[发明专利]一种基于EDW-DPSO算法的定位性能优化方法

说明书

本发明涉及一种基于EDW‑DPSO算法的定位性能优化方法，包含：S1、计算无线传感网络中所有节点与每个锚节点间的最小跳数；S2、选择与未知节点在一跳范围内的所有锚节点，计算该些锚节点之间的平均跳距的均值；S3、计算锚节点之间的估计距离；S4、修正平均跳距的均值；S5、计算最终平均跳距；S6、计算未知节点与各个锚节点之间的估计距离；S7、计算未知节点的估计坐标；S8、采用EDW‑DPSO算法对未知节点的估计坐标进行优化。本发明通过对最终平均跳距的修正，以及采用EDW‑DPSO算法对未知节点的坐标进行优化，有效降低未知节点的坐标定位误差率。

技术领域

本发明涉及一种基于差分进化粒子群算法的优化定位算法，具体是指一种基于EDW-DPSO(指数衰减惯性权重的分裂粒子群优化算法)的定位性能优化方法，属于无线传感器网络定位技术领域。

背景技术

无线传感器网络技术是一门新兴的信息采集和处理技术，它是伴随着无线通信技术、传感器技术、分布式信息处理技术以及嵌入式技术的飞速发展而产生的。当今，在军事、工业以及社会生产中均会使用到无线传感器网络技术，而在这些应用中基于位置的服务是所有应用的基础。因此，无线定位技术是无线传感器网络应用中的关键技术之一，具有非常重要的研究意义和应用价值。

无线定位技术是一种新的信息感知和信息处理的技术，能够收集周围环境的信息，或者对周围物体进行监测。但是，如果获取或者监测到的信息不包含位置信息则是没有任何意义的。然而，限于应用成本等的限制，无线传感器网络中的大多数的传感器节点是不能获得其自身位置信息的，这就意味着，确定未知传感器节点的位置信息，在无线传感器网络中是关键的问题之一。另外针对不同的应用场景，定位算法的性能指标需要不断的优化。目前无线传感器网络中的未知节点的定位方法主要有三边测量法、质心算法，DV-Hop算法等。

在无线传感器网络中，DV-Hop算法是一种被广泛应用的与距离无关的定位算法，该算法中利用网络层的一个重要信息，即邻居锚节点的信息进行定位。DV-Hop定位算法不但适用于拥有三个以上邻居锚节点的情况，而且还适用于邻居锚节点的数量少于三个的情况，这个优势是很多其它定位算法不具备的(例如APIT算法)。

起初，粒子群优化算法(PSO)是通过模拟鸟类的觅食行为来解决具体的优化问题。该算法基于种群的随机搜索技术和群体智能(Swarm Intelligence，简称SI)算法，通过粒子间的竞争实现优化，使得粒子群优化算法有利于小参数的调整。粒子群优化算法广泛适用于各种优化问题中，例如单项性能指标和多项性能指标优化等方面。

针对粒子群优化算法因种群多样性丧失而陷入局部最优、早熟收敛的问题，又提出一种基于指数衰减惯性权重的分裂粒子群优化算法(EDW-DPSO)。首先，采用半均匀初始化种群，使种群以整体均匀、局部随机的方式分布；其次，引入动态分裂算子，对满足分裂条件的粒子执行分裂操作，增加种群多样性，避免粒子陷入局部最优；最后，采用指数衰减的惯性权重，平衡粒子全局搜索和局部开发能力。实验结果表明，该算法在前期有较大的搜索空间，种群多样性增加，后期则强调局部开发，提高收敛精度和优化能力，加快粒子跳脱局部极值逼近全局最优。

基于上述，本发明提出一种基于EDW-DPSO算法的定位性能优化方法，对无线传感器网络中未知节点的估计坐标进行优化，从而有效降低未知节点的定位误差率，解决现有技术中存在的缺点和限制。

发明内容

本发明的目的是提供一种基于EDW-DPSO算法的定位性能优化方法，通过对最终平均跳距的修正，以及采用EDW-DPSO算法对未知节点的坐标进行优化，有效降低未知节点的坐标定位误差率。

为了达到上述目的，本发明提出一种基于EDW-DPSO算法的定位性能优化方法，适用于无线传感器网络，包含以下步骤：

S1、无线传感器网络中的每个锚节点广播发送信息，计算无线传感网络中的所有节点与每个锚节点之间的最小跳数；