无线传感器网络未知传感器节点人工鱼群优化定位方法技术

本发明专利技术公开了一种无线传感器网络未知传感器节点两圆交点的人工鱼群优化定位方法，涉及无线传感器网络定位技术，用于获取无线传感器网络未知传感器节点的准确位置信息。解决现有基于测距的定位算法定位精度低及算法复杂的问题。本发明专利技术所述方法先利用节点间接收到的信号强度值转化为节点间距离值，利用未知传感器节点周围任意2个信标节点A、B的已知位置坐标，求出未知传感器节点的两个可能的坐标P

【技术实现步骤摘要】
无线传感器网络未知传感器节点人工鱼群优化定位方法
本专利技术涉及传感器定位
，更具体地说，涉及一种无线传感器网络未知传感器节点人工鱼群优化定位方法。
技术介绍
近年来物联网技术不断取得新的成果，已经运用到国防军事、环境监测、交通管理、医疗卫生、制造业、抗灾抢险等领域，作为物联网底层重要技术之一的无线传感器网络已经成为了研究热点。其中，通过定位算法获取准确的位置信息是无线传感器网络十分重要的一项内容。定位算法分成基于非测距的定位算法和基于测距的定位算法。基于测距的定位算法的定位精度高于基于非测距的定位算法。与基于测距的定位算法相关的一些算法有，三边定位算法、三边质心定位算法、粒子群定位算法等。这些现有的算法定位精度较低，如质心定位算法，而且算法需要进行大量的迭代运算而过于复杂，如粒子群定位算法。
技术实现思路
本专利技术为解决现有基于测距的定位算法定位精度低及算法复杂的问题，提供一种无线传感器网络未知传感器节点人工鱼群优化定位方法。本专利技术解决其技术问题所采用的技术方案是：构造一种无线传感器网络未知传感本文档来自技高网...

【技术保护点】
1.一种无线传感器网络未知传感器节点人工鱼群优化定位方法，其特征在于，包括：/n未知传感器节点P接收周围能接收到的信标节点的信号，并将接收到的信号强度值转换为未知传感器节点和对应信标节点之间的距离值；/n采集任意两个信标节点A与B的坐标，计算信标节点A与B之间的距离，以及未知传感器节点和信标节点A与B之间的距离；/n判断未知传感器节点P是否和信标节点A与B共线，若共线，则根据信标节点A与B的坐标计算未知传感器节点P的坐标；/n若不共线，设定节点P

【技术特征摘要】
1.一种无线传感器网络未知传感器节点人工鱼群优化定位方法，其特征在于，包括：
未知传感器节点P接收周围能接收到的信标节点的信号，并将接收到的信号强度值转换为未知传感器节点和对应信标节点之间的距离值；
采集任意两个信标节点A与B的坐标，计算信标节点A与B之间的距离，以及未知传感器节点和信标节点A与B之间的距离；
判断未知传感器节点P是否和信标节点A与B共线，若共线，则根据信标节点A与B的坐标计算未知传感器节点P的坐标；
若不共线，设定节点P1、P2为以信标节点A、B为圆心，以信标节点A、B与未知传感器节点P之间的距离为半径形成的两圆交点，则未知传感器节点P为节点P1、P2中的一个，计算节点P1、P2坐标；
确定未知传感器节点P的坐标值：
判断除信标节点A与B之外的其他信标节点是否全部位于信标节点A与B的连线上：
若所有信标节点未全部处于信标节点A与B的连线上时，任取一位于信标节点A与B的连线之外的信标节点C′，计算未知传感器节点P、节点P1及节点P2与信标节点C′的距离，
当未知传感器节点P与信标节点C′的距离和节点P1与信标节点C′的距离的距离差的绝对值小于未知传感器节点P与信标节点C′的距离和节点P2与信标节点C′的距离的距离差的绝对值时，节点P1的坐标是未知传感器节点P的坐标，否则节点P2的坐标是未知传感器节点P的坐标；
若所有信标节点全部处于信标节点A与B的连线上时，任取一信标节点C，在三角形CBP中计算∠BCP，在三角形CBP1中计算∠BCP1，∠P1CP＝∠BCP-∠BCP1，
在三角形PCP1和三角形PCP2中，计算未知传感器节点P与节点P1及节点P2的距离，当未知传感器节点P与节点P1的距离小于未知传感器节点P与节点P2的距离时，节点P1的坐标为未知传感器节点P的坐标，否则节点P2的坐标为未知传感器节点P的坐标；
设定该未知传感器节点P可以接收到信号的信标节点数量为m，m＞2，以任2个位置的信标节点为一组，任一组中的两个信标节点以A与B代表；任选2个信标节点为一组，共得到k组信标节点组，其中，根据计算共得k个未知传感器节点P的坐标，设定其中e个未知传感器节点P的坐标是选择节点P1的坐标得到，f个未知传感器节点P的坐标是选择节点P2的坐标得到，f＝k-e，则：
若选定的未知传感器节点P是节点P1，采用人工鱼群算法，得到e个适应度函数值G(s)，在得到的e个适应度函数值G(s)中，选择最小值，与最小值的适应度函数值对应的未知节点P1的坐标就是优化后的未知节点P的坐标，也就是未知传感器节点的最终定位坐标；
若选定的未知传感器节点P是节点P2，采用人工鱼群算法，得到f个适应度函数值G(s)，在得到的f个适应度函数值G(s)中，选择最小值，与最小值的适应度函数值对应的未知节点P2的坐标就是优化后的未知节点P的坐标，也就是未知传感器节点的最终定位坐标。


2.根据权利要求1所述的无线传感器网络未知传感器节点人工鱼群优化定位方法，其特征在于，在判断未知传感器节点P是否和信标节点A与B共线的步骤中，
设定信标节点A、B的坐标A(xA,yA)、B(xB,yB)，计算信标节点A到信标节点B之间的距离LAB；未知传感器节点P接收周围能接收到的信标节点的信号，并将接收到的信号强度值转换为未知传感器节点和对应信标节点之间的距离值，未知传感器节点P与信标节点A、B之间的距离，记为LAP和LPB；
当LAB＝LAP+LPB或LAB＝|LAP-LPB|时，判断为三点共线，
LAB＝LAP+LPB时，未知传感器节点P位于信标节点A、B之间，未知传感器节点P的坐标为






LAB＝LAP-LPB时，未知传感器节点P位于信标节点A、B延长线，未知传感器节点P的坐标为






LAB＝LPB-LAP时，未知传感器节点P...

【专利技术属性】
技术研发人员：乔学工，李旭，富立琪，李芳，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西;14