混沌粒子群在节点定位中应用.docVIP

混沌粒子群在节点定位中应用 　　摘要：该文基于节点定位中经常用到方程组的求解问题，采用混沌粒子群算法用于最优解的求解。混沌粒子群基于传统粒子群，具有建模容易，算法简单，收敛速度快的优点；考虑到粒子群的局部最优问题，该文在传统粒子群的基础上，添加混沌扰动，扩大粒子群的应用范围，摆脱局部最优。实验结果表明，在相同工作条件下，混沌粒子群算法相比于最小二乘算法，定位误差明显降低，达到了预期的目标。 　　关键词：节点定位；粒子群算法；混沌扰动；最优解 　　中图分类号：TP301 文献标识码：A 文章编号：1009-3044（2014）35-8578-02 　　Chaos PSO for the Application of the Node Localization 　　YANG Juan 　　（Cheng De Petroleum College， Chengde 067000，China） 　　Abstract： In this paper， considered the equations problem of solving in node localization， this paper is usde chaos particle swarm optimization （pso） algorithm used in the solution of the optimal solution. Chaotic particle swarm based on the traditional particle swarm with the advantages ofeasy modeling， simple algorithm ， fast convergence rate ； Considering the local optimal problem of particle swarm， in this paper， on the basis of the traditional particle swarm， add the chaos disturbance， enlarge the application range of particle swarm， get rid of the local optimum. Experimental results show that under the same working conditions， the chaos particle swarm optimization （pso） compared to the least squares algorithm， the position error is decreased obviously， and has reached the expected goal. 　　Key words： node localization； Particle swarm optimization algorithm； Chaos disturbance； The optimal solution 　　Zigbee无线传感网络基于IEEE802.15.4协议，通过节点间射频信号的发射和接收，实现数据的传输。节点定位是zigbee无线通信研究的重点内容之一[1]，如何实现简单算法、低硬件配置以及高定位精度现已成为热点的研究内容[2]。基于测距和无需测距的定位算法，以本文研究的DV-HOP算法为例，往往需要用到方程组的求解[3]， 粒子群优化算法在求解最优解方面具有较大的优势，该算法计算简单，收敛速度快，具有广泛的应用性，近年来许多学者将粒子群算法应用在节点定位的方程组求解中，但粒子群容易出现局部最优的问题，限制了PSO算法的使用。该文采用混沌粒子群算法，将混沌搜索添加到粒子群算法中，扩大算法的搜索范围，提高节点的定位精度。 　　1 DV-Hop定位算法[4] 　　无需测距的DV-Hop定位算法利用未知节点和锚节点间的平均跳距和跳数估算节点间的距离，通过求解方程组估算未知节点的坐标[5]。 　　DV-Hop定位算法[6]的定位过程如下： 　　1） 未知节点与锚节点间跳数：跳数初始值为0，锚节点将跳数加1后，向邻居节点广播自身信息和跳数，未知节点记录每个锚节点的信息和与最小跳数。 　　2） 未知节点与锚节点间的平均跳距：根据记录的锚节点位置和跳数，估算每跳的实际距离。锚节点将计算的平均跳距广播至网络中，未知节点记录接收到的第一个平均跳距，并转发给邻居节点。 　　3） 建立未知节点与锚节点间的距离方程组：平均跳距和跳数的乘积就是相邻两节点间的距离，根据记录的锚节点的平均跳距和跳数，计算从未知节点到锚节点的线段和，即可建