[发明专利]带有罚函数的粒子群传感器节点定位方法

说明书

技术领域

本发明涉及的是一种无线传感器网络定位方法，属于计算机无线网络应用技术领域。

背景技术

无线传感器网络是一种无基础设施的无线网络，具有快速展开、高健壮性和抗毁性等特点。能够广泛应用于环境检测和预报、智能家居等诸多领域。在无线传感器网络的绝大多数应用中，只有当节点的位置已知，获得的信息才有意义。因此，节点定位技术是无线传感器网络的关键技术之一。目前无线传感器网络节点定方法主要有三边测量法^[1]、质心算法^[2]，DV-Hop算法^[3]等。

近年来，研究者们将各种智能计算方法引入到无线传感器网络来进行节点定位技术的研究。文献[4]提出一种基于遗传算法的定位算法，文献[5]提出了一种基于模拟退火算法的定位算法，文献[6]提出了一种基于粒子群优化估计的定位算法。在这三种智能算法中，粒子群优化算法的参数少，实现简单。因此本发明在此基础上，利用罚函数^[7]来加快算法的收敛速度和提高定位算法的定位精度，提出一种基于带有罚函数的粒子群优化的无线传感器网络节点定位(PSOPF，Particle Swarm Optimization with Penalty Function)方法。

与本发明相关的文献包括：

1.Nicolescu D，Nath B.Ad-hoc positioning systems(APS)using AOA[C].The 22^th AnnualJoint Conference of the IEEE Computer and Communications Societies，San FranciscoCalifornia，2003.1734-1743；

2.Dragos Niculescu，Badri Nath.DV-based Positioning in Ad hoc Networks[J].Telecommunication Systems，2003，22(1-4)：267-280P；

3.He T，Huang C，Blum B M，et al.Range-Free Localization Schemes for Large ScaleSensor Networks[C].In Proc.of the Intl.Conference on Mobile Computing andNetworking(MOBICON’03)，September 2003：81-95P；

4.王金鑫，赖旭芝，吴敏.一种基于遗传算法的无线传感器网络定位新算法[J].计算技术与自动化，2007(4)：53-56；

5.李玉增，张雪凡，施惠昌等.模拟退火算法在无线传感器网络定位中的应用[J].通信技术，2009(1)：211-213；

6.王晓乐，徐家品.基于粒子群优化算法的WSNs节点定位研究[J].计算机应用，2009(2)：494-495，499；

7.Michalewicz Z et al，Evolutionary algorithms for constrained engineering problemsComputers and Industrial Engineering，1996，30(4)：851-870。

发明内容

本发明的目的在于提供一种精度高、收敛速度快的带有罚函数的粒子群传感器节点定位方法。

本发明的目的是通过如下步骤实现的：

(1)对每个未知节点的可行解的位置和速度进行随机初始化；

(2)求出罚函数F(X，M)，将这个罚函数作为每个可行解的适应度，计算每个可行解的适应值；

(3)将每个可行解的适应值F₁与其所经历过的最好位置pBest的适应值F₂比较，如果F₁＜F₂，则将其作为这个可行解的个体历史最优值，用当前位置作为个体历史最好位置；

(4)将每个可行解的历史最优适应值F₁与群体内或领域内所经历的最好位置gBest的适应值F₀进行比较，如果F₁＜F₀，则将其作为当前的全局最好位置；

(5)对粒子的速度和位置进行更新；

(6)判断循环迭代次数是否达到了预定次数，如达到则结束计算，如未达到，则返回(2)。