【技术实现步骤摘要】
本专利技术属于水下网络节点定位领域，具体涉及一种基于改进鲸鱼优化迭代算法的水下传感器网络节点定位方法。
技术介绍
1、水下无线传感器网络(uwsns)是一种包括声、磁场、静电场等的物理网络，它在海洋数据采集、污染预测、远洋开采、海洋监测等方面取得了广泛的应用，同时也将在未来的海军作战中发挥重要的优势。水下传感器网络作为陆地传感器网络的延伸，是人类经略认知海洋的重要利器。然而由于水下的特殊环境，uwsns也面临着通信时延高、带宽受限、节点能量有限等诸多问题，这些都给uwsns的设计和实现带来了困难。其中，水下节点定位是水下无线传感器网络的一项关键技术，它通过在海水区域内部署一些锚节点来获取一些未知传感节点的空间位置信息。然而由于水下环境存在时变空变声速、网络时延高、通信带宽小、高精度坐标传递难度大、节点能量有限等问题，水下节点定位比陆地节点定位更具挑战。
2、水下节点定位是uwsns的一项重要技术，通过在海水区域内部署一些锚节点可以寻找一些未知传感节点的空间位置信息。目前，传统水下节点定位算法包括静态定位算法和动态定位算法两大类。静态定位算法又可以分为基于测距的算法和无须测距的算法。基于测距的算法通过测量节点之间的距离或角度等来实现定位，无须测距的算法则利用网络的连通性来估计未知节点的位置。而动态节点定位算法考虑了节点的移动性，比如基于移动约束信标的定位算法(mcb-3d)及水下物联网动态节点定位预测算法(fbanp)等。
3、鲸鱼优化算法(woa)是由澳大利亚研究学者mirjalili等人于2016年提出
技术实现思路
1、针对水下无线传感器网络中锚节点较少、迭代误差大导致的节点定位精度低的问题，本专利技术提出一种基于改进鲸鱼优化-牛顿迭代的水下三维节点定位算法，将改进鲸鱼算法和牛顿迭代算法结合起来，形成一种新颖且有效的水下节点定位算法，并通过利用改进的鲸鱼优化算法来优化迭代算法中的修正因子，减少了迭代过程的误差积累，显著提高了定位算法的性能。
2、本专利技术采用的技术方案如下：
3、一种基于改进鲸鱼优化迭代算法的水下传感器网络节点定位方法，其特征在于，所述定位方法包括以下步骤：
4、步骤1、首先，根据测得的节点距离值构建定位方程，获得目标的初始估计值，并在迭代过程中逐步获取目标位置估计值和修正因子；
5、步骤2、随后进行初始化，根据定位方程确定目标位置的更新范围，形成初始种群。通过计算每个个体的适应度值，并记录当前最优个体及其位置；
6、步骤3、接下来在迭代过程中，利用获得的目标位置估计值和修正因子为改进的鲸鱼算法提供了动态搜索区域，并建立以测量误差为权重的适应度函数作为判断基准，从而筛选出每个迭代过程中的最佳修正因子；
7、步骤4、最终，通过返回最佳修正因子来更新定位方程，从而降低定位过程中的误差积累，使得后续计算过程更加精确，获取最优目标位置。
8、进一步的，所述的步骤1和步骤2中，假设方程组的一组近似解为(x,y)，将方程f(x,y)＝0与(x,y)＝0在(x,y)处利用二元泰勒级数展开，并取到x，y的一阶近似，则可得到线性方程组。将线性方程组转换成矩阵相乘形式如式(1)，从而推导得到方程的组解和修正因子。迭代过程中的修正因子为：
9、
10、迭代过程中的组解:
11、
12、
13、进一步的，所述的步骤3和步骤4中，适应度函数在算法中扮演了判断和筛选的关键角色，着重于选择最佳目标位置估计值和修正因子。其机制包括引入随机值模拟噪声，并计算迭代过程中更新估计位置到锚节点的距离与测量距离之差和随机模拟噪声干扰，以量化每个个体的适应程度。通过比较个体的适应度函数值，选取适应度值较小的个体，即距离估计与实际测量值之间差异较小的个体，作为当前迭代中的最佳修正因子。这种选择机制有助于引导算法朝着更优的目标位置估计进行演化，从而提高了算法的精度和鲁棒性。如式(4)所示。
14、f(x)＝|d*-d0|-k·rand (4)
15、其中d*为更新位置的距离，d0为测量距离，k为噪声干扰值，rand为(0,1)之间的随机数。
16、本专利技术与现有的技术相比有以下优势：
17、(1)本专利技术首次将改进鲸鱼算法和牛顿迭代算法结合起来，形成一种新颖且有效的水下节点定位算法；
18、(2)考虑了噪声干扰等主要影响因素，针对定位场景中如何提高定位算法性能进行了一定的实验研究；
19、(3)通过利用改进的鲸鱼优化算法来优化迭代算法中的修正因子，减少了迭代过程的误差积累，显著提高了定位算法的性能。
本文档来自技高网...【技术保护点】
1.一种基于改进鲸鱼优化迭代算法的水下传感器网络节点定位方法，其特征在于，所述定位方法包括以下步骤：
2.如权利要求1所述的一种基于改进鲸鱼优化迭代算法的水下传感器网络节点定位方法，其特征在于，所述的步骤1和步骤2中，假设方程组的一组近似解为(x,y)，将方程f(x,y)＝0与(x,y)＝0在(x,y)处利用二元泰勒级数展开，并取到x，y的一阶近似，则可得到线性方程组。将线性方程组转换成矩阵相乘形式如式(1)，从而推导得到方程的组解和修正因子。迭代过程中的修正因子为：
3.如权利要求1所述的一种基于改进鲸鱼优化迭代算法的水下传感器网络节点定位方法，其特征在于，所述的步骤3和步骤4中，适应度函数在算法中扮演了判断和筛选的关键角色，着重于选择最佳目标位置估计值和修正因子。其机制包括引入随机值模拟噪声，并计算迭代过程中更新估计位置到锚节点的距离与测量距离之差和随机模拟噪声干扰，以量化每个个体的适应程度。通过比较个体的适应度函数值，选取适应度值较小的个体，即距离估计与实际测量值之间差异较小的个体，作为当前迭代中的最佳修正因子。这种选择机制有助于引导算法朝着更优的目
...【技术特征摘要】
1.一种基于改进鲸鱼优化迭代算法的水下传感器网络节点定位方法，其特征在于，所述定位方法包括以下步骤：
2.如权利要求1所述的一种基于改进鲸鱼优化迭代算法的水下传感器网络节点定位方法，其特征在于，所述的步骤1和步骤2中，假设方程组的一组近似解为(x,y)，将方程f(x,y)＝0与(x,y)＝0在(x,y)处利用二元泰勒级数展开，并取到x，y的一阶近似，则可得到线性方程组。将线性方程组转换成矩阵相乘形式如式(1)，从而推导得到方程的组解和修正因子。迭代过程中的修正因子为：
3.如权利要求1所述的一种基于改...
【专利技术属性】
技术研发人员：向丹，翟晨凯，何登玉，高攀，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：
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。