无线传感器网络(Wireless Sensor Network,WSN)由大量能够相互通信的传感器节点组成,它在军事防御、环境监测、智慧城市等领域的应用中发挥着巨大作用。节点定位是WSN应用的重中之重,因为节点收集的数据需要结合它们的位置进行处理。距离矢量跳跃(Distance Vector-hop,dv-hop)算法因其易于实现和低成本的特点,一直是最受欢迎的节点定位算法之一。但dv-hop算法在各向异性网络中的表现较差,针对该问题,本文对dv-hop算法的误差来源进行了详细分析,并提出了相应的改进方案。主要内容包括:(1)本文提出了基于多项式平均和锚节点筛选改进的dv-hop定位算法(Improved dvhop Localization Algorithm Based on Polynomial Averaging and Anchor Node Filtering,PAFdvhop)。首先根据接收信号强度指示(Received Signal Strength Indication,RSSI)与距离之间的关系,采用RSSI技术对节点间的首跳进行分级细化减少最小跳数误差。随后针对节点分布不均匀的情况,使用多项式来近似节点间跳数和距离的关系,并对估计距离进行平均优化减少估计距离误差。最后在计算未知节点坐标的过程中,使用验证误差筛选可信锚节点,并根据可信锚节点的信息计算未知节点的位置坐标。仿真结果显示,所提算法的定位精度在各向同性和各向异性的网络中均有所提高。(2)针对最小二乘法在计算位置过程中因系数矩阵不可逆导致定位精度下降这一问题,本文采用秃鹰搜索算法代替最小二乘法,提出了基于改进秃鹰搜索算法与多项式平均优化的dv-hop定位算法。为了提高秃鹰搜索算法搜索结果的准确性,本文在最初选定的搜索空间上增加了一个t分布扰动项,以平衡秃鹰搜索算法的全局搜索能力和局部搜索能力,同时在捕食阶段后引入了反向学习策略,以增强算法跳出局部最优的能力。在多项式平均优化的dvhop定位算法的基础上,采用秃鹰搜索算法来代替原有的最小二乘法。仿真实验在方型、C型和O型等网络区域下进行,通过改变网络中的锚节点比例和传感器节点的通信半径来对所提算法的性能进行分析,实验结果证明,本文所提改进算法有更好的定位效果和稳定性。
暂无评论