论文部分内容阅读
无线传感器网络(Wireless Sensor Network,WSN)在许多领域具有非常广阔的应用前景,其中节点定位技术是WSN的关键技术之一。WSN由空间分散的独占设备组成,这些设备通过传感器来检测某些物理现象。节点定位是众多WSN功能和应用的重要组成部分,是对系统中节点位置的响应。为了精确定位无线传感器网络中的节点,通常有两种定位方法用于计算位置,即基于测距的定位方法和无测距的定位方法。距离矢量跳(DV-Hop)算法由于其鲁棒性、易实现和成本效益,是无距离节点定位技术中的关键算法。本文主要是对DV-Hop算法进行研究,并针对DV-Hop算法定位精度不高的缺点进行改进,主要内容如下:1、研究了无线传感器网络的主要定位技术,着重研究了无距离定位算法中成本低,应用广泛的DV-Hop算法,包括其误差来源、性能评价标准以及现有的改进方法。2、针对DV-Hop定位算法中跳数和跳距估计存在的误差,引入跳数量化机制修正跳数和平均跳距。根据不同跳数选择不同的平均每跳距离,从而使未知节点到锚节点的距离更接近于实际值,以此来减小相对定位误差。仿真分析了不同实验参数下,使用上述两种算法得到的相对定位误差。仿真数据结果表明,在多种实验参数下,跳数量化修正算法得到的相对定位误差比DV-Hop定位算法得到的相对定位误差小,因此说明这种改进是合理有效的,为进行节点定位提供了一种新思路。3、针对DV-Hop定位算法中定位计算阶段存在的误差,提出基于改进人工蜂群算法的DV-Hop算法。人工蜂群算法相比其他智能算法具有很强的全局最优性,不易陷入局部最优,但在定位过程中存在算法收敛速度慢的问题,于是在人工蜂群算法初始化蜜源阶段,根据锚节点信息,利用Max-Min思想对未知节点可能范围进行一次区域划分,改变雇佣蜂搜索区域来提高收敛速度,同时在寻优的迭代后期会存在食物源位置相似度高,位置更新速度变慢,搜索能力下降的问题,在位置更新过程中增加扰动频率,通过引入可修改控制参数MR来提高搜索能力。仿真结果表明,改进的人工蜂群算法,在相同网络参数的条件下,计算量远小于原人工蜂群算法,定位精度得到明显提高。