[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

说明书

本发明公开了一种不规则区域下的禁忌粒子群优化DV‑Hop定位方法，属于无线传感器网络中的节点定位技术领域。本发明步骤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。采用本发明的技术方案，能够限制在不规则区域下，过多的曲折路径导致未知节点与锚节点之间的估计距离异常值的出现，同时利用禁忌粒子群算法代替最小二乘法定位，能有效的提高节点定位精度。

技术领域

本发明涉及无线传感器网络中的节点定位技术领域，尤其涉及一种基于不规则区域下的禁忌粒子群优化DV-Hop定位方法。

背景技术

无线传感器网络(WSN)由多个传感器节点组成，这些传感器节点使用无线链路与其他节点进行交互，并将数据传输到基站，在那里可以最好地分析数据。在各种WSN应用中，如医疗监控、环境传感、军事监控、智能建筑、工业监控、安全等；传感器节点的准确位置感知至关重要。通常对一部分传感器节点配备GPS等定位设备，并通过这些节点与网络中的其他传感器节点通信来计算它们的位置。

定位算法可以分为基于测距的或无需测距的。基于测离的技术利用接收机信号强度指示器(RSSI)、分组到达时间差(TOA)或信号到达角度(AOA)来估计节点之间的距离。但是这些技术需要昂贵的测量设备，并且容易受到环境干扰。另一方面，无范围技术利用连接性信息通过网络内的多跳通信计算未知节点的位置。例如质心算法、DV-Hop算法、Amorphous算法，APIT算法，这些方法不需要额外的硬件来测量传感器节点之间的距离。而这些算法假设节点分布在规则区域内，以获得大多数应用的满意结果，但在现实世界场景中，该区域是不规则的，带有洞和障碍物，未知节点和锚节点之间的估计距离误差增大，从而影响整体性能。

粒子群算法是一种基于种群协作的随机搜索算法，种群内的每一个个体被称为粒子，具有自己的位置、速度属性和一个由被优化函数决定的适应度值，在空间内根据一定的规则搜索解。由于粒子群实现简单，全局探测能力强，在无线传感器网络中得到广泛应用。

现有技术的节点定位方法主要存在以下两个问题：

1、在不规则区域下，由于障碍物和空洞的存在，导致未知节点与锚节点之间存在曲折路径，此时两者之间的跳数值有可能会远大于正常值，然而估计距离是以简单的跳数乘以平均跳距，累积误差较大。多数研究利用跳数值分配权重，在求解时，估计距离大的分配较小的权重，而估计距离较小的配以较大的权重，以此平衡因为曲折路径导致的误差，但并没有一个统一的公式可以通用在任意场景下。

2、粒子群算法容易产生早熟收敛并且在后期局部搜索能力较差，重复搜索次数多，收敛速度慢，这就导致基于粒子群优化的DV-Hop定位方法存在精度低，效率低，搜索能力弱的缺点。

故针对现有技术的缺陷，实有必要提出一种技术方案以解决现有技术存在的技术问题。

发明内容

有鉴于此，确有必要提供一种基于不规则区域下的禁忌粒子群优化DV-Hop定位方法，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；使用禁忌粒子群算法替代最小二乘法求解未知节点位置。采用本发明的技术方案，能够限制在不规则区域下，过多的曲折路径导致未知节点与锚节点之间的估计距离异常值的出现，同时利用禁忌粒子群算法代替最小二乘法定位，能有效的提高节点定位精度。

为了克服现有技术的缺陷，本发明的技术方案如下：

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，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。