資源描述：
《基于隨機(jī)漂移粒子群算法的WSNs節(jié)點(diǎn)定位.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、2014年第33卷第10期傳感器與微系統(tǒng)(TransducerandMicrosystemTechnologies)141DOI：10．13873／J．1000--9787(2014)10-0141--03基于隨機(jī)漂移粒子群算法的WSNs節(jié)點(diǎn)定位趙吉，紀(jì)志成(1．江南大學(xué)電氣自動(dòng)化研究所，江蘇無(wú)錫214122；2．無(wú)錫城市職業(yè)技術(shù)學(xué)院電子信息工程系，江蘇無(wú)錫214000)摘要：提出了隨機(jī)漂移粒子群優(yōu)化(RDPSO)算法，并將該算法應(yīng)用于接收信號(hào)強(qiáng)度指示(RSSI)定位算法中，以降低由RSSI測(cè)距產(chǎn)生的定位誤差。在仿真實(shí)驗(yàn)中，分別比較
2、了基于RDPSO和PSO的RSSI定位算法。實(shí)驗(yàn)結(jié)果表明：RDPSO算法是在優(yōu)化性能上優(yōu)于PSO算法，有效提高了節(jié)點(diǎn)定位精度，證明該方法收斂速度快，穩(wěn)定性能好，精度高，適用于WSNs節(jié)點(diǎn)定位問(wèn)題。關(guān)鍵詞：隨機(jī)漂移粒子群優(yōu)化算法；定位；無(wú)線傳感器網(wǎng)絡(luò)；接收信號(hào)強(qiáng)度指示中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000--9787(2014)10-0141-03WSNSnodelocalizati0nbased0nrandomdriftparticleSWarm0DtJl●ml●ZatJl●0nal■20rl●tJh’mZHAOJi
3、．_．JIZhi．cheng(1．InstituteofElectricalAutomation，JiangnanUniversity，Wuxi214122，China；2．DepartmentofElectronicInformationEngineering，WuxiCityCollegeofVocationalTechnology，Wuxi214000，China)Abstract：Randomdriftparticleswarnloptimization(RDPSO)algorithmispresentedandapplie
4、dtoRSSIlocalizationalgorithm，inordertoreducepositioningerrorsgeneratedbyRSSIranging．Insimulationexperiments，RSSIlocalizationalgorithmbasedonRDPSOiscomparedwiththatbasedonparticleSwa／T／loptimization(PSO)．ExperimentalresuhsindicatethatRDPSOalgorithmissuperiortoPSOalgorit
5、hminoptimizingperformance，whichimprovespositioningprecisionofnodes，itisprovedthatthemethodhasfastconvergencespeed，goodstabilityandhighprecision．whichissuitableforWSNsnodelocalizationproblem．Keywords：randomdriftparticleswanTloptimization(RDPSO)algorithm；localization；wir
6、elesssensornetworks(WSNs)：RSS10引言低由于RSSI測(cè)距產(chǎn)生的定位誤差，提高節(jié)點(diǎn)定位精度。無(wú)線傳感器網(wǎng)絡(luò)(wirelesssensornetworks，WSNs)憑借1RDPSO算法全新的信息獲取處理技術(shù)，在軍事應(yīng)用、環(huán)境監(jiān)測(cè)、目標(biāo)跟粒子群優(yōu)化(PSO)算法是一種基于群體進(jìn)化的高效優(yōu)蹤、智能交通及入侵監(jiān)測(cè)等定位相關(guān)的領(lǐng)域具有廣泛的應(yīng)化算法J。但Van已經(jīng)驗(yàn)證PSO算法不能保證全局收用前景J。在這些應(yīng)用中，傳感器節(jié)點(diǎn)的位置信息直接反斂。為此，本文提出RDPSO算法。映了監(jiān)測(cè)目標(biāo)所處的位置，如果沒(méi)有具體的位置
7、信息，采集和PSO算法一樣，假設(shè)RDPSO算法中包含m個(gè)粒子，的數(shù)據(jù)就是無(wú)效或無(wú)意義的，目標(biāo)監(jiān)測(cè)就將失去意義。粒子i表示給定問(wèn)題在D維空間中的潛在解，并且在第n次近年來(lái)，已經(jīng)有很多學(xué)者提出了將進(jìn)化算法和群體智能優(yōu)迭代時(shí)含有3個(gè)向量，分別是當(dāng)前位置X=(墨。，，?，化算法應(yīng)用于WSNs的節(jié)點(diǎn)定位問(wèn)題中。本文提出了。)，速度=(。，，?，。)和個(gè)體局部最優(yōu)值pbest隨機(jī)漂移粒子群優(yōu)化(randomdriftparticleswarmoptimiza—點(diǎn)P=(，，?，。)，同時(shí)定義群體全局最優(yōu)值gbesttion，RDPSO')算法，并
8、將該算法應(yīng)用于接收信號(hào)強(qiáng)度指示點(diǎn)為G=(G，G；，?，G)。和PSO不同的是RDPSO算法(recievedsignalstrengthindication，RSSI)節(jié)點(diǎn)定位中，以降的進(jìn)化公式，它是根據(jù)在隨機(jī)標(biāo)準(zhǔn)有限溫度下外部電場(chǎng)的
