基于阶次序列加权的无线传感器定位算法-论文.pdf

《基于阶次序列加权的无线传感器定位算法-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、ComputerEngineeringandApplications计算机工程与应用基于阶次序列加权的无线传感器定位算法胡敏HUMin浙江工业职业技术学院，浙江绍兴312000ZhejiangIndustryPolytechnicCollege，Shaoxing，Zhejiang312000，ChinaHUMin．Nodelocalizationalgorithmofwirelesssensornetworksbasedonoptimalweightedranksequences．Com-puterEngineeringandApplications，

2、2014，50(10)：116—119．Abstract：DirectingatproblemoflocationerrorofnodeinWSN，thispaperproposesanordersequenceweightedwirelesssensorlocationalgorithm．Adoptshadowingmodelbasedonsignaltransmissionofnodelocation．EstablishVoronoigraphbasedonanchornode，andtakevertexofVoronoipolygonasrefe

3、rencenodes，andthenestablishtheordersequencebetweenanchornodesandreferencenodes，andthelocationofunknownnodeisestimatedbytheNunknownnodesandoptimalsequenceweighted．Thesimulationresultshowsthatthisalgorithmcannotonlyimprovethelocationprecisionofsensornode，butalsoreducecomputationco

4、mplexityofalgorithmcomparedtootherreferencealgorithms，SOitisofhigherappli-cationvalueintheaspectofWSNnodelocation．Keywords：WirelessSensorNetwork；nodelocalization；optimalranksequence摘要：针对WSN中节点的定位误差的问题，提出了一种阶次序列加权的无线传感器定位算法。首先根据节点定位中的信号传输采用Shadowing模型，其次根据锚节点建立Voronoi图，将Voronoi多边

5、形的顶点作为参考点，然后建立参考点与锚节点之间的阶次序列，通过选择Ⅳ个未知节点序列与最优序列加权估计未知节点的位置，仿真结果表明，相对于参比算法，算法不仅提高了传感器节点的定位精度，而且降低了算法的计算复杂度，在WSN节点定位方面具有较高的应用价值。关键词：无线传感器网络：节点定位：最优阶次序列文献标志码：A中图分类号：TP393doi：10．3778~．issn．1002．8331．1312—0135无线传感器网络(WirelessSensorNetwork，WSN)粒子释放以及速度约束体系，对粒子群计算过程中粒子是一种微型传感器节点组成的、通信方式

6、是多跳的行为生成过程进行控制，实验结果表明，改进后的算法与原的无线网络，由于其特殊性要求，无线传感节点经常处算法相比，在定位精度上有明显的提高。文献[5】提出于环境相对恶劣的位置，因此无线传感节点的定位就成一种改进的加权最小二乘法，利用高斯权重法调节修正为WSN网络的关键位置，如果WSN节点位置信息不够权值，得到最优权系数阵，以提高传感节点定位的可靠准确或者无法达到设定的要求，那么利用WSN的工作性和客观性。仿真结果表明，依赖少量锚节点，改进的就显得毫无意义，因此传感器节点的定位是否准确就成加权最小二乘法在无线传感网络中能够准确计算未知了研究中的热点。

7、针对WSN定位中的锚节点与未知节点的坐标，并能显著提高网络中未知节点的定位率，节点之间的估计问题，国内外学者进行了大量的研究，提高了网络的健壮性与实用性。文献[6]提出了一种粒提出了许多有效的传感器节点定位算法。到目前为子群优化的多维标度节点定位算法。采用多维标度算止，WSN节点定位算法分为基于距离和距离无关两类。法求得各未知节点的初始坐标，利用粒子群优化算法对文献[4】提出了一种基于可控制粒子群优化的无线传感其目标代价函数进行优化求得未知节点的真实距离坐网节点定位算法。采用经典多维标度法(MDS)定位算标，准确定位节点。实验结果表明，改进算法在定位精

8、法求得节点的初始化坐标，在传统的粒子群算法中引入度上有明显的提高。文献[7]提出了一种有效的基