缩小采样区域的蒙特卡罗移动节点定位算法-engineeringjournal.pdfVIP

106 2014 ，50（21 ） Computer Engineering and Applications 计算机工程与应用 缩小采样区域的蒙特卡罗移动节点定位算法 1 1 2 陈万志 ，张 洋 ，李曌成 1 1 2 CHEN Wanzhi , ZHANG Yang , LI Zhaocheng 1.辽宁工程技术大学 电子与信息工程学院，辽宁 葫芦岛 125105 2.渤海装备辽河重工有限公司，辽宁 盘锦 124010 1.School of Electronics and Information Engineering, Liaoning Technical University, Huludao, Liaoning 125105, China 2.China Petroleum Liaohe Equipment Company, Panjin, Liaoning 124010, China CHEN Wanzhi, ZHANG Yang, LI Zhaocheng. Monte Carlo localization algorithm for mobile node by reducing sampled area. Computer Engineering and Applications, 2014, 50 （21 ）：106-110. Abstract ：In response to the problem of mobile node position for WSN, an improved MCL algorithm for mobile unknown node and fixed beacon node is proposed. Sampled area is reduced to improve the sampling efficiency by using the ranging error of beacon node and unknown node sufficiently. The simulation results show that the improved algorithm can improve the localization accuracy, reduce the number of sampling and computation, and prolong the network life cycle in different conditions of the beacon node density, connectivity and the maximum velocity of node. Key words ：Wireless Sensor Network （WSN ）; Monte Carlo Localization（MCL ）; mobile nodes; sampled area 摘 要：针对无线传感器网络中移动节点定位问题，提出一种适用于未知节点移动而信标节点固定的改进蒙特卡罗 定位算法，充分利用信标节点与未知节点间的测距误差来缩小采样区域，提高采样效率。仿真结果表明，改进算法 在信标节点密度、连通度和节点最大运动速度等不同情况下均能提高定位精度，减少采样次数和计算量，延长网络 的生存周期。 关键词：无线传感器网络；蒙特卡罗定位；移动节点；采样区域 文献标志码：A 中图分类号：TP393 doi ：10.3778/j.issn. 1002-8331.1403-0363 1 引言 WSN 技术的发展，出现了移动节点，2004 年Virginia 大 无线传感器网络（Wireless Sensor Network ，WSN ） 学的HU Lingxuan 等首次将用于机器人定位的蒙特卡 是由大量的传感器节点组成的自组织的网络，是许多学 罗算法（Monte Carlo Localization ，MCL ）应用在WSN