APP下载

动态WSN中基于改进的蒙特卡罗盒子定位算法

2017-05-18赵强

电子科技 2017年5期

赵 强

(兰州交通大学 电子与信息工程学院,甘肃 兰州 730070)

动态WSN中基于改进的蒙特卡罗盒子定位算法

赵 强

(兰州交通大学 电子与信息工程学院,甘肃 兰州 730070)

针对蒙特卡罗盒子定位算法在动态WSN定位方面所存在的计算量大,精确度不高以及耗时等缺点。提出一种量子粒子群算法优化蒙特卡罗盒子的定位算法(QPSO-MCB)。该算法不仅减小了解空间的搜索时间,同时提高了采样效率,有效改善了蒙特卡罗盒子定位算法的高误差和低效率。仿真结果表明,与蒙特卡罗盒子算法相比,平均采样效率有了明显提高,特别当移动速度增加的情况下,定位误差反而下降。

动态的无线传感器网络;定位;量子粒子群优化算法;蒙特卡罗盒子定位算法

无线传感器网络(Wireless Sensor Network, WSN)由于强大的数据获取和处理能力被广泛应用。因此,WSN发展前景已得到越来越多的关注[1-2]。定位技术在WSN中是重要研究领域,被广泛应用于环境监测、国防军事、预防控制等。在WSN中,网络节点定位是对所有应用的先决条件,只有已知传感器节点接收数据位置,才有利用价值。目前节点定位方法主要分为两种,一种是基于测距定位,另外一种是基于非测距定位[3-5]。基于测量距离方法包括接受信号强度(RSSI)[6-7],到达时间(TOA),到达时间差(TDOA)[8],到达角度测量(AOA)[9]等。非测距算法不需要距离信息和角度信息,这种算法是基于网络连接和其他信息来实现定位,如三角形内点信息APIT算法[10],质心算法[11],节点间跳数信息DV-HOP算法等[12]。

上述定位算法适合在静止的传感网络中,具有较高的定位效率和定位精度。……

登录APP查看全文