[发明专利]一种基于混合SMPSO优化的加权DV-HOP定位方法

权利要求书

1.一种基于混合SMPSO优化的加权DV-HOP定位方法，其特征在于，包含以下步骤：

S1、无线传感器网络中的每个锚节点通过泛洪方式广播发送其数据分组消息，计算所有节点与每个锚节点之间的最小跳数；

S2、计算每个锚节点的平均跳距；对每个锚节点相对于未知节点的平均跳距赋予权重；计算所有锚节点与未知节点之间的平均跳距；

S3、每个未知节点根据S1中得到的最小跳数和S2中得到的平均跳距，计算每个未知节点与各个锚节点之间的修正后的估计距离；

S4、初始化粒子群，随机设定每个粒子的初始速度和初始位置，使用单纯形法对粒子初始速度和初始位置进行优化处理并更新；

S5、根据预设的目标函数，以及当前每个粒子的位置，计算每个粒子的适应度值；

S6、根据每个粒子的适应度值，更新每个粒子的个体极值位置pbest；

S7、根据S6中得到的更新后的每个粒子的个体极值位置pbest，更新粒子群的全局极值位置gbest；

S8、判断是否满足迭代计算的终止条件；如是，则输出当前每个粒子的适应度值，其即为无线传感器网络中未知节点的定位坐标；如否，继续进行迭代计算，更新每个粒子的速度和位置，并返回执行S5。

2.如权利要求1所述的基于混合SMPSO优化的加权DV-HOP定位方法，其特征在于，所述的S1中，具体包含以下步骤：

S11、每个锚节点向其周围的邻居节点广播发送其数据分组消息；该数据分组消息包括：锚节点的标识；锚节点的坐标；跳数，其初始值为0；

S12、每个锚节点接收到所有其他锚节点的数据分组消息，获取并记录其中的最小跳数；

S13、每个锚节点将获取到的最小跳数加1后，转发给邻居节点；以此直至获取无线传感器网络中的所有节点与每个锚节点之间的最小跳数。

3.如权利要求2所述的基于混合SMPSO优化的加权DV-HOP定位方法，其特征在于，所述的S2中，具体包含以下步骤：

S21、每个锚节点根据其与其他锚节点之间的最小跳数，计算其自身的平均跳距，具体为：

其中，Hopsize_i为锚节点i的平均跳距；hop_ij表示锚节点i和锚节点j之间的最小跳数，且i≠j；(x_i，y_i)和(x_j，y_j)分别表示锚节点i和锚节点j的坐标；

S22、根据每个锚节点与未知节点之间的最小跳数，且基于跳数越大误差越大的原理，对每个锚节点的平均跳距赋予权重进行优化，具体为：

其中，w_iu表示对于未知节点u，锚节点i的平均跳距的权重；hop_iu表示未知节点u与锚节点i之间的最小跳数；h表示锚节点个数；

S23、计算所有锚节点与未知节点之间的平均跳距，具体为：

其中，AvgHopsize_u表示未知节点u的平均跳距。

4.如权利要求3所述的基于混合SMPSO优化的加权DV-HOP定位方法，其特征在于，所述的S3中，具体包含以下步骤：

S31、根据S1得到未知节点与每个锚节点之间的最小跳数hop_iu；

S32、根据S2得到赋予权重后的未知节点与所有锚节点之间的平均跳距AvgHopsize_u；

S33、计算未知节点与每个锚节点之间的估计距离，具体为：

d_iu＝hop_iu×AvgHopsize_u

其中，d_iu表示未知节点u与锚节点i之间的估计距离。

5.如权利要求4所述的基于混合SMPSO优化的加权DV-HOP定位方法，其特征在于，所述的S4中，具体包含以下步骤：

S41、设定在n维搜索空间中，粒子群中的粒子数为m，且每个粒子的初始速度和初始位置；

S42、通过单纯形法对每个粒子的初始速度和初始位置进行优化处理，直至粒子初始速度和初始位置为目标函数的最优解，并采用该最优解更新粒子初始速度和初始位置。