基于改进粒子群优化算法的WSN节点定位的研究

发布时间：2017-10-16 09:47

  本文关键词：基于改进粒子群优化算法的WSN节点定位的研究

  更多相关文章： 无线传感器网络 LH-DMPSO 节点定位

【摘要】：无线传感网(Wireless Sensor Network,WSN)是信息技术革命的重要组成部分,被广泛的应用于军事,医疗护理,环境监测,目标跟踪等领域,是一种重要的信息采集手段。在实际应用中,无线传感网节点的位置信息是其提供各种应用服务的基础,虽然GPS(Global Positioning System)是当前应用最广泛、技术最成熟的全球定位系统,但是由于无线传感网具有节点数量大,体积小,传感节点能量有限的特点;使得高能耗,体积较大,成本较高的GPS定位装置在应用于大规模的WSN时受到限制。对于大规模的无线传感器网络,目前主要的节点定位算法主要分为两类;一类是基于测距的定位算法,即首先通过RSSI(Rdio Signal Strength Indicator),TDOA(Time Difference of Arrival)等各种测距技术测得未知节点到已知节点的距离,列出方程组,再通过最大似然估计法、三边测量法等求解此非线性方程组,最终完成对未知节点的定位;另一种是基于非测距的定位算法,主要是在无线传感网上部署特殊的通信协议,通过网络的连通性来估计节点间的距离,从而完成定位过程,比较典型的算法主要有DV-HOP(Distance vector-hop),质心算法等。粒子群优化算法是一种新兴的群体智能优化算法,主要用于求解非线性优化问题,具有搜索速度快,实现简单的特点,被广泛的应用于路径规划,经济预测等领域;但是粒子群优化算法在求解复杂多峰的非线性优化问题时,容易陷入早熟收敛,针对这一缺点,本文提出一种基于种群粒距动态变化策略的带有双变异因子的改进粒子群优化算法LH-DMPSO(Lowdiversity_Highdiversity Dual Mutation Particle Swarm Optimization),通过动态变异,促进粒子更新,从而克服早熟收敛问题。在传统的基于RSSI测距的无线传感网节点定位算法中,使用RSSI测距手段本身会引入测距误差,传统的采用最大似然法估计等方法求解非线性方法组进而完成定位时,引入了较大的计算误差,本文首先对此传统节点定位算法进行详细的误差分析,随后将定位问题转化为非线性优化问题,再用改进的粒子群优化算法LH-DMPSO来求解定位。最后通过与传统的基于最大似然法估计法定位以及基于标准粒子群优化算法定位进行仿真性能比较,证明了本文改进算法的有效性。
【关键词】：无线传感器网络 LH-DMPSO 节点定位
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-13
• 1.1 课题研究背景和意义9-10
• 1.2 国内外研究现状10-12
• 1.3 研究内容和结构安排12-13
• 第二章 无线传感网概述及其节点定位技术13-29
• 2.1 无线传感网概述13-17
• 2.1.1 无线传感网络的基本概念13
• 2.1.2 无线传感器网络的体系结构13-15
• 2.1.3 无线传感器网络的特征15-16
• 2.1.4 无线传感器网络的主要应用16-17
• 2.2 无线传感器网络的节点定位17
• 2.3 无线传感器网络节点定位分类17-18
• 2.4 基于测距的定位18-24
• 2.4.1 常见的测距与测角技术18-21
• 2.4.2 常见的定位方法21-24
• 2.5 基于非测距的定位24-27
• 2.5.1 质心定位法25-26
• 2.5.2 DV-HOP算法26-27
• 2.6 定位算法的性能评价指标27-28
• 2.7 本章小结28-29
• 第三章 粒子群优化算法及其改进29-41
• 3.1 粒子群优化算法基本原理29-30
• 3.2 基本粒子群算法的参数分析30-32
• 3.2.1 惯性权重30-31
• 3.2.2 加速因子31-32
• 3.2.3 最大速度限幅32
• 3.3 具体算法步骤32-33
• 3.4 标准粒子群优化算法流程图33
• 3.5 标准粒子群优化算法的局限性33-34
• 3.6 改进的粒子群优化算法34-35
• 3.6.1 平均粒距34
• 3.6.2 双变异因子34-35
• 3.6.3 LH-DM动态变异策略35
• 3.7 改进算法流程35-36
• 3.8 实验与仿真36-40
• 3.9 本章小结40-41
• 第四章 改进粒子群优化算法在WSN节点定位中的应用41-52
• 4.1 基于RSSI测距的定位41-47
• 4.1.1 RSSI测距原理41-43
• 4.1.2 信道衰落模型43-45
• 4.1.3 RSSI取值策略45
• 4.1.4 基于RSSI测距技术定位算法流程45-46
• 4.1.5 基于RSSI定位误差分析46-47
• 4.2 基于改进粒子群优化的节点定位算法47-48
• 4.2.1 粒子群优化算法在节点定位中的应用47
• 4.2.2 基于改进粒子群优化的RSSI定位算法步骤47-48
• 4.3 实验与仿真48-50
• 4.3.1 实验环境描述48-49
• 4.3.2 实验结果与数据分析49-50
• 4.4 本章小结50-52
• 第五章 总结与展望52-54
• 5.1 论文总结52
• 5.2 研究展望52-54
• 参考文献54-57
• 附录1 攻读硕士学位期间撰写的论文57-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 曹晓梅;何欣;陈贵海;;传感器节点定位系统攻防机制研究[J];计算机科学;2008年07期

