迭代粒子群优化的水下无线传感器网络节点自定位算法

发布时间：2018-05-21 04:23

  本文选题：水下传感器网络 + 节点定位　； 参考：《西北工业大学学报》2017年04期

【摘要】：传统MDS-MAP(multi-dimensional scaling MAP)算法使用节点间的最短路径作为真实距离计算节点位置,但当水下无线传感器网络(underwater wireless sensor networks,UWSN)构型非均匀时,最短路径将严重偏离节点间真实距离,位置计算将产生较大误差。针对此不足,文中设计了一种基于迭代粒子群优化的RQ-PSO定位算法。该方法利用MDS-MAP算法对传感器节点完成粗定位,引入几何约束来限制粒子群初始种群范围,并采用鲁棒四边形规则对未知节点位置进行优化求解。通过理论分析和仿真,结果表明,该算法收敛速度明显高于传统粒子群算法(PSO),定位精度高于传统MDSMAP与PSO算法,且RQ-PSO算法具有较强的鲁棒性。
[Abstract]:The traditional MDS-MAP(multi-dimensional scaling map algorithm uses the shortest path between nodes as the real distance to calculate the node position. However, when the underwater wireless sensor network has a non-uniform configuration, the shortest path will deviate seriously from the real distance between the nodes. The calculation of position will result in great error. In order to solve this problem, a RQ-PSO localization algorithm based on iterative particle swarm optimization is designed. In this method, MDS-MAP algorithm is used to locate sensor nodes, geometric constraints are introduced to limit the initial population range of PSO, and robust quadrilateral rules are used to optimize the location of unknown nodes. The results of theoretical analysis and simulation show that the convergence speed of the proposed algorithm is obviously higher than that of the traditional PSO algorithm, the positioning accuracy is higher than that of the traditional MDSMAP and PSO algorithms, and the RQ-PSO algorithm has strong robustness.
【作者单位】： 西北工业大学航海学院;96617部队;西安航天精密机电研究所;
【基金】：国家自然科学基金(51179156;51379176;51679201)资助
【分类号】：TN929.3;TP212.9

【相似文献】

相关期刊论文 前10条

1 李晓霞;王建军;;一种基于粒子群优化的信息隐藏方法[J];系统工程与电子技术;2007年04期

2 高鹰;;应用粒子群优化器的立体声回波消除算法(英文)[J];广州大学学报(自然科学版);2009年02期

3 王小斌;关维国;程猛;慕文静;;基于粒子群优化算法的室内定位方法[J];网络安全技术与应用;2013年12期

4 宫景丰;许家栋;彭京晶;;修正粒子群优化算法在能量定位中的运用[J];计算机仿真;2008年09期

5 高鹰;刘怀亮;;一种改进的粒子群优化算法及其在盲信号分离中的应用[J];广州大学学报(自然科学版);2011年06期

6 何庆元;韩传久;莫建文;张彤;;一种速度更快的粒子群优化算法[J];桂林电子科技大学学报;2007年01期

7 佘俊;刘维亭;;改进的粒子群优化算法用于方向图阵列综合[J];电子世界;2013年10期

8 孙子文;王鑫雨;白勇;纪志成;;基于信度和早熟检验的混沌粒子群优化定位算法[J];传感器与微系统;2013年09期

9 唐勇;王兴春;;基于粒子群优化算法的空中目标定位[J];指挥控制与仿真;2007年04期

10 苏炳均;李林;;粒子群优化的无线传感器网络仿真研究[J];计算机仿真;2010年09期

相关会议论文 前1条

1 龚挺;曹秀英;;基于粒子群优化的伪距定位算法研究[A];第二届中国卫星导航学术年会电子文集[C];2011年

相关博士学位论文 前2条

1 刘东;粒子群优化算法及其工程应用研究[D];西南交通大学;2013年

2 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年

相关硕士学位论文 前5条

1 王璇;改进粒子群算法及其在传感器网络定位中的应用[D];辽宁工程技术大学;2014年

2 王京;粒子群优化算法及在盲均衡中的应用[D];南京邮电大学;2011年

3 王旭东;基于粒子群优化的无线传感器网络节点定位研究[D];哈尔滨工业大学;2012年

4 高传根;基于简化粒子群优化的无线传感网络节点定位算法研究[D];辽宁大学;2013年

5 杨倩;基于函数展开法和粒子群优化算法的反射面天线方向图赋形研究[D];西安电子科技大学;2010年

，

本文编号：1917734