[發(fā)明專利]基于交叉粒子群的無線傳感器網(wǎng)絡(luò)移動(dòng)節(jié)點(diǎn)定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310027017.1
• 申請(qǐng)日: 2013-01-24
• 公開（公告）號(hào): CN103124396A
• 公開（公告）日: 2013-05-29
• 發(fā)明（設(shè)計(jì)）人: 王俊;張伏;李樹強(qiáng);邱兆美;毛鵬軍
• 申請(qǐng)（專利權(quán)）人: 河南科技大學(xué)
• 主分類號(hào): H04W4/02
• 分類號(hào): H04W4/02;H04W64/00;H04W84/18
• 代理公司: 鄭州睿信知識(shí)產(chǎn)權(quán)代理有限公司 41119
• 代理人: 陳浩

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于交叉粒子群的無線傳感器網(wǎng)絡(luò)移動(dòng)節(jié)點(diǎn)定位方法，特別適用于溫室無線傳感器網(wǎng)絡(luò)。

背景技術(shù)

無線傳感器網(wǎng)絡(luò)(wireless?sensor?network，WSNs)由部署在監(jiān)測區(qū)域內(nèi)大量的廉價(jià)微型傳感器節(jié)點(diǎn)組成，它集傳感器技術(shù)、嵌入式計(jì)算技術(shù)、分布式信息處理技術(shù)和無線通信技術(shù)為一體，通過傳感器與外界交互，完成數(shù)據(jù)采集、處理及通信等功能，現(xiàn)已被廣泛應(yīng)用于精細(xì)農(nóng)業(yè)、環(huán)境監(jiān)測、軍事應(yīng)用和科學(xué)研究等領(lǐng)域。無線傳感器網(wǎng)絡(luò)最基本的功能之一是實(shí)時(shí)地獲知事件發(fā)生的位置信息或獲取信息的節(jié)點(diǎn)位置。

隨著工程技術(shù)的發(fā)展，溫室面積呈持續(xù)擴(kuò)大，意味著需要部署大量的無線傳感器節(jié)點(diǎn)才能保證監(jiān)測的覆蓋性和連通性。使用移動(dòng)節(jié)點(diǎn)對(duì)溫室區(qū)域的環(huán)境進(jìn)行動(dòng)態(tài)、隨機(jī)監(jiān)測，既能減少節(jié)點(diǎn)數(shù)量，又可保證獲取溫室環(huán)境信息的全面性。移動(dòng)節(jié)點(diǎn)定位是該應(yīng)用的核心與基礎(chǔ)。無線傳感器網(wǎng)絡(luò)的定位算法無需向網(wǎng)絡(luò)中添加任何定位測量專用設(shè)備，而是利用監(jiān)測區(qū)域內(nèi)原先布置好的錨節(jié)點(diǎn)，通過信息感知、協(xié)作信號(hào)與信息處理的方式確定移動(dòng)節(jié)點(diǎn)位置，且具有較高的定位精度，是溫室移動(dòng)環(huán)境監(jiān)測定位服務(wù)的一種很好選擇。目前，許多無線射頻芯片本身都具有RSSI采集功能（RSSI技術(shù)是通過接收到的信號(hào)強(qiáng)弱測定信號(hào)點(diǎn)與接收點(diǎn)的距離，進(jìn)而根據(jù)相應(yīng)數(shù)據(jù)進(jìn)行定位計(jì)算的一種定位技術(shù)），無需增加額外的測距硬件，所以RSSI方法非常適合應(yīng)用于溫室無線傳感器網(wǎng)絡(luò)定位。

現(xiàn)有RSSI定位算法的定位過程一般分為兩個(gè)階段：第一階段稱為測距階段，通過RSSI測距方法，測出移動(dòng)節(jié)點(diǎn)到錨節(jié)點(diǎn)（錨節(jié)點(diǎn)是指已知自身位置的節(jié)點(diǎn)）的距離；第二階段，根據(jù)第一階段測得的距離信息估計(jì)移動(dòng)節(jié)點(diǎn)的自身坐標(biāo)，可以使用質(zhì)心算法、最大似然估計(jì)法、遺傳算法和粒子群優(yōu)化算法(particle?swarm?optimization，PSO)等。例如孫懋珩等將粒子群優(yōu)化算法引入到無線傳感器網(wǎng)絡(luò)定位中，該算法能有效地抑制測距誤差累積對(duì)定位精度的影響，可以明顯提高節(jié)點(diǎn)的定位精度，但存在收斂速度慢且穩(wěn)定度不高等問題。

粒子群優(yōu)化算法是一種基于種群的進(jìn)化計(jì)算技術(shù)，種群中每個(gè)成員叫做粒子，代表著一個(gè)潛在的可行解，而食物的位置則被認(rèn)為是全局最優(yōu)解。群體在D維解空間上搜尋全局最優(yōu)解，并且每個(gè)粒子都有一個(gè)適應(yīng)函數(shù)值和速度來調(diào)整它自身的飛行方向以保證向食物的位置飛行，在飛行過程中，群體中所有的粒子都具有記憶的能力，能對(duì)自身位置和自身經(jīng)歷過的最佳位置進(jìn)行調(diào)整。

在連續(xù)空間坐標(biāo)系中，粒子群算法的數(shù)學(xué)描述如下：設(shè)粒子群體規(guī)模為N，其中每個(gè)粒子在D維空間中的坐標(biāo)位置向量表示為速度向量表示為粒子個(gè)體最優(yōu)位置pbest（即該粒子最優(yōu)歷史位置）表示為群體最優(yōu)位置gbest（即該粒子群中任意個(gè)體經(jīng)歷過的最優(yōu)位置）表示為不失一般性，以最小化問題為例，設(shè)f(x)為最小化的目標(biāo)函數(shù)，則個(gè)體最優(yōu)位置的迭代公式為：