崔焕庆，赵君宜，罗汉江

(山东科技大学 计算机科学与工程学院，山东 青岛 266590)

0 引 言

本文主要针对移动锚节点辅助定位算法进行研究。目前，已经有学者对相关算法进行了研究。SLMAT[1]，H-Curves[2]和M-Curves[3]均使用单个锚节点扫描部署区域。∑-SCAN[4]对Z-Curves和SCAN进行了改进，提高了定位精度。SSD[5]通过减少虚拟锚节点来节省能耗。GSCAN[6]、GTURN和PP-MMAN[7]均使用3个移动锚节点，并使虚拟锚节点成等边三角形分布，提高了定位精度。其中，GSCAN的虚拟锚节点数量较多，而GTURN的路径较长。文献[8，9]设计路径的目的均为减少共线锚节点的数量，提高定位精度。

目前，元启发式优化算法已经非常普遍，并且也广泛应用于无线传感器网络定位中的未知节点位置估计。MGDV-Hop[10]利用混合策略对萤火虫群优化算法进行了改进，提高未知节点的定位精度。文献[11]使用粒子群优化算法(particle swarm optimization，PSO)来估计未知节点的位置。文献[12]采用鲸鱼优化算法对接收信号强度与信号传输距离之间的关系公式进行优化，降低了测量误差。文献[13]提出了一种新的非视距的定位算法，并通过改进的粒子群优化算法估算目标的位置。文献[14]使用改进的灰狼优化算法估计未知节点的坐标。文献[15]将改进樽海鞘群算与DV-Hop结合，提高了定位精度。

本文的主要贡献有：

(1)设计了一种双移动锚节点协作的路径规划算法DASCAN(Dual-Anchor SCAN)，缩短了路径长度并且使用较少的虚拟锚节点，降低了能耗。

(2)使用加权质心算法和鲸鱼优化算法估算未知节点的坐标，提高了定位精度。

1 系统模型

在无线传感器网络中，已知自身位置的节点称为锚节点，其它节点称为未知节点，锚节点分为静态锚节点和移动锚节，后者在移动过程中需定期广播自身位置等信息。……