[发明专利]一种基于量子虎鲨机制的无线传感器网络节点定位方法

权利要求书

1.一种基于量子虎鲨机制的无线传感器网络节点定位方法，其特征在于，包括以下步骤：

步骤一：建立基于跳距修正的距离估计模型，具体为：

锚节点向无线传感器网络广播一个信标，信标中包含此锚节点的位置信息和一个初始值为1的表示跳数的参数，此信标在网络中被以泛洪的形式传播出去，信标在某节点的通信半径范围内才能被此节点接收，信标每次被转发时跳数都增加1，接收节点在它接收到的关于同一个锚节点的所有信标中仅保存具有最小跳数值的信标，丢弃具有较大跳数值的信标，通过这一距离矢量路由机制，网络中所有节点都获得了到达每一个锚节点的最小跳数值，设定网络节点数量为锚节点密度为节点通信半径为γ，锚节点数量为未知节点数量为其中，round(·)为取整函数，锚节点位置集合表示第i″个锚节点的位置矢量，锚节点对跳数矩阵其中，ξ为无穷大值，为第i″个锚节点与第j″个锚节点对之间的最短路径跳数，由距离矢量路由机制获得，当o_i″,j″＝0时，表示俩锚节点重合；当o_i″,j″＝ξ时，表示锚节点对之间通信不可达，第i″个锚节点的平均每跳距离估值为通过网内其余锚节点到该锚节点间的距离和除以最短路径跳数和得到，公式描述为σ为累加标号，所有锚节点在网络中将其平均每跳距离估值转发至临近的未知节点，并作为临近未知节点的平均跳距

所有节点在网络中传播信息时会将自身的标识和到各个锚节点的跳数信息传递给通信可达的邻居节点，在网络传播完成之后，每个待定位的未知节点便存储了到各个锚节点所经过的最短路径节点序列集合，每个锚节点便存储了到各个锚节点所经过的最短路径节点序列集合，使用相似度系数S_c来表示路径间的相似度，其定义如下，其中，表示待定位的未知节点到目标锚节点的最短路径节点序列集合，表示其余锚节点到目标锚节点的最短路径节点序列集合，为提取集合元素个数函数，计算集合与不同集合之间的相似度系数，其中相似度系数最大的路径即为最大相似路径，并将最大相似度系数作为此待定位未知节点到目标锚节点的相似系数最大相似路径是与待定位节点到目标锚节点路径最为相似的锚节点对间的多跳路径，此路径的距离除以跳数即可得到此路径的平均每跳距离估值，并将其作为此待定位未知节点到目标锚节点的相似跳距

未知节点到锚节点的估计距离要通过此未知节点到目标锚节点的最优跳距乘以二者之间的最短路径跳数获得，其中，未知节点到锚节点的估计距离记作二者之间的最短路径跳数要依托于距离矢量路由机制获得，并记作此未知节点到目标锚节点的最优跳距要根据阈值从相似跳距和平均跳距中选择获得，并记作具体操作如下：设定无线传感器网络中未知节点到锚节点的真实距离为那么标准化的网络距离估计精度为

步骤二：建立基于跳距修正的节点定位模型，具体为：未知节点的定位位置集合表示第i″′个未知节点的定位位置矢量，设计第i″′个未知节点位置定位的误差函数设定无线传感器网络中的未知节点的真实位置集合为那么标准化的网络定位精度为

步骤三：开启定位，初始化待定位的未知节点标号i″′为1，对待定位的未知节点进行逐一定位；

步骤四：初始化量子虎鲨群并设定参数，具体为：

设定量子虎鲨群规模为h，最大迭代次数为G，迭代次数标号为g，g∈[1,G]，第g次迭代时，第i个量子虎鲨在b维搜索空间中的量子位置为当g＝1时，初代量子虎鲨量子位置的每一维均初始化为[0,1]之间的均匀随机数；

步骤五：定义并计算量子虎鲨与猎物的距离，确定量子虎鲨群的最优量子位置，具体为：第g次迭代时，将全部量子虎鲨量子位置的每一维映射到位置解空间范围内，得到量子虎鲨量子位置的映射态映射方程定义为其中，表示第j维下限，表示第j维上限，i＝1,2,…,h，j＝1,2,...,b，将第i个量子虎鲨量子位置的映射态代入第i″′个未知节点的误差函数中得到相应的定位误差上标T表示转置，其代表第i个量子虎鲨量子位置的优劣，同时规定量子虎鲨量子位置映射态对应的定位误差越小，量子虎鲨与猎物越接近，将全部量子虎鲨按照与猎物距离由近到远的顺序排序，规定距离猎物最近的量子位置为最优量子位置

步骤六：量子虎鲨分别执行猎物追踪模式和游曳模式，并在执行过程中使用模拟量子旋转门来演化量子虎鲨的量子位置，具体为：

步骤6.1：最优量子虎鲨执行猎物追踪模式：其中，为最优量子虎鲨猎物追踪模式下的量子旋转角，为[0,1]之间均匀分布的随机数，为中第j个维度的梯度，e₁为猎物追踪控制因子，具体描述为：为最优量子虎鲨映射态中仅第j维变成后所对应的定位误差，ε为微分因子；

步骤6.2：其余量子虎鲨执行猎物追踪模式：且i≠z，j＝1,2,...,b，其中为非最优量子虎鲨猎物追踪模式下的量子旋转角，e₂为猎物追踪牵引因子，为[0,1]之间均匀分布的随机数；

步骤6.3：所有量子虎鲨执行游曳模式：量子虎鲨量子位置的某些维度产生随机扰动，余下的维度保持不变，i＝1,2,...,h，j＝1,2,...,b，其中，为游曳模式下的量子旋转角，为[0,1]之间均匀分布的随机数，e₃为游曳规模控制因子，为[-1,1]之间均匀分布的随机数，e₄为游曳范围控制因子；

步骤七：更新量子虎鲨量子位置和量子虎鲨群最优量子位置；

步骤八：演进终止判断，判断是否达到最大迭代次数G，若未达到，则令g＝g+1，返回步骤六；若达到，则终止演进，将最后一代量子虎鲨群的最优量子位置所对应的映射态作为第i″′个未知节点的定位位置矢量，实现对该未知节点的定位；

步骤九：定位终止判断：判断是否所有未知节点均实现定位，即判断是否满足为未知节点数量，若不满足，则令i″′＝i″′+1，返回步骤四，从而进行下一未知节点的定位；若满足，则输出所有未知节点的定位结果，定位结束。

2.根据权利要求1所述的一种基于量子虎鲨机制的无线传感器网络节点定位方法，其特征在于：步骤七所述更新量子虎鲨量子位置和量子虎鲨群最优量子位置具体为：计算新生量子虎鲨和当代量子虎鲨与猎物的距离，在量子位置集合中贪婪选择h个距离猎物较近的量子位置作为下代量子虎鲨的量子位置将g+1代量子虎鲨按照与猎物距离由近到远的顺序排列，进而更新量子虎鲨群的最优量子位置。