刘 宏,韩亚波,张时斌,关业欢

(江西理工大学电气工程与自动化学院,江西 赣州 341000)

无线传感器网络(WSN)定位是无线传感器应用关键支撑技术之一,也是目前国内外学者研究的热点[1]。定位方法有基于距离[2](range-based)和距离无关[3](range-free)的两种,其中基于距离的定位算法测量精度较高,因此获得了广泛的应用。该算法是通过到达角度(AOA)的方法、到达时间(TOA)的方法、到达时间差(TDOA)的方法以及信号接收强度指示(RSSI)等方法得到节点间的距离、角度等位置关系,再采用最大似然估计法(MLE)、三边测量、三角测量等算法得出待测节点的位置。

由于受到周围复杂环境的影响造成测距精度与实际有一定的偏差,使得基于距离的定位算法测出的节点位置不够精确。而粒子群定位算法对测距精度的要求不高,且能快速求得最优解,故目前众多学者都纷纷将目光投向研究粒子群定位算法,以经典粒子群(PSO)算法[4],离散粒子群(DPSO)算法[5]为基础,各种优化算法层出不穷。文献[6]设计的RQ-PSO定位算法中,通过引入几何约束来限制粒子运动空间,然后应用鲁棒四边形规则优化节点定位,算法提高了定位精度,但收敛速度提升较少。文献[7]通过改进边界的方法缩小限制可行解空间,加快了粒子群的搜索速度,然后引入竞争进化和自适应权重相结合方法提高收敛速度,但存在定位精度偏低的不足。文献[8]提出将最优跳矩和改进PSO相结合的算法,用待定位节点相邻区域的平均跳矩来优化当前跳矩,然后用改进的粒子群算法优化待定位节点的位置坐标,改善了定位精度。……