论文部分内容阅读
无线传感器网络(Wireless Sensor Network, WSN)作为研究热点已经越来越受到学术界的关注,成为科技领域最前沿的技术之一。节点定位技术是WSN诸多应用的基础,WSN的节点定位方法按照是否需要测距,分为基于测距的和无需测距两类。前者定位精度虽然较高,但成本及能耗较大,实际应用价值很小。后者虽然定位精度较差,但成本低易实现,并且其定位精度能够满足很多实际应用需求。DV-Hop定位算法作为无需测距的经典算法是目前实际应用最为广泛的算法,也引起了很多学者的研究兴趣。目前,已经取得一些研究成果,但还有待进一步提高精度。本文对DV-Hop定位算法的原理及误差产生的原因进行了深入研究,并针对其误差产生原因做了如下改进：(1)针对DV-Hop定位算法中忽略了节点间一跳范围内有远近之分,简单的用-跳来代表节点间的相互位置不够准确,本文利用RSSI强度值建立量化模型,提出一种改进算法——QRA-DV-Hop (Quantitative-RSSI-Amendment-DV-Hop)算法,仅用RSSI强度值来区分节点间距离的远近,不用进行复杂的距离计算,对直接通信的邻居节点进行量化并对量化单位数进行修正,细化了一跳之内节点间距离的信息,达到提高定位精度的目的。(2)在DV-Hop定位算法的最后坐标估算阶段,通常采用的是最小二乘法进行计算。而最小二乘法用于定位时,对某一个锚节点的误差的反应比较敏感,即使其他锚节点的误差较小,若一个锚节点的误差较大则最后的定位误差也较大。针对最小二乘法的不足,本文将节点坐标定位问题转化为误差函数求最小值的问题,将模拟退火算法、局部混沌搜索和带压缩因子的粒子群算法相结合,提出了一种基于SA-CLS-PSO (Simulated Annealing-Chaos Local Search-Particle Swarm Optimization)联合算法改进的DV-Hop算法,将节点坐标定位过程转化为对节点误差函数的最小化寻优过程,取代了DV-Hop算法中最小二乘法在坐标定位阶段对节点进行定位,仿真实验表明,该算法能有效的提高定位精度遏制误差叠加。