《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于多功率移動(dòng)錨節(jié)點(diǎn)WSN智能定位算法
基于多功率移動(dòng)錨節(jié)點(diǎn)WSN智能定位算法
2015年電子技術(shù)應(yīng)用第6期
杜楊洋,,毛永毅
西安郵電大學(xué) 電子工程學(xué)院,,陜西 西安710061
摘要: 為了降低定位成本及提高定位精度,,提出了一種使用單個(gè)錨節(jié)點(diǎn)移動(dòng)進(jìn)行未知節(jié)點(diǎn)坐標(biāo)計(jì)算的SAPSO-SMPMA算法,。該算法采用單個(gè)移動(dòng)錨節(jié)點(diǎn)游歷定位區(qū)域,,并通過(guò)功率控制發(fā)射不同功率的信標(biāo)信號(hào),,未知節(jié)點(diǎn)利用收到的不同位置錨節(jié)點(diǎn)信息結(jié)合自適應(yīng)權(quán)重粒子群算法計(jì)算節(jié)點(diǎn)坐標(biāo)??紤]到實(shí)際應(yīng)用時(shí)錨節(jié)點(diǎn)可能帶有誤差,,故加入了錨節(jié)點(diǎn)矢量誤差分析。仿真表明,,本算法在充分考慮錨節(jié)點(diǎn)自身誤差及大幅降低定位成本的情況下,,定位精度仍然較高,是一種實(shí)用的定位算法,。
中圖分類(lèi)號(hào): TN929.53
文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2015)06-0088-03
中文引用格式:杜楊洋,,毛永毅.基于多功率移動(dòng)錨節(jié)點(diǎn)WSN智能定位算法[J].電子技術(shù)應(yīng)用,2015,,41(6):88-90.
英文引用格式:Du Yangyang,,Mao Yongyi.Intelligent algorithm for locating nodes in wireless sensor network based on the multi-power level mobile anchor node[J].Application of Electronic Technique,2015,41(6):88-90.
Intelligent algorithm for locating nodes in wireless sensor network based on the multi-power level mobile anchor node
Du Yangyang,,Mao Yongyi
School of Electronic Engineering,,Xi′an University of Posts and Telecommunication,Xi′an 710061,,China
Abstract: A location algorithm is studied in wireless sensor networks and in terms of the problem a new locating algorithm for using single mobile anchor node is proposed,single mobile anchor node passes the network according to the designed step length and path ,at the same time, transmits beacon signal of different power through the power control. The unknown nodes are positioned by the received information, and in the positioning stage. Considering the practical application of the anchor nodes may have error, the anchor nodes vector error analysis is intro duceed.The simulation results show the new algorithm shows good performance. It is a feasible wireless sensor network node localization algorithm.
Key words : wireless sensor network,;mobile anchor node;multi-power control,;particle swarm optimization

    0 引言

    無(wú)線(xiàn)傳感器網(wǎng)絡(luò)主要應(yīng)用于對(duì)事件的智能監(jiān)控,,而事件發(fā)生的坐標(biāo)信息對(duì)于監(jiān)控消息至關(guān)重要。由于錨節(jié)點(diǎn)移動(dòng)算法僅使用少量移動(dòng)的信標(biāo)節(jié)點(diǎn)在待定位區(qū)域進(jìn)行游走定位,,定位成本大大降低,,同時(shí)定位精度也較高,從而得到了國(guó)內(nèi)外學(xué)者的廣泛重視[1,,2],,文獻(xiàn)[3]介紹了通過(guò)優(yōu)化錨節(jié)點(diǎn)移動(dòng)路徑以降低定位誤差的方法;文獻(xiàn)[4]介紹了未知節(jié)點(diǎn)根據(jù)接收到的移動(dòng)錨節(jié)點(diǎn)發(fā)射的信號(hào)時(shí)間差來(lái)確定位置坐標(biāo)的方法,。由于錨節(jié)點(diǎn)一般采用GPS設(shè)備確定坐標(biāo),,這難免出現(xiàn)誤差,而以上算法在對(duì)未知節(jié)點(diǎn)定位時(shí)均未考慮到此誤差產(chǎn)生的影響,,因此,,算法不夠完善。本文充分考慮錨節(jié)點(diǎn)誤差及成本,,提出了一種采用單個(gè)多功率移動(dòng)錨節(jié)點(diǎn)的自適應(yīng)權(quán)重粒子群(SAPSO- SMPMA)算法,。 

