基于粒子群优化的无线传感器网络节点定位研究

摘要

无线传感器网络近年来发展迅速,它综合了多个学科的相关技术,能够对各种环境进行连续地监测,在环境,军事,医疗等许多领域具有巨大的应用潜力。在实际应用中,节点的位置坐标很重要,缺少了位置坐标的数据很多时候是没有使用价值的。由于节点在布置之前是不知道自己将来会被布置到哪里的,所以需要在网络布置后确定节点的位置。目前节点定位算法可以分为两种类型,一类是节点装备测距硬件来测量距离和计算位置;另一类是根据网络连通性来定位节点。前者虽然定位精度较高,但是成本和功耗也较高。DV-Hop算法是一种属于后者的算法,它计算简单,易于实现,不需要很高的锚节点密度,应用广泛,但是它的定位精度不是很高,本文的主要研究内容是如何提高DV-Hop算法的定位精度。
　　本文给出了虚拟加权DV-Hop(Virtual Weighted DV-Hop, VWDV-Hop)算法和期望距离 DV-Hop(Expected Distance DV-Hop, EDDV-Hop)算法。VWDV-Hop算法中,首先为每个锚节点产生一个虚拟节点,然后再利用三角形两边之和大于第三边的原理,纠正距离计算过程中产生的不合理距离,最后通过加权最小二乘法计算坐标。EDDV-Hop算法中,锚节点通过分析和其它锚节点的跳数和距离,利用拟合方法计算出跳数和距离的线性拟合函数,然后未知节点利用该函数计算距离。实验显示,VWDV-Hop和EDDV-Hop算法比DV-Hop的定位精度分别提高了大约9％和4.5%。
　　本文利用粒子群优化算法( Particle Swarm Optimization, PSO)对VWDV-Hop和EDDV-Hop算法的结果进行优化,得到基于粒子群优化的VWDV-Hop(PSO based VWDV-Hop, PVWDV-Hop)和EDDV-Hop(PSO based EDDV-Hop, PEDDV-Hop)算法。实验显示,PVWDV-Hop算法和PEDDV-Hop算法分别比对比算法定位精度提高了4%和5.5%。

目录

基于粒子群优化的无线传感器网络节点定位研究

A STUDY OF PARTICLE SWARM OPTIMIZATION BASED NODE LOCALIZATION FOR WIRELESS SENSOR NETWORK

摘 要

ABSTRACT

第1章 绪 论

1.1 课题背景

1.1.1 WSN概述

1.1.2 WSN的应用

1.2 WSN定位问题

1.3 国内外研究现状

1.4 本文的主要内容与结构

1.4.1 本文的主要内容

1.4.2 本文的结构

第2章 节点定位算法及优化

2.1计算方法

2.2基于测距的定位算法

2.3无需测距的定位算法

2.3.1 质心定位算法

2.3.2 DV-Hop定位算法

2.3.3 Amorphous定位算法

2.3.4 凸规划定位算法

2.3.5 APIT定位算法

2.4 无需测距算法的比较

2.5智能优化算法

2.5.1 遗传算法

2.5.2 模拟退火算法

2.5.3 蚁群算法

2.5.4 粒子群优化算法

2.6 智能优化算法在定位中的应用

2.7 本章小结

第3章 基于粒子群优化的定位算法

3.1 DV-Hop算法的分析

3.2 DV-Hop算法的改进

3.2.1 虚拟加权DV-Hop算法

3.2.2 期望距离DV-Hop算法

3.3 利用粒子群进行优化

3.4 本章小结

第4章 仿真实验

4.1 仿真软件

4.2 实验场景

4.3 实验结果与分析

4.4 本章小结

参考文献

攻读硕士学位期间发表的论文及其它成果

哈尔滨工业大学学位论文原创性声明及使用授权说明

致 谢