基于校正矢量和粒子群优化节点定位综合算法.pptVIP

2.2 分簇计算矫正步长 粒子群算法 2.2 分簇计算矫正步长 粒子群优化(PSO)算法是一种新颖的演化算法, PSO的优势在于简单而又功能强大。它属于一类随机全局优化技术, PSO算法通过粒子间的相互作用在复杂搜索空间中发现最优区域。 参数只需要最简单的设置： PSO粒子的长度等于簇内未知节点的个数 每一维分量对应一个节点的校正步长 目标函数作为适应度函数 2.3 簇边缘附加矫正 簇内节点的相对位置的最优化并不意味着全局网络所有节点的位置实现了最优化，有可能存在簇整体平移或者簇间距离误差反而增大的问题。因此考虑对簇与簇之间的位置进行调整。 目录 1 引言 2基于校正矢量和粒子群优化的节点定位综合算法 3 算法仿真实验及结果 本文目录结构 4 总结 引言 TDOA(Time Difference of Arrival)算法 RSSI(Received signed Strength Indicator)算法 已知基站发送端发射功率，在接收节点测量接收功率，计算信号的传播损耗； 使用信号衰减模型将传播损耗转化为距离。 在节点上安装超声波收发器和RF收发器,记录两种不同信号在两个节点中的传播时间差； 由传播时间差计算得到距离。 1引言 DV-HOP 定位算法 质心定位算法 锚节点每隔一段时间向邻节点广播一个信号(自身ID 和位置信息)。当未知节点接收