[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

说明书

本发明公开了一种基于量子虎鲨机制的无线传感器网络节点定位方法，包括建立基于跳距修正的距离估计模型；建立基于跳距修正的节点定位模型；初始化待定位的未知节点标号为1，对待定位的未知节点进行逐一定位；初始化量子虎鲨群并设定参数；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；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；更新量子虎鲨量子位置和量子虎鲨群最优量子位置；演进终止判断，实现定位；定位终止判断，输出所有未知节点定位结果。本发明未知节点到全网锚节点的估计距离更接近于真实距离，具有更好的鲁棒性，实现无线传感器网络中未知节点定位。

技术领域

本发明涉及一种基于跳距修正及量子虎鲨机制的无线传感器网络节点定位方法，属于无线通信技术领域。

背景技术

无线传感器网络WSN作为一种以无线通信方式形成的多跳自组织网络，主要包括传感器、感知对象和观察者三个要素，综合各种技术来实现对网络覆盖区域内感知对象信息的采集、处理和传输，在入侵检测、环境监测、室内监控和流量分析等领域均具有广泛的应用前景。位置信息是传感器网络节点采集数据过程中不可或缺的部分，确定事件发生的位置或采集数据的节点位置是传感器网络最基本的功能之一。因此，网络节点定位技术是WSN诸多应用的关键支撑技术之一，是目标跟踪与导向、定向信息查询与传递、协助路由并实现路由协议、网络拓扑控制和网络覆盖控制等技术的重要基础。

无线传感器网络节点定位方法主要分为两种，第一种为基于测距的定位方法，包括距离测量与位置计算两个环节，其中，距离测量环节依托于特殊硬件来测量出节点间的距离或角度；第二种为基于非测距的定位方法，包括距离估计与位置计算两个环节，其中，距离估计环节依托于网络多跳路由协议和距离矢量路由传递，通过跳距乘以跳数来估计出节点间的距离。基于测距的定位方法主要包括接收信号强度指示定位RSSI、接收信号传播时间定位TOA和接收信号传播时间差定位TDOA等；基于非测距的定位方法主要包括质心定位、距离向量跳数定位DV-Hop等。DV-Hop定位方法对网络节点密度、锚节点数量和网络拓扑结构等方面要求较高，存在应用层面的缺点，但因其开创性的无需直接测距的定位思路提供了一种良好的模型设计方向，使得相关的改进策略研究广泛展开。

通过对现有技术文献的检索发现，景路路等在《传感技术学报》(2017,30(04):582-586)上发表的“基于跳距优化的改进型DV-Hop定位算法”中引入多通信半径策略来细化锚节点间的跳数，进而获得每个锚节点的跳距，引入加权平均策略来利用全网锚节点跳距信息，进而获得每个未知节点的跳距，这种定位方法使所有未知节点均可获得一个理论上到达全网锚节点均为最优的跳距，适用于各向同性网络，但不符合实际应用中各向异性网络的特点，且多通信半径发射信号会增加网络能耗；石琴琴等人在《传感技术学报》(2019,32(10):1549-1555)上发表的“基于距离修正及灰狼优化算法对DV-Hop定位的改进”中引入最大相似路径策略来获得每个未知节点的跳距，引入灰狼优化机制来实现未知节点的位置计算，这种定位方法可以实现未知节点定位，但对网络节点密度、锚节点数量和网络拓扑结构等方面要求较高，且无法有效地规避灰狼优化机制易于陷入局部极值而导致的定位偏差问题；方旺盛等在《传感器与微系统》(2020,39(07):127-129+133)上发表的“节点密度加权及距离修正的粒子群优化定位算法”中引入密度加权策略和粒子群优化机制来实现未知节点定位，但仍然存在着应用层面的缺点。

已有文献的检索结果表明，现有的基于非测距的无线传感器网络节点定位方法中存在着几点不足：在距离估计环节，距离估计的精度很大程度上取决于网络拓扑结构的好坏，若是网络节点密度、锚节点数量或网络架构等因素不理想，则会导致距离估计偏差过大、网络能耗增加，进而导致网络节点定位偏差过大，传感器寿命降低；在位置计算环节，定位算法仍然存在着收敛速度慢、收敛精度差和易于陷入局部极值等问题。

发明内容