[发明专利]距离修正混沌粒子群多维标度无线传感器网络定位方法

权利要求书

1.一种距离修正混沌粒子群多维标度无线传感器网络定位方法，其特征在于，所述距离修正混沌粒子群多维标度无线传感器网络定位方法通过递推策略计算节点对距离，利用接收信号强度对距离作加权；采用混沌粒子群算法对坐标转化参数问题进行优化；

所述距离修正混沌粒子群多维标度无线传感器网络定位方法包括：相异性矩阵构建阶段和坐标转换阶段；

所述相异性矩阵构建阶段所有节点对之间采用递推测量和RSSI对距离进行加权修正；

所述坐标转换阶段采用混沌粒子群优化算法优化转换参数；

所述加权修正的方法包括：

(1)对于A的非邻居节点一跳节点C，由几何关系得：

未知节点B₁,B₂在节点A和C的通信半径内，距离

(2)对于A的非邻居节点两跳节点D，采用距离目标节点最近的一跳节点C来计算，由几何关系得：

得到所有节点对的距离；

(3)节点A邻居节点为其中k_A为节点A的邻居节点个数，n_Ai(i∈k_A)表示从A节点接收到的信号强度RSSI_Ai，则得到节点A和节点n_Ai距离的权重

则得到修正距离：

任意两个节点间通过几何递推策略与RSSI加权完成相异性度量修正，得到修正相异性矩阵；

所述混沌粒子群优化算法依据logistic方程产生混沌序列作为初始解全局最优解，计算混沌粒子适应度，并对适应度进行评价，若满足设定阈值threshold或迭代次数iteration则定位过程结束，则该算法停止，否则按照下更新粒子速度与粒子位置：

v_ij(k+1)＝w·v_ij(k)+c₁r₁(pbest_ij(k)-p_ij(k))+c₂r₂(gbest_gj(k)-p_ij(k))；

p_ij(k+1)＝p_ij(k)+v_ij(k+1)；

式中，v_ij表示粒子速度，w表示惯性权重，平衡全局搜索与局部搜索，k表示迭代次数，pbest表示该粒子当前最优位置，gbest表示全局当前最优位置，r₁和r₂服从[0,1]上的均匀分布，c₁和c₂为常量加速系数。