基于鸡群算法的无线传感器网络定位研究

发布时间：2021-10-07 09:49

　　针对无线传感器网络（WSN）节点定位精度不足的问题,提出一种改进鸡群算法与典型定位模型相结合的ICSO（Improve Chicken Swarm Optimization）算法。首先,提出基于pareto距离分级的分类算法,优化鸡群算法种群比例;然后,在母鸡位置公式中引入随机游走策略,增大搜索范围;最后,将净能量增益引入小鸡的位置公式,进一步提高定位精度。仿真结果表明,ICSO与改进后的粒子群算法（MPSO）和鸡群算法（BIDCSO）相比,在参考节点比例、节点密度、通信半径和定位区域面积等方面的平均定位精度分别提高了19.2%、22.1%、12.1%、8.5%和6%、10.5%、4.4%、4.7%。实验结果表明,ICSO算法能够有效提高定位精度。 

【文章来源】：传感技术学报. 2019,32(06)北大核心CSCD

【文章页数】：7 页

【部分图文】：

定位误差对比图可以看出ICSO定位误差明显小于另两种算

对平均定位精度影响随着参考节点比例增加三种算法定位误差变化曲线如图2。图2不同参考节点比例的定位误差比较总体看来，随着参考节点比例的升高，定位效果都趋于更优。ICSO算法的定位精度较MPSO算法和BIDCSO算法分别提高了19．2%和6%。可以看出当参考节点比例从5%提升至20%的过程中，误差降低效果最为明显。由于优化了鸡群的速度与位置更新公式，所以定位效果更优于文献［8］改进的算法。参考节点比例逐步增大到一定比例后，三种算法的定位误差均逐步趋于平稳。图3不同节点密度的定位误差比较④节点密度对平均定位精度的影响随着节点密度增加三种算法定位误差变化曲线如图3。078

【参考文献】：
期刊论文
[1]基于鸡群优化的粒子滤波算法研究[J]. 张建春,康凤举,梁洪涛,徐皓.  系统仿真学报. 2017(02)
[2]改进的无线传感器网络DV-Hop节点定位算法[J]. 纪杰,施伟斌.  电子科技. 2016(10)
[3]无线传感器网络中DV-Hop定位算法的改进[J]. 马淑丽,赵建平.  通信技术. 2015(07)
[4]基于跳数修正的DV-Hop改进算法[J]. 夏少波,朱晓丽,邹建梅,连丽君.  传感技术学报. 2015(05)
[5]无线传感器网络DV-Hop定位算法的改进[J]. 夏少波,邹建梅,朱晓丽,连丽君.  计算机应用. 2015(02)
[6]改进粒子群算法的无线传感器网络节点定位[J]. 王亚子,杨建辉.  计算机工程与应用. 2014(18)
[7]无线传感器网络中Dv-Hop定位算法的改进[J]. 金纯,叶诚,韩志斌,韩刚,周晓军.  计算机工程与设计. 2013(02)

硕士论文
[1]无线传感器网络DV-Hop定位算法和定向扩散协议研究[D]. 庞新苗.中南大学 2010



本文编号：3421817