随着无线传感技术的发展,无线传感器网络(Wireless Sensor Network,WSN)逐渐成为了业界关注的焦点,主要是因为无线传感器网络能够在许多工程应用中较为便捷的完成对环境质量、自然灾害、战场战事等的监测,其应用领域包括农业、工业、医疗服务业等诸多行业。无线传感器网络是使用传感器采集信息,通过无线传输的方式进行通信的自组网络,其涉及的学科包括无线传输、传感器件与系统、电子电路、信号与系统等。无线传感器网络只有确定自身的位置坐标,才能够更准确的传递信息。目前,WSN研究人员对确定传感器位置坐标方面提出了很多算法,DV-Hop(Distance Vector-Hop)算法由于其算法简单、可扩展性强等特点受到研究人员的广泛关注,在此基础上也提出了众多DV-Hop改进算法。现有的DV-Hop改进算法主要从优化平均跳距、最小跳数,优选锚节点和优化定位计算方法四个方面进行改进。本文通过对DV-Hop定位算法的定位原理进行了深入的研究,对DV-Hop定位算法的误差来源进行了深入的分析,指出了影响DV-Hop定位算法误差大小的外部客观因素和内部主观因素。外部客观因素由网络设置和部署情况决定,无法避免,内部主观因素由定位算法的原理决定可以通过算法改进来减小误差。因此从影响DV-Hop定位算法误差大小的主观因素:未知节点与锚节点之间的最小跳数、跳段距离和坐标计算方法出发,以减小节点定位误差、提高算法定位精度为目的,提出了一种基于双通信半径线性回归遗传优化DV-Hop定位算法,即GADLDV-Hop定位算法。GADLDV-Hop定位算法在DV-Hop定位算法的基础上做了三点改进:(1)针对DV-Hop定位算法中未知节点与锚节点之间最小跳数计算方式,提出了双通信半径法确定最小跳数,对每个信标节点引入两个通信半径,当信标节点以通信半径R广播信息时,所有能够收到广播的邻居节点构成信邻节点组1;当信标节点以通信半径0.5R进行广播时,收到广播的邻居节点构成信邻节点组2,其最小跳数是0.5,洪泛结束后,最短传播路径通过信邻节点组2的节点中保留的最小跳数不再是一个整数,而是一个整数加上0.5。显然,与只用一个通信半径R的情况相比,这些节点的绝对定位误差就减小了0.5R。(2)针对DV-Hop定位算法中未知节点与所有锚节点的跳段距离计算方法,提出了基于全局线性回归的跳段距离计算方法,在无线传感器网络中,最小跳数路径一般都为一条折线,因此跳数对应的距离不存在一次线性增长关系。如果使用平均跳距乘以最小跳数的值作为节点之间的距离则会存在相当大的误差。由此可以知道,跳数与距离的关系应该符合一条曲线,所以利用全局线性回归对跳段距离加以改进。(3)针对DV-Hop定位算法中未知节点坐标计算方法,提出了改进的遗传算法来优化节点的坐标计算方法。若未知节点的个数为N,则染色体的长度为2×N,染色体中每一个基因的取值为[0,1000],初始生成规模为NIND的初始种群。每个染色体的每一个基因都是[0,1000]中的随机数,这种编码方式,通过一次遗传操作就可以得到所有的未知节点的位置。采用全局变异,借鉴粒子群算法的群体极值更新机制,在传统的遗传算法中加入群体历史极值部分。采用MATLAB软件对DV-Hop定位算法及GADLDV-Hop定位算法进行仿真,仿真结果表明,GADLDV-Hop定位算法的平均定位误差和定位精度均明显优于DV-Hop定位算法,减小了节点的平均定位误差、提高了算法的定位精度。