳中图分类号：TP393文献标志码：A为锚节点，坐标信息通过GPS定位系统确定，如图1所引言示，其中代表锚节点，Ⅳ代表未知节点。由于受到能随着无线传感器网络(WirelessSensorNetwork，WSN)量、成本等因素限制，只有少量节点可以成为锚节点，其的发展和物联网技术的兴起，对未知节点的定位逐渐成为余节点需要通过锚节点进行定位。距离定位算法驯利了研究的热点和重点¨。目前，定位算法可以分为距离用三边法或最大似然估计法，并结合信号强度来获取未和非距离两种

3、方法。距离定位算法根据未知节点与锚节知节点与锚节点之间的距离，但此方法只适用于锚节点点的距离，并结合三边或者多边角方法来确定未知节点位个数大于3的情况。因此，本文基于三维空间提出了一置，主要有RSSI算法J、TOA算法等。而基于非距离种新的无线传感器网络节点定位算法，其思路是：首先定位算法则根据未知节点与锚节点之间的邻接关系来定根据能量和传输距离将网络节点划分成多个簇，其次根位，典型代表有质心算法、MDS—MAP算法等。最据每个簇内的锚节点对未知节点进行定位。近，基于距离的定位算法又有了更新的发展，如最小二乘定位算法，采用负梯

4、度搜索等优化算法进行定位，不仅所需锚节点比例较少，而且定位精度更高。在上述工作的基础上，本文提出了一种新的三维空间的定位算法和误差评价模型。该模型利用混合蛙跳算法对评价函数进行求解，同时通过数学仿真对比研究了该算法与RSSI(ReceivedSignalStrengthIndicator)算y法、TOA(TimeOfArriva1)算法之间的性能状况，以此验证该模型的有效性。1节点定位方法图1无线传感器网络拓扑结构假设某无线传感器网络中存在Ⅳ个节点，其中个在初始情况下，令所有节点功能相同、能量有限、通收稿日期：2014-05-

5、05基金项目：四川省教育厅重点项目(I3ZA0118)；人工智能四川省重点实验室开放基金项目(2012RYY02)；四川理工学院培育项目(2012PY13)；企业信息化与物联网检测技术四川省高校重点实验室项目(2Ol3WYJo1)作者简介：江宇波(1982-)，男，四川自贡人，助理实验师，硕士，主要从事计算机网络通信方面的研究，(EⅧail)598256382@qq．eom第27卷第4期江宇波等：基于混合蛙跳的无线传感器网络定位方法35信功率可调。首先将节点划分成簇，簇内节点之间均采体相交时，其坐标为：用直接通信方式，而簇间则

6、可以选择直接或间接等方式r3=0．5(2rl—2一r2)通信，以达到能耗最低和效率最高的目的。根据LEACH{Y3=0．5(2r1一Y2一r2)(4)协议，需要在各簇中产生簇首节点。对于各节点随机生z3=0．5(2rl—z2一r2)成(0，1)之间的常数及阈值．，，如果

7、=0．5(zl+z2+r1一r2)为普通节点。这里，阈值．，定义为：根据锚节点Ml(l，Y，z。)、Mz(2，Y2，2)和(3，Y3，(1n(1+))((1一A)，)信息，利用标准最小二乘法可获得未知节点坐标信=———丁—厂一息。(3)簇内存在2个以下锚节点其中，P为簇首节点占总节点的比例，为节点i的初此时由于锚节点距离未知节点较远，只能利用上述始能量，A为距离比例，d为最大阈值，为常系数2个锚节点定位方法进行计算，其定位误差将增大。(0<<1)，E为发送或接收1比特信息时所消耗的能量，为在单位距离内的信道上传输1比特信息时所

8、2算法描述消耗的能量，d为节点之间相距距离。对于上述方法，其关键在于求解测量距离r。但是此时，按照产生的簇首节点集合，以各簇首节点为中心、R为半径的球体来划分簇结构。如果某节点位于由于GPS定位误差以及计算结果的近似处理，未知节点多个球体交界处，那么以距某簇首节点距离最短作为