一种用于移动无线传感器网络的新型节点定位算法.pdf

《一种用于移动无线传感器网络的新型节点定位算法.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、技术交流2014．2数据通信TechnoloavDiscussion一种用于移动无线传感器网络的新型节点定位算法一毛万东岳文振俞能海(中国科学院电磁空间信息重点实验室中国科学技术大学合~E230027)摘要：在移动无线传感器网络中，节点获取自身的位置信息十分重要。传统的基于蒙特卡罗的移动节点定位算法都存在采样效率低以及需要很高锚节点密度的问题。针对以上问题，本文提出了一种基于差分演化的蒙特卡罗盒定位算法(DEMCB)。该算法利用差分演化对样本进行优化，让样本主动向节点真实位置靠近，而不是被动的被滤除；同时，引入节点置信度的

2、概念用于计算样本权值。仿真实验结果表明，与传统的定位算法相比，该算法提高了定位精度和收敛速度，并能很好地应用于低锚节点密度的环境。关键词：移动传感器网络；定位；差分演化；节点置信度；蒙特卡罗盒1引言样效率和定位精度不高。对偶MCL和混合MCL算法无线传感器网络WSN(WirelessSensorNetwork)将传统的MCL算法的预测和滤波部分对调，并且以作为一种新型的网络技术广泛地用于环境检测、军一定的概率执行MCL算法或对偶MCL算法。Wang等[51事目标跟踪、医疗卫生、智能交通等领域Ⅲ。一般来提出了自适应采样的定位

3、算法，即在定位预测阶段说，没有位置信息的传感器节点感知的数据是没有根据计算得到的锚箱的面积来自适应调整满足条件意义的。在WSN中由于受到成本、功耗、环境等问题的样本数目。Hamid和Mehdi等[61提出了一种在采样箱的约束，人工部署或给每个节点配置一个GPS装置是内均匀的采样而非传统的MCL中地随机采样的算不现实的。因此，节点自定位技术是WSN的一个重要法，如此采样可以有效的避免样本点集中到一块区研究课题。域，提高了采样效率。黄梅根、王洁嗣、Xu[9]和Fan[Ol根在移动环境下，由于节点间的距离动态变化，传据节点运动的

4、连续性，利用节点前几个时刻的运动统的算法的定位精度会随着节点移动速度的增加而信息来预测当前时刻节点可能在的区域，可以在一急剧下降。2004年，Hu和Evans[2~鉴了机器人定位领定程度上提高采样效率。Yi和Yang等⋯]提出的基于多域的蒙特卡罗定位MCL(Monte—CarloLocalization)方跳锚节点的定位算法，在一定程度上提高了定位精法的思想，首次将MCL算法应用到移动无线传感器度。Masoomeh和Suprakash等首次引入了普通邻居网络节点定位中。传统的MCL算法存在采样效率低、节点用于当前节点的定位

5、，并提出了MSL和MSL*算需要高锚节点密度来提高定位精度的问题。针对以法，但是该算法需要同时传递邻居节点前一时刻的上问题，很多研究人员在MCL算法的基础上做了很样本和权值，通信代价较大。Zhang[3】在MsL算法的启多改进。Baggio等提出了MCB(Monte—Carlolocaliza—发下，提出了改进算法WMCL，WMCL—A，WMCL—B，tionBoxed)算法f3l，通过利用一跳和两跳邻居锚节点算法同时利用锚节点和普通邻居节点来建立采样约来建立采样约束箱，缩小了采样的区域，在一定程度束箱，提高了采样效率，但

6、是该算法在每个时刻都要上提高了采样效率，但在锚节点密度低的情况下采迭代运行，因而计算量较大。Zhu和Zhong等㈣利用接15_蔓g旦数据通信2014．2收信号强度(RSSI)来计算节点之问的距离，再将该距(1)预测。在预测阶段，节点根据t一1时刻样本位离值用于蒙特卡罗算法。之后的很多学者都将研究置以及节点的最大移动速度，可得到当前时刻放在基于测距的节点定位。但是这种方法的硬件功样本可能在的区域，如下：耗过大，不适合传感器低功耗的要求。f】，、尽管以上改进算法在一定程度上提高了采样效，}、1，df川)≤r率和定位精度，但是仍

7、然存在采样效率不高以及需Pz=1m“(2)要高锚节点密度的问题。为此，本文在MSL算法等I2]10．其他的启发下，在定位时引入普通邻居节点的信息，合理(2)在滤波阶段，传感器节点根据当前时刻接收设计节点之间通信需要传递的数据，提出了一种基到的锚节点信息，来滤除不满足条件的样本点。假设于差分演化的蒙特卡罗盒DEMcB(DifferentialEvolu—节点接收到的一跳锚节点集合为s，两跳锚节点集合tionMonteCarloBoxed)算法。为。那么，滤波条件如下：filter(1)=VsES,dq，s)~rfqVS∈T,

8、r