1 SAPSO-SMPMA算法

    在SAPSO-SMPMA算法中,,設(shè)待定位區(qū)域?yàn)長(zhǎng)×L正方形區(qū)域,,未知節(jié)點(diǎn)隨機(jī)撒布,錨節(jié)點(diǎn)按照設(shè)計(jì)的路徑進(jìn)行移動(dòng),,在錨節(jié)點(diǎn)發(fā)射信號(hào)的不同位置,,分別用靜態(tài)的虛擬錨節(jié)點(diǎn)進(jìn)行表示,如圖1中,,移動(dòng)錨節(jié)點(diǎn)從定位區(qū)域的一個(gè)頂點(diǎn)出發(fā)(圖1中黑色實(shí)點(diǎn)所示),,按照箭頭方向進(jìn)行移動(dòng)直至游走完整個(gè)待定位區(qū)域。 

tx3-t1.gif

1.1 計(jì)算未知節(jié)點(diǎn)與不同位置錨節(jié)點(diǎn)的距離

    本文設(shè)定移動(dòng)錨節(jié)點(diǎn)的移動(dòng)步長(zhǎng)為s=L/5,,錨節(jié)點(diǎn)通過(guò)功率控制,,每次移動(dòng)一個(gè)步長(zhǎng)的距離后,以一定的時(shí)間間隔依次向四周發(fā)射4種功率依次增強(qiáng)的功率信號(hào),,信號(hào)包含錨節(jié)點(diǎn)發(fā)射時(shí)的坐標(biāo)A和相應(yīng)發(fā)射功率下錨節(jié)點(diǎn)信號(hào)的極限傳輸半徑R={ri|i=1,,2,3,4且r1<r2<r3<r4}及4種錨節(jié)點(diǎn)極限傳輸半徑數(shù)據(jù)包,。一旦錨節(jié)點(diǎn)的功率信號(hào)被待定位節(jié)點(diǎn)接收,,此節(jié)點(diǎn)便不再接收錨節(jié)點(diǎn)同一位置更高功率的信號(hào)。

    若待定位節(jié)點(diǎn)Q接收到錨節(jié)點(diǎn)在坐標(biāo)A11處第i次發(fā)射的功率信號(hào)則有||Q-A11||<ri,,同時(shí)由于信號(hào)是按照功率依次增強(qiáng)的順序進(jìn)行發(fā)射的,,故有||Q-A11||>ri-1,即得到未知節(jié)點(diǎn)的位置區(qū)間為ri-1≤||Q-A11||≤ri,,此時(shí)取d=(ri-1+ri)/2作為此時(shí)錨節(jié)點(diǎn)和未知節(jié)點(diǎn)之間的距離估計(jì),,當(dāng)i=1時(shí),取ri-1=0,。如圖2所示,,未知節(jié)點(diǎn)位于錨節(jié)點(diǎn)的第二次發(fā)射信號(hào)最大傳輸半徑r2和第三次發(fā)射信號(hào)的最大傳輸半徑r3之間,則此時(shí)(r2+r3)/2即為估計(jì)距離,。

tx3-t2.gif

1.2 錨節(jié)點(diǎn)誤差矢量分析

    由于定位過(guò)程中信標(biāo)節(jié)點(diǎn)位置信息的核心地位,,所以加入錨節(jié)點(diǎn)定位誤差進(jìn)行分析具有重要的意義,文獻(xiàn)[5]提到了一種GPS矢量分析形式,,但是這種表示形式,,僅考慮到了節(jié)點(diǎn)定位裝置接收GPS信號(hào)的誤差,未考慮定位環(huán)境差異帶來(lái)的影響及錨節(jié)點(diǎn)移動(dòng)的誤差,,因此本文提出了如式(1)所示的錨節(jié)點(diǎn)誤差分析的矢量坐標(biāo)表示形式,,其中envir_error表示錨節(jié)點(diǎn)的環(huán)境誤差,gps_error表示因噪聲等干擾的信號(hào)誤差,,β表示錨節(jié)點(diǎn)移動(dòng)角度誤差,。

    tx3-gs1.gif

1.3 估計(jì)未知節(jié)點(diǎn)的坐標(biāo)

    為了在保證定位精度的前提下,盡可能延長(zhǎng)移動(dòng)錨節(jié)點(diǎn)的生存壽命,,本文設(shè)定錨節(jié)點(diǎn)傳輸半徑r4位于區(qū)間tx3-gs1-x1.gif內(nèi),,未知節(jié)點(diǎn)根據(jù)接收到的信標(biāo)節(jié)點(diǎn)的坐標(biāo)及與相應(yīng)信標(biāo)節(jié)點(diǎn)坐標(biāo)對(duì)應(yīng)的距離d,采用魯棒性強(qiáng),、實(shí)現(xiàn)簡(jiǎn)單并且收斂快的自適應(yīng)權(quán)重粒子群算法進(jìn)行處理,,從而得到未知節(jié)點(diǎn)的估計(jì)坐標(biāo)。

