一种用于移动无线传感器网络的新型节点定位算法

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.