论文部分内容阅读
随着物联网(Internet of Things,IoT)技术的发展,实际应用中对位置信息的要求越来越高。无线传感网络(Wireless Sensor Network,WSN)作为一种应用前景十分广泛的网络技术,已经被应用在国防安全、数据测控、智能应用等领域。在实际应用中,节点定位技术是WSN众多应用的前提和基础。节点在确定自身位置信息后,本身所携带的数据才能发挥最大的应用价值。基于测距(Ranging)和基于非测距(Range-free)的定位算法是节点定位技术中常见的两类定位算法。如何提高定位算法的精确度,获取准确的节点位置,已经成为节点定位研究中的焦点。因此选择无线传感网中的节点定位算法作为研究课题。本文选择非测距定位算法中的DV-Hop算法作为主要的研究对象。通过分析误差来源设计优化方案,理论分析结合仿真实验结果评价算法性能。具体的研究工作如下:(1)基于最小均方误差的DV-Hop算法设计。节点分布的不可控引发误差,为了减小误差,提高定位精确度,提出基于最小均方误差的DV-Hop定位算法(Minimum Mean Square Distance Vector-Hop Algorithm,MMSDV-Hop)。首先依据阈值确定节点数量,筛选较为优质的节点。然后引入最小均方误差准则,求解信标节点的单跳跳距,并以平均单跳误差校正该单跳跳距。在未知节点选择单跳跳距阶段,通过节点跳数和单跳误差为权重的加权方法确定未知节点的单跳跳距。最后在求解坐标时,为了区别不同节点对于坐标的影响程度,引入以距离和跳数误差为权重的加权最小二乘法。在经过加权处理后,输出更接近实际位置的坐标。对比分析实验误差结果发现,与DV-Hop算法相比,MMSDV-Hop算法可以减小21.6%的平均定位误差。(2)基于布谷鸟搜索技术的定位算法设计。针对定位算法精确度低的问题,提出基于布谷鸟搜索技术的定位算法(Cuckoo Search Technology Location Algorithm,CSTMDV-Hop)。在MMSDV-Hop算法求解坐标位置阶段,前一阶段的数据误差会被继续引入,在后续的计算过程中会被成倍的放大。误差的持续累积会致使坐标结果出现偏差。针对此问题,设计融合布谷鸟搜索算法的定位算法,即CSTMDV-Hop算法,将定位问题转换为智能寻优问题。同时对关键参数进行自适应调节,提高寻优的效率和准确度。针对步长因子,以当前迭代与上一次迭代的最优适应度函数值的差值为依据,自适应调整参数;针对发现概率,在求得某次迭代的适应度函数值后,将其与上一次迭代的所有解的函数值对比,以解的优劣程度为依据添加概率参数,对发现概率进行自适应调节。对比分析实验误差结果发现,与MMSDV-Hop算法相比,CSTMDV-Hop算法可以减小7.1%的平均定位误差。