1.3.1 自適應(yīng)權(quán)重粒子群算法(SAPSO)描述

    在基本的PSO算法[6]中,,準(zhǔn)確適當(dāng)?shù)仄胶馑惴ǖ木植考叭炙褜つ芰?,?duì)于求取最優(yōu)值非常重要,因此,,如能自主合理地匹配慣性權(quán)重則能精準(zhǔn)快速地求得最優(yōu)值,。

    基于以上思想,Shi和Eberhart[7]提出了SAPSO算法,,算法數(shù)學(xué)描述如下:在e維搜尋區(qū)域有N個(gè)潛在問(wèn)題解的粒子形成的種群,,微粒速度及坐標(biāo)可分別表示為Vi=[vi,,1,…,,vi,,e]和Xi=[xi,1,,…,,xi,e](i=1,,2,,…,N),。對(duì)各微粒的目標(biāo)函數(shù)分析求出t時(shí)刻各微粒的個(gè)體及群體的最優(yōu)值,,再按式(2)更迭各微粒的坐標(biāo)及速度。

    tx3-gs2.gif

    其中i=1,,2,,…,N,;c1,、c2為加速常數(shù),一般設(shè)為c1=2,,c2=2,;r1、r2為0~1之間均勻分布的隨機(jī)數(shù),;Pi及Pg分別為個(gè)體和群體最優(yōu)值,;w為慣性權(quán)重因子,按式(3)設(shè)置,。

    tx3-gs3.gif

式中wmax和wmin分別代表w的最大值和最小值,,本算法設(shè)wmax=0.42,wmin=0.05,;f為粒子當(dāng)前的目標(biāo)函數(shù)值,,favg和fmin分別為微粒的平均和最小目標(biāo)值,。SAPSO算法流程如圖3所示,。

tx3-t3.gif

1.3.2 設(shè)置SAPSO參數(shù)

    本文選取邊長(zhǎng)為200 m的正方形區(qū)域仿真,待定位節(jié)點(diǎn)個(gè)數(shù)為100,,粒子數(shù)為18,,迭代次數(shù)為20。

    (1)適應(yīng)度函數(shù)

    設(shè)每個(gè)待定位節(jié)點(diǎn)收集到的移動(dòng)錨節(jié)點(diǎn)的信號(hào)數(shù)量為Mi(i=1,,…,,N),,(x,y)為待定位節(jié)點(diǎn)位置,,移動(dòng)錨節(jié)點(diǎn)與待定位節(jié)點(diǎn)的距離為ci(i=1,,2,…,,Mi),,(xi,yi)為移動(dòng)錨節(jié)點(diǎn)位置,,gi為待定位節(jié)點(diǎn)與移動(dòng)錨節(jié)點(diǎn)的測(cè)距誤差,,其計(jì)算表達(dá)式為:

    tx3-gs4.gif

    由于在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中,測(cè)距誤差越小,,定位的精確度越高,,因此本文選用每個(gè)未知節(jié)點(diǎn)測(cè)距誤差和的絕對(duì)值作為適應(yīng)度函數(shù),具體計(jì)算公式如下:

    tx3-gs5.gif

    (2)性能評(píng)價(jià)指標(biāo)

    本實(shí)驗(yàn)評(píng)判指標(biāo)選取平均定位誤差來(lái)計(jì)算,,如式(6)所示:

tx3-gs6.giftx3-gs6.gif

2 SAPSO-SMPMA算法性能仿真

    設(shè)仿真區(qū)域?yàn)檫吔玳L(zhǎng)度為200 m的正方形,,待定位節(jié)點(diǎn)數(shù)為100。本文設(shè)定錨節(jié)點(diǎn)誤差分析參數(shù)為envir_

error∈[1,,5],,gps_error∈[1,5],,β∈[0,,2π]、β,、envir_error,、gps_error均為取值區(qū)間內(nèi)的隨機(jī)數(shù)。將r4設(shè)為DV-hop算法節(jié)點(diǎn)通信半徑,。為了驗(yàn)證本文算法的性能,,將SAPSO-SMPMA算法與DV-hop[8-9]算法進(jìn)行對(duì)比仿真實(shí)驗(yàn)。根據(jù)構(gòu)想搭建的仿真區(qū)域節(jié)點(diǎn)分布如圖4所示,,其中:*表示誤差為零的虛擬錨節(jié)點(diǎn)坐標(biāo),,□表示加了定位誤差的虛擬錨節(jié)點(diǎn)坐標(biāo),○表示待定位節(jié)點(diǎn)的坐標(biāo),。

