基于改进型粒子群优化的节点自定位算法.pdf

第 43 卷第 4 期中南大学学报(自然科学版)     
2012 年 4 月  Journal of Central South University (Science and Technology)  Apr. 2012 
基于改进型粒子群优化的节点自定位算法
刘志坤 1,  刘忠 1,  唐小明 2 
(1.  海军工程大学电子工程学院,湖北武汉,430033; 
2.  海军航空工程学院信息融合技术研究所,山东烟台,264001) 
摘要:为了提高测距误差影响下无线传感器网络节点自定位精度,提出一种基于距离的节点自定位新算法。对混
沌搜索与粒子群优化进行算法融合,给出一种改进型粒子群优化算法,将其应用于节点自定位。新算法利用未知
节点与信标节点之间的距离信息,通过改进型粒子群优化算法获取未知节点的位置。仿真结果表明,改进型粒子
群优化算法对两种标准测试函数的搜索结果优于一般的粒子群优化算法。在测距误差和信标节点数量相同的条件
下,相对于最小二乘估计法,新算法在各个测距误差级上的定位精度更高,其定位误差随测距误差增大而上升的
趋势更缓慢。新算法具有更好的鲁棒性,适用于测距误差较大、信标节点数量较少的情况。
关键词:无线传感器网络;粒子群算法;混沌;节点自定位
中图分类号:TP393  文献标志码:A  文章编号:1672−7207(2012)04−1371−06 
Node self­localization algorithm based on 
modified particle swarm optimization 
LIU Zhi­kun 1,  LIU Zhong 1,  TANG Xiao­ming 2 
(1. College of Electronic Engineering, Naval University of Engineering, Wuhan 430033, China; 
2. Research Institute of Information Fusion, Naval Aeronautical Engineering Institute, Yantai 264001, China) 
Abstract: In order to improve the node self­localization precision in wireless works despite ranging error, a 
new range­based node self­localization algorithm was proposed. A modified particle swarm optimization bines 
chaotic and particle swarm optimization was studied and used in the field of node self­localization. The new algorithm 
uses range information between unknown node and anchor node and gets the node