混沌粒子群和差分进化优化的RSSI质心定位算法
2021-01-27曾子维
孙 谋,曾子维,王 刚
(辽宁科技大学 计算机与软件工程学院,辽宁 鞍山 114051)
无线传感器网络(Wireless sensor network,WSN)是由大量传感器以自组织或者多跳的方式构成的无线网络,具有低功耗、可扩张性强等优点。传感器类型众多,在军事作战、环境监测、室内监控等领域具有广阔的应用前景。然而在真实环境中抛洒大量带有GPS定位的节点会导致成本过高,并且传感器的使用环境大多较为苛刻,无法保证所有的传感器都带有GPS 定位。因此,节点的定位技术成为WSN领域的关键技术之一,而提高节点的定位精度则成为WSN 领域中的一大热点。
无线传感器网络定位大致分为两类,基于测距的range-based 定位与无需测距的range-free 定位[1]。range-based定位要测量节点间的绝对距离,再利用三边测量、极大似然估计[2]等方法来计算未知节点的位置,包括 TOA[3]、TDOA[4]、AOA 等算法,算法的定位精度较高,但相应的功耗和成本也较大。range-free定位利用节点的估计距离实现定位,主要包括质心、DV-HOP[5]、Amorphous、MDSMAP[6]等定位算法。range-free定位算法虽然在定位精度上不如range-based定位算法,但成本较低,且定位精度已经能够满足大部分应用的需求。
目前,国内外学者对于传感器网络中的节点定位问题已经取得了诸多研究成果。Singh等[7]提出一种新的接收信号强度(Received signal strength indicator,RSSI)方法,通过引入噪声因子进行参数模型构建,来减小定位误差。Hyunmin Cho 等[8]将 PDR(Pedestrian dead reckoning,PDR)定位与无线传感器网络室内定位方法结合,来降低非直瞄定位误差。国内许多学者将智能优化算法引入节点定位技术中,并与range-free 定位方法结合,进一步提高了节点定位精度。……
