论文部分内容阅读
节点定位是无线传感器网络的关键技术之一，论文对现有的基于蒙特卡罗定位思想的移动节点定位算法进行了总结。针对蒙特卡罗定位算法在后验密度分布取值较大区域中的采样数较少，算法需要大量的样本才能取得较好定位效果的不足，提出了一种基于序列相似度的蒙特卡罗定位改进算法(MCWS)。该算法先利用各信标节点的信号强度值对移动节点初定位，优化原算法的采样区域。同时将信号值存储为目标序列，通过比较信标节点和样本点间序列与目标序列的相似度过滤样本点，并以相似度值作为加权标准计算移动节点坐标。仿真结果表明和其它算法相比，在不同的信标节点密度下定位误差减少了1%~10%，在不同的节点最大移动速度的情况下定位误差减少了3%~4%。蒙特卡罗定位算法在无线传感器网络移动节点定位中具有重要的作用。为了提高定位精度，提出了基于序列相关值的蒙特卡罗优化算法SCMCL。以接收的RSSI信号值对移动节点初定位，并将其作为新的采样中心，SCMCL可以优化蒙特卡罗系列算法的采样区域，同时将移动节点收到的锚节点信号值存储为目标序列，通过比较样本序列和目标序列间的相关值来过滤样本点，并将相关值作为加权标准来计算移动节点的坐标。仿真验证，SCMCL算法在相同的锚节点密度和最大速度下和同类算法相比，定位误差均减少了10%左右。