tx3-t4.gif

    由圖5可知,,隨著節(jié)點(diǎn)數(shù)增多, DV-hop算法的定位誤差逐漸降低,,這是由于該算法需要較好的網(wǎng)絡(luò)連通度來(lái)進(jìn)行定位,,節(jié)點(diǎn)越多越密集定位精度越高,但是其定位誤差相對(duì)另兩種算法仍然較高,,而錨節(jié)點(diǎn)按本文虛擬錨節(jié)點(diǎn)分布的DV-hop算法和本文算法的定位誤差曲線(xiàn)變化比較平穩(wěn),,同時(shí)本文算法的定位誤差明顯較低,。

tx3-t5.gif

    圖6顯示對(duì)于DV-hop算法隨著錨節(jié)點(diǎn)誤差的升高定位誤差逐漸增大,錨節(jié)點(diǎn)按照本文虛擬錨節(jié)點(diǎn)分布的DV-hop算法的定位誤差曲線(xiàn)出現(xiàn)了小范圍波動(dòng)但是整體依然平緩,,然而本算法隨著移動(dòng)錨節(jié)點(diǎn)定位誤差的增大平均定位誤差曲線(xiàn)一直比較平穩(wěn)而且誤差值較低,,相比DV-hop算法誤差減少了40.1%~43.2%,相比錨節(jié)點(diǎn)按照本文虛擬錨節(jié)點(diǎn)分布的DV-hop算法誤差減少33.2%~33.7%,。

tx3-t6.gif

3 結(jié)論

    SAPSO-SMPMA算法通過(guò)錨節(jié)點(diǎn)移動(dòng)并發(fā)射多功率信號(hào),,待定位節(jié)點(diǎn)通過(guò)選擇性接收信標(biāo)信號(hào),并結(jié)合SAPSO算法快速迭代處理來(lái)計(jì)算自身坐標(biāo),。實(shí)驗(yàn)分析表明,,本文算法在引入錨節(jié)點(diǎn)誤差分析及不需要硬件測(cè)距設(shè)備支持的情況下,能精確地對(duì)節(jié)點(diǎn)進(jìn)行定位,,是一種可行的無(wú)線(xiàn)定位算法,。

參考文獻(xiàn)

[1] Ou Chia-ho.A localization scheme for wireless sensor networks using mobile anchors with directional antennas[J].Sens-ors Journal,IEEE,,2011,,11(7):1607-1616.

[2] 李光輝,趙軍,,王智.基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的森林火災(zāi)監(jiān)測(cè)預(yù)警系統(tǒng)[J].傳感技術(shù)學(xué)報(bào),,2006,19(6):2760-2764.

[3] 李洪峻,,卜彥龍,,薛晗,等.面向無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的移動(dòng)錨節(jié)點(diǎn)路徑規(guī)劃[J].計(jì)算機(jī)研究與發(fā)展,,2009,,46(1):129-136.

[4] LUO J,SHUKLA H V,,HUBAUX J P.Noninteractive location  surveying  for  sensor  networks  with  mobility-differen-tiated TOA[A].Proceedings of 25th  IEEE Conference on Computer Communication[C].Barcelaona,,Spain,2006:1-12.

[5] 李牧東,,熊偉,,郭龍.基于最優(yōu)跳距處理策略的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)智能定位算法[J].計(jì)算機(jī)應(yīng)用,2012,,32(7):1836-1839.

[6] KENNEDY J,,EBERHART R C,SHI Y.Swarm intelligence[M].San Francisco:Mor-gan Kaufman Publishers,,2001.

[7] SHI Y,,EBERHART R C.A modified particle swarm optimizer[C].In:Proc.of the IEEE CEC.1998:69-73.

[8] NICULESCU D,NATH B.Ad hoc positioning system(APS)[C].Proceedings of the 2001 IEEE Global Telecommunications Conference.New York:IEEE Communications Society,,2001:2926-2931.

[9] 肖麗萍,,劉曉紅.一種基于跳數(shù)修正的DV-Hop定位算法[J].傳感技術(shù)學(xué)報(bào),2012,,25(12):1726-1730.

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載。