基于动态PSO的WSNs发音节点定位研究.pdfVIP

基于动态PSO的WSNs发音节点定位研究 ·127- 基于动态 PSO的WSNs发音节点定位研究 刘申晓，王志刚 (黄河科技学院 信息工程学院，河南 郑州 450006) 摘要：发音节点定位是无线传感器网络 (WSN)一项重要的监控任务 。为定位发音节点位置的极大似然 估计解(MLE)，通过分析栅格策略，基于此提出了动态粒子群优化 (PSO)的算法，该算法在降低计算量 的同时，减少了损失函数局部最优解的影响。另外，相对于原始数据，节点仅仅将信号的能量量测发送 到融合中心，大大降低了对通信带宽和能量的消耗。在多种场景下进行了对比仿真，实验结果验证了该 算法的优越性能。 关键词：发音节点；源定位 ；动态粒子群优化；无线传感器网络 中图分类号：TP393 文献标识码 ：A 文章编号：1000—8829(2015)03—0127—04 PronunciationW SNsNodeLocalizationBasedonDynamicPSO LIU Shen—xiao，WANG Zhi-gang (CollegeofInformationEngineering，HuangheScienceandTechnologyCollege，Zhengzhou450006，China) Abstract：Toensurepronunciationnodelocalizationisanimportantmonitoringtaskf0rWSN．Byusingmaxi— mumlikelihoodestimation(MLE)tolocatepronunciationnodepositionandanalyzinggridstrategy，thealgo- rithm ofdynamicPSO isproposed．Theamountofcalculationisreduced，atthesametime，theinfluenceonthe localoptimal solutionlossfunctionisalsoreduced．Inaddition，comparingwithoriginaldata，theeneryg meas— urementofsignalsismerelysenttothefusioncenterbynodes，whichgreatlyreducestheconsumptionofCOB- municationbandwidthandeneryg ．Comparativesimulation isconducted invariousscenarios，andtheexperi— mentresultsprovethesuperiorperformanceofthealgorithm． Keywords：pronunciationnode；sourcelOCalization；PSO；WSN 在无线传感器网络 (WSN，wirelesssensornetwork) 有的WSN系统常无法满足这样严格的要求 。卜 。与 的监控任务当中，利用声音信号对非合作 目标进行定 之相对应，近年来提出的基于RSS或者能量的方法， 位具有成本低、隐蔽性好、适用广泛等优点…。笔者 不要求节点之间进行精确时间同步，更加适合于WSN 主要研究对象是包含有一个融合中心和若干个装有简 的系统需求 。。。这类方法中，极大似然估计 (MLE， 单麦克风传感器的低端无线节点组成的WSN系统。 maximumlikelihoodestimation)方法，因为效率高并且 主要研究 问题是如何利用该系统对近距离 (near- 可以同时定位多 目标故被经常采用。 field)、宽带 (broad—band)声信号源进行定位。这类信 在MLE方法中，对所建立的似然方程进行优化求 号十分常见，包括车辆、行人和动物等发 出的声信 解是整个定位算法实现的关键，它所面I临的主要问题