基于量子行为粒子群优化算法的定位技术研究.pdfVIP

58 传感器与微系统 (TransducerandMicrosystemTechnologies) 2012年 第31卷第5期 基于量子行为粒子群优化算法的定位技术研究 赵 吉 ，纪志成 (1．江南大学 电气 自动化研究所 ，江苏 无锡 214122； 2．无锡城市职业技术学院 电子信息工程系，江苏 无锡 214000) 摘 要：针对无线传感器网络(WSNs)节点定位问题，阐述了WSNs的分布迭代式定位方法研究。这种方 法将每次迭代后定位的节点作为其余未知节点的参考节点．同时将基于测距定位问题看成一个多维优化 问题，并提出利用具有快速收敛能力的量子行为粒子群优化 (QPSO)算法进行求解。最后将仿真实验结果 与粒子群优化(PSO)算法进行比较，表明QPSO算法在优化性能上优于PSO算法 ，有效提高了节点定位精 度，证明该方法的有效性。 关键词：量子行为粒子群优化算法 ；粒子群优化算法；定位；无线传感器网络；分布迭代式 中图分类号：TP393 文献标识码：A 文章编号：1000--9787(2012)05-0058-04 Research 0n localizationtechnologybased0n quantum-behaved Dart…icle SW arm Oot』i●m i●zat·i●on al●20rl●tJn■m ；Ic ZHAOJi，_．JIZhi．cheng (1．InstituteofElectricalAutomation，JiangnanUniversity，Wuxi214122，China； 2．DepartmentofElectronicInformationEngineering，W uxiCityCollegeofVocationalTechnology， Wuxi214000．China) Abstract：Aimingattheproblem ofnodelocalizationinwirelesssensornetworks(WSNs)，thedistributed iterativelocalizationmethodresearchofWSNsisdescribed．Oncethenodesgetlocalized，theyactasreferencesfor therestofnodes．Theranging—basedlocalizationproblem isformulatedasamulti·dimensionaloptimization issue， andthequantum-behavedparticleswarmoptimizationalgorithm(QPSO)whichhasquickconvergenceabilityis usedforsolutions．Thesimulationresuhsarecomparedwiththeparticleswarmoptimization(PSO)algorithm，it showsthatQPSOalgorithmoutperfomrsthePSOalgorithmandimprovethenodelocalizationprecisioneffectively， whichimprovesthevalidityofthepresentedmethod． Keywords：quantum—behavedparticleswarlnoptimization(QPSO)algorithm；particleswamioptimization(PSO) algorithm；localization；wirelesssensornetworks(WSNs)；distributediterative 0 引 言