2 邓文莲;;无线传感器网络节点定位的仿真研究[J];计算机仿真;2012年05期

3 嵇玮玮;刘中;;递增式传感器节点定位方法的累积误差分析及其改进[J];南京理工大学学报(自然科学版);2008年04期

4 梅举;陈涤;辛玲;;基于蒙特卡洛方法的移动传感网节点定位优化算法[J];传感技术学报;2013年05期

5 王培东;祁春莉;;一种改进的节点定位方法[J];计算机应用与软件;2012年08期

6 李磊;秦国军;胡茑庆;陈铠;;基于传输距离估计的无线传感网节点定位方法[J];系统工程与电子技术;2009年01期

7 梁毓明;陈德海;黄朝志;;无线传感器网路节点定位技术的研究进展[J];江西理工大学学报;2010年03期

8 贺远华;黎洪生;;一种新的无线传感器网络分布式节点定位方法[J];武汉理工大学学报(信息与管理工程版);2010年04期

9 胡钢;张瑞;刘宴佳;;水下传感器网络移动节点定位问题研究[J];传感技术学报;2012年02期

10 李余琪;;基于修正残差的物联网节点定位算法仿真[J];计算机仿真;2013年05期

中国重要会议论文全文数据库 前2条

1 何怡;郭爱煌;刘枫;;多层网状局域连通环境无线传感网络中的节点定位[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（下册）[C];2008年

2 黄奕微;刘桂雄;洪晓斌;;WSN节点定位系统构建方法与实现[A];2010中国仪器仪表学术、产业大会（论文集1）[C];2010年

中国博士学位论文全文数据库 前3条

1 胡冰;无线传感器网络节点定位与目标跟踪技术研究[D];武汉理工大学;2010年

2 陈维克;无线传感器网络路由和节点定位技术研究[D];武汉理工大学;2009年

3 王晟;无线传感网络节点定位与覆盖控制理论及技术研究[D];武汉理工大学;2006年

中国硕士学位论文全文数据库 前10条

1 江小燕;未知环境中未携带设备物体的定位研究[D];深圳大学;2015年

2 邹媛;车联网节点定位及监控系统的设计与研究[D];上海交通大学;2015年

3 李晓英;无线传感器网络节点定位的研究[D];延安大学;2015年

4 李坤;基于蒙特卡洛的无线传感网移动节点定位研究[D];东华理工大学;2015年

5 刘伟;基于改进粒子群优化算法的WSN节点定位的研究[D];南京邮电大学;2015年

6 梁涛;节点定位与系统优化研究[D];复旦大学;2011年

7 刘美轻;基于无线电干涉的无线传感器网络节点定位的研究[D];汕头大学;2009年

8 江涛;无线传感器网络中节点定位关键技术研究[D];安徽理工大学;2013年

9 张双;WSN中移动节点定位及其在智慧校园中的应用研究[D];河北师范大学;2015年

10 黄奕微;LSSVR三维节点定位机理与系统研发[D];华南理工大学;2011年

，

本文编号：1041995