[发明专利]基于改进鲸鱼优化算法的无线传感器网络节点定位方法

说明书

本发明涉及一种基于改进鲸鱼优化算法的无线传感器网络节点定位方法，本发明中，RSSI测距模型由高斯拟合函数进行修正，以获得未知节点的初始位置，为了进一步提高定位精度，通过改进的鲸鱼优化算法对其进行优化。本发明重新设计目标函数，通过锚点到待定位节点的近似距离与鲸鱼到锚点的实际距离之差来提高适应度值，从而提升收敛速度和降低计算成本。为了进一步提高算法的收敛速度和搜索精度，在鲸鱼算法的收缩、包围阶段以及随机游走阶段分别引入了层次机制和反馈机制。仿真结果表明，本发明算法的性能优于传统RSSI算法、HPSO算法和WOA‑QT算法，在相同的硬件条件下具有更好的收敛性和定位精度。

技术领域

本发明涉及定位方法技术领域，具体的说是一种基于改进鲸鱼优化算法的无线传感器网络节点定位方法。

背景技术

无线传感器网络（WSN）是由以无线自组装方式部署在检测区域中的传感器节点组成的多跳无线网络。这些传感器能够协同感知环境，收集和处理有关网络覆盖区域中感测对象的信息，并最终将信息传输给观察者。WSN具备动态感知、处理和传输信息等协作能力，应用广泛，如军事侦察、战场监控、区域封锁、环境监测等。在这些应用场景中，WSN节点的位置信息对于查找数据源和跟踪移动目标都非常重要。WSN 定位问题的定义为：利用传感器节点的已知位置（即锚节点），定位出在监视环境中随机部署的未知目标传感器节点的位置。

由于基于接收信号强度（RSSI）的测距技术对于传感器节点要求较低，不需要额外硬件，易于实现，已成为WSN节点定位中广泛使用的测距技术。然而，当在真实的物理环境中传输时，无线信号不可避免地受到多径衰落、衍射、天线增益、非线性等噪声的干扰，并产生不确定的传播损耗，导致RSSI算法的定位误差大。

发明内容

本发明为有效解决上述问题，提供一种基于改进鲸鱼优化算法的无线传感器网络节点定位方法。

为解决以上技术问题，本发明采用以下技术方案：

本发明采用以上技术方案后，与现有技术相比，具有以下优点：

基于改进鲸鱼优化算法的无线传感器网络节点定位方法，包括以下步骤;

步骤1、设无线传感器网络中，锚节点有N 个，分别为A₁、A₂，……，A_N，将未知节点的所有位置估计值作为一个鲸鱼种群，每个位置估计值作为一头鲸鱼的位置，利用鲸鱼优化算法计算系数向量和，并生成均匀分布的决策随机数p；

步骤2、对每一头鲸鱼的位置进行更新，在p＜0.5且时，采用引入灰狼优化器的层次策略得到更新后的鲸鱼位置，在p＜0.5且时采用引入反馈机制的鲸鱼位置计算方法得到更新后的鲸鱼位置，在p＞0.5时采用螺旋搜索捕食期间的位置更新策略得到更新后的鲸鱼位置；

步骤3、迭代次数加1，判断是否达到预设最大迭代次数，若是，则转到下一步，否则转到步骤1，并将鲸鱼位置替换为上一步更新后的鲸鱼位置，并更新、和p；

步骤4、通过最后一次迭代得到的鲸鱼种群，计算得到全局最优鲸鱼，将全局最优鲸鱼的位置作为未知节点的定位结果。

进一步的，所述步骤2中，所述步骤2中，引入灰狼优化器的层次策略的公式为：

其中， 为更新后的鲸鱼位置， 为鲸鱼的前三个历史最优位置， 是第q个锚节点的坐标， 是RSSI校正后第q个锚节点到第v个锚节点的估计距离，是鲸鱼的当前位置。