【技术实现步骤摘要】
一种基于改进
䲟
鱼优化算法的迭代质心定位方法
[0001]本专利技术涉及无线传感器网络定位
,特别是一种基于改进
䲟
鱼优化算法的迭代质心定位方法。
技术介绍
[0002]无线传感器网络(Wireless Sensor Networks,WSNs)是由一组传感器节点在自组织的组网方式下构成的分布式传感网络,是一种由多个学科交织在一起的崭新技术。它有涉猎到很多科技领域,例如军事、交通管控、智能家居和医疗等。在无线传感器网络中,定位技术是无线传感器网络的基础技术,对其后续工作的开展以及应用起到了关键性作用,将全球卫星定位系统(Global Positioning System,GPS)配置到每个网络节点是无线传感器网路最简单的定位方法,但是GPS的高成本和能量限制导致其无法安装在每个传感器节点上,因此只有少量的信标节点装有GPS模块。
[0003]近年来,国内外的学者提出了许多应用在无线传感器网络中的节点定位算法。节点定位算法根据测距方式分为两类:测距算法(range
‑
based)和非测距算法(range
‑
free)。测距算法主要通过测量节点间距离或角度,运用三边测量法或三角测量法等计算得到未知节点的坐标。目前主流的测距方式主要有:基于到达时间(Time of Arrival,TOA)、基于到达角度(Angle of Arrival,AOA)、基于到达时间差(Time Difference of Arriva,TDOA)和信号接收强度 ...
【技术保护点】
【技术特征摘要】
1.一种基于改进
䲟
鱼优化算法的迭代质心定位方法,其特征在于:包括:每个锚节点向网络广播包含身份标识、位置信息和发射功率的数据包;未知节点接收广播的数据包并得到锚节点的位置信息和发射功率值,并将发射功率转换成RSSI值以及距离值;未知节点选择通信范围内距离自己最近的N个锚节点,并利用Min
‑
Max算法缩小定位区域;利用迭代质心原理进一步缩小Min
‑
Max定位区域,并设定迭代停止准则;将迭代结束后的定位区域的四个顶点作为新的锚节点,利用RSSI技术重新计算其与未知节点的距离;利用未知节点与锚节点的位置关系得到适应度函数;利用改进
䲟
鱼优化算法迭代计算适应度函数的最小值,并在迭代结束时,将适应度函数值最小时的坐标作为最优的未知节点估计坐标。2.如权利要求1所述的基于改进
䲟
鱼优化算法的迭代质心定位方法,其特征在于:所述将发射功率转换成RSSI值的具体计算公式为:其中,d0为1,A为距离值;距离值的具体计算公式为:其中,P
t
表示锚节点发射的能量,代表在距离为d0=1时的路径损耗,X
σ
是均值为0、方差为σ的高斯随机变量,n为传播损耗系数。3.如权利要求1所述的基于改进
䲟
鱼优化算法的迭代质心定位方法,其特征在于:所述未知节点选择通信范围内距离自己最近的N个锚节点,并利用Min
‑
Max算法缩小定位区域,具体步骤为:未知节点选取通信范围距离自身最近的N个锚节点;利用Min
‑
Max算法缩小定位区域,并得到一个正方形区域以及正方形的四个顶点坐标;所述正方形的四个顶点坐标,具体公式为:其中,max(
·
)与min(
·
)分别表示最大函数与最小函数,(x
i
,y
i
)表示锚节点坐标,d
i
表示锚节点与未知节点的距离,V1、V2、V3、V4分别代表正方形的左下角、左上角、右上角以及右下角的顶点。4.如权利要求1或3所述的基于改进
䲟
鱼优化算法的迭代质心定位方法,其特征在于:所述利用迭代质心原理进一步缩小Min
‑
Max定位区域,并设定迭代停止准则,具体步骤为:将得到的正方形四个顶点作为虚拟节点,替换原始锚节点;使用Min
‑
Max算法迭代缩小定位区域;
设置迭代停止准则,当满足停止准则时停止迭代,公式如下:设置迭代停止准则,当满足停止准则时停止迭代,公式如下:其中,ε1和ε2表示迭代停止阈值条件,P
0n
为第n次迭代未知节点与质心点的关系;其中,M为路径损耗因子,n为第n次迭代,m=1,A=
‑
10log
10
P1,d
ij
为代表第i个锚节点与第j个锚节点的距离。5.如权利要求1所述的基于改进
䲟
鱼优化算法的迭代质心定位方法,其特征在于:所述利用改进
䲟
鱼优化算法迭代计算适应度函数的最小值,并在迭代结束时,将适应度函数值最小时的坐标作为最优的未知节点估计坐标,包括三个步骤,分别为:初始化阶段、自由探索阶段和捕食阶段。6.如权利要求5所述的基于改进
䲟
鱼优化算法的迭代质心定位方法,其特征在于:所述初始化阶段包括以下步骤:改进的
䲟
鱼优化算法首先会使用帐篷映射初始化
䲟
鱼种...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。