基于量子遺傳算法和混沌粒子群的無線傳感器網(wǎng)絡(luò)節(jié)點定位算法研究.pdf

1、無線傳感器網(wǎng)絡(luò)(WSN)是由大量使用傳感器節(jié)點組成的自組織網(wǎng)絡(luò),節(jié)點定位技術(shù)是其中重要技術(shù)之一?，F(xiàn)有提出的定位算法大致可分為基于測距的算法和非測距的算法,基于測距的定位算法的雖然定位精度較高,但一般需要增加額外的硬件以及對環(huán)境的要求較高。而非測距的定位算法則可以不受硬件、環(huán)境、能量等因素的影響,只是利用網(wǎng)絡(luò)中節(jié)點間的連通度等信息就能夠?qū)?jié)點很好的定位。目前,大多數(shù)定位算法是在二維環(huán)境中展開研究的,而實際應用環(huán)境中,通常需要得到節(jié)點的三維

2、位置坐標。本文針對二維算法的定位精度問題進行了改進,并將二維算法擴展到三維網(wǎng)絡(luò)中。主要包含以下幾方面工作內(nèi)容。
　　針對無線傳感器網(wǎng)絡(luò)的DV-Hop算法以及已有的改進算法易陷入局部最優(yōu)解的問題,提出了一種基于量子遺傳算法的改進算法。該算法利用未知節(jié)點到錨節(jié)點的估計距離和錨節(jié)點的位置信息,在DV-Hop算法得到估計距離后,采用量子遺傳算法校正DV-Hop得到的估算位置,通過二進制量子比特編碼對種群進行編碼并利用量子旋轉(zhuǎn)門對種群個體進

3、行更新。更新個體過程中進行了變異處理,讓更新中一直不變的個體產(chǎn)生變異,從而擾動種群,脫離局部最優(yōu)解。對提出的改進算法在定位誤差及算法復雜度方面進行了性能分析和仿真計算。仿真結(jié)果表明,采用量子遺傳算法改進的DV-Hop算法具有較穩(wěn)定的性能,且能夠準確快速地找到全局最優(yōu)解,明顯降低了DV-Hop的定位算法的誤差。
　　無線傳感器網(wǎng)絡(luò)定位在實際環(huán)境中往往屬于三維定位,二維網(wǎng)絡(luò)中RSSI定位算法通過信號傳輸模型進行定位,能夠很好地應用到三

4、維空間中,將二維RSSI算法的定位算法推廣到三維空間中。通過CRB分析得到影響三維RSSI定位算法精度的因素,并利用混沌尋優(yōu)的思想融合到粒子群算法中,提高RSSI三維定位算法的精度,提出了混沌粒子群在無線傳感器網(wǎng)絡(luò)三維定位中的優(yōu)化算法。該算法首先對種群中的最優(yōu)粒子進行混沌尋優(yōu),然后將尋優(yōu)得到的粒子隨機代替群體中的一個粒子,通過迭代得到最佳坐標。通過對影響算法定位誤差因素分析及仿真表明,該算法能夠快速收斂且有良好的定位精度,改善了粒子群算

5、法易陷入局部最優(yōu)解的問題,且保證了良好的抗噪性能。
　　本課題研究的主要算法,由二維節(jié)點定位擴展到三維。二維節(jié)點定位算法中采用的是非測距的定位算法,利用跳數(shù)信息來計算得到兩點間的距離,從而進行定位計算,適用于二維節(jié)點定位中,對硬件要求不高、節(jié)點間的連通性能較好、未知節(jié)點與錨節(jié)點的間相距跳數(shù)較小的網(wǎng)絡(luò)。三維節(jié)點定位則是基于測距技術(shù)的定位算法,通過到達信號的強度,來估計節(jié)點間的距離從而進行定位,該算法適用于對節(jié)點定位精度要求較高的環(huán)境