基于蝙蝠算法的无线传感器网络节点定位-论文.pdf

《基于蝙蝠算法的无线传感器网络节点定位-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、ComputerEngineeringandApplications计算机工程与应用基于蝙蝠算法的无线传感器网络节点定位王战备WANGZhanbei陕西理工学院物理与电信工程学院，陕西汉中723000SchoolofPhysicsandTelecommunicationEngineering，ShaanxiUniversityofTechnology,Hanzhong，Shaanxi723000，ChinaWANGZhanbei．Nodelocalizationofwirelesssensornetworksbasedonbatalgo

2、rithm．ComputerEngineeringandApplications，2014，50(11)：90—94．Abstract：Nodelocalizationisakeytechnologyofwirelesssensornetworkandleastsquarealgorithmhaslowlocaliza—tionprecision，inordertoimprovethelocalizationprecisionofwirelesssensornetworknode，anovelnodelocalizationmethod

3、ofwirelesssensornetworkisproposedbasedOilbatalgorithm．Firstly,thenodelocalizationproblemistrans—formedintoaconstrainedoptimizationproblem，andthentheproblemissolvedbybatalgorithm，finally,thesimulationexperimentisca~iedouttotesttheperformanceonMatlab2012．Theresultsshowthat

4、theproposedmethodhasimprovedthelocalizationprecisionandlocalizationeficiencyofwirelesssensornetworknodecomparedwithothernodelocaliza—tionmethods．Keywords：wirelesssensornetworks；nodelocalization；batalgorithm；leastsquaresalgorithm摘要：节点定位是无线传感器网络的关键技术，针对最小二乘算法节点定位的不足，为了提高无线

5、传感器网络节点定位精度，提出一种基于蝙蝠算法的传感器节点定位方法。首先将无线传感器节点定位问题转换成一个多约束优化问题，然后采用局部和全局搜索能力强的蝙蝠算法对其进行求解，最后在Matlab2012平台上对定位性能进行仿真测试。结果表明，相对于其他节点定位方法，该方法提高了传感器节点的定位精度和定位效率。关键词：无线传感器网络；节点定位；蝙蝠算法；最小二乘算法文献标志码：A中图分类号：TP393doi：103778／j．issn．1002．8331．1401．0063l引言度相对较高，因此成为使用最广泛的传感器节点定位算传感器网络(WS

6、N)是一个由许多具有计算和感知法]。在实际应用中，最小二乘算法对测距误差相当敏能力强的节点组成的无线网络，常部署于特定区域并进感，当测距误差较大时，定位精度相对低。为了克服最行信息采集，其在医疗、军事、商业等领域得到了广泛的小二乘算法的不足，一些学者将传感器节点定位问题转应用”。没有位置的消息通常没有什么应用价值，因此化为约束优化问题，然后采用粒子群算法、蚁群算法、模如何准确地对传感器节点进行定位是无线网络研究中拟退火算法等群智能算法对问题进行求解，提高了节点的重大课题。的定位精度。但在实际应用过程中，这些算法均存针对无线传感器网络节点

7、的定位问题，国内外学者在各自的不足，如：粒子群算法易陷入局部极值点，难以进行了大量研究，目前主要有基于测距和与测距无关两收敛到全局极值点；对于不同拓扑结果的WSN，遗传算种定位方算法”。测距无关算法的定位的定位精度低，法需要重新确定遗传操作，求解过程比较复杂；蚁群算无法满足节点定位精度要求。测距算法利用距离或者法局部搜索能力强，但是在初期，其求解速度慢，导致定角度信息进行节点定位，主要有三角测量法、三边定位位结果不稳定。2010年，Yang提出了一种新型的群智算法、最小二算乘法等。三角测量法以及三边定位算能算法——蝙蝠算法(BatAlg

8、orithm，BA)，大量研究结法定位速度怏，但只能利用3个锚节点，定位结果不理果表明：相对于粒子群算法、遗传算法等群智能算法，蝙想；最小二乘算法可利用所有锚节点位置信息，定位精蝠算法可以动态控制局部搜索和