[发明专利]一种基于不规则区域下的禁忌粒子群优化DV-Hop定位方法

权利要求书

1.一种基于不规则区域下的禁忌粒子群优化DV-Hop定位方法，其特征在于，包括以下步骤：

步骤S1:初始化无线传感器网络，根据不规则区域特征，设置跳数临界值，并通过未知节点与锚节点之间的最大跳数和通信半径同最大跳跃距离误差修正平均一跳距离；

步骤S2：使用禁忌粒子群算法替代最小二乘法求解未知节点位置；

其中，所述步骤S1进一步包括：

步骤S11：无线传感器网络初始化：在不规则的目标区域内随机部署若干个未知节点和安装GPS的锚节点，锚节点向周围广播含有自身位置信息的数据包以及初始化为0的跳数值，邻居节点接收到此信息后，跳数值加1并向其邻居节点广播该锚节点信息；

步骤S12：经过步骤S11后，可获得未知节点u(x_u,y_u)与锚节点a(x_a,y_a)之间的跳数值hop_au，由于锚节点的位置可由GPS确定，通过式(1)计算出平均一跳距离HopSize_a；

其中,(x_a,y_a),(x_b，y_b)分别是锚节点a和b的坐标，hop_ab是两者之间的跳数；

步骤S13：记录距离未知节点u最远的锚节点q的跳数MaxHop_u：

步骤S14：判断位置节点与最远锚节点的跳数是否超过临界值，若超过则需要对跳距进行修正，反之则不做处理；

所述步骤S14进一步包括：

步骤S141：通过式(2)设定不规则区域下的跳数临界值T_min：

其中，R是节点的通信半径，S是网络面积，N为节点总数，ρ为锚定比，M是定位未知节点所需的最小锚节点数量；

步骤S142：通过式(3)得到估计距离修正值C_au:

其中表示所有锚节点的集合；

步骤S143：通过式(4)得到不规则区域下的估计距离d_au：

所述步骤S2进一步包括：

步骤S21：初始化粒子群参数：包括粒子总数N，学习因子c₁,c₂，惯性权重w,搜索空间的维度D，最大迭代次数T,邻域范围r_i，禁忌区域ε_i，并确定每个粒子的速度v_i和位置x_i；

步骤S22：通过式(5)得到粒子的适应度值作为目标函数，并确定种群的当代最优值pb与全局最优值gb；

其中n为锚节点数量，(x_ns,y_ns)为最优解的坐标；

步骤S23：通过式(6)和式(7)更新粒子的速度和位置，

v_iD(t+1)＝wv_iD(t)+c₁r₁(pb_iD-x_iD(t))+c₂r₂(gb_D-x_iD(t)) (6)

x_iD(t+1)＝x_iD(t)+v_iD(t+1) (7)

其中，t表示迭代次数，c₁、c₂为学习因子，r₁，r₂为(0，1)上均匀分布的随机数，w为惯性权重,α为(0，1)之间的随机数；

步骤S24：引入禁忌的思想对粒子群进行优化；

所述步骤S24进一步包括：

步骤S241：通过式(8)判断更新位置后的粒子是否在禁忌范围内，如果处于禁忌范围内，则需要随机生成新的邻域解，并重新计算适应度值；

|f(x)-f(x')|＜ε_i (8)

其中f(x)、f(x’)为当前解、邻域解的目标函数值；

步骤S242：若当前最优解连续多次没有更新，则将该最优解加入禁忌表；

步骤S243:若出现了比当前最优解更优的解，但该解处于禁忌范围中，则将当前最优解更新，并将该处于禁忌范围中的解释放；

步骤S25：令t＝t+1,判断粒子群是否达到最大迭代次数，若达到则输出最优解，反之则返回步骤S23。