【摘要】：無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network, WSN)具有低成本、低功耗、自組織等特點，在眾多領(lǐng)域如工業(yè)生產(chǎn)、軍事偵察、農(nóng)業(yè)作業(yè)、醫(yī)療設(shè)備等中得到了廣泛的應(yīng)用。提取的監(jiān)測數(shù)據(jù)需要附帶相應(yīng)位置信息，否則，這些數(shù)據(jù)就失去了采集的意義。而使用接收信號強度指示(Received Signal Strength Indicator, RSSI)等傳統(tǒng)測距技術(shù)的定位方法存在精度差等缺點，因此智能算法逐漸被用于解決定位問題。 在智能定位算法中，粒子群優(yōu)化定位算法和遺傳定位算法以其定位精度高，算法復(fù)雜度小等特點得到了廣泛應(yīng)用。本文在研究遺傳算法(GeneticAlgorithm, GA)，粒子群優(yōu)化算法(Particle Swarm Optimization, PSO)以及多目標(biāo)粒子群優(yōu)化算法(Multi-ObjectiveParticle Swarm Optimization, MOPSO)的基礎(chǔ)上，將RSSI測距技術(shù)與智能算法相結(jié)合，采用以下三種節(jié)點定位算法： (1)基于信度和幾何約束的遺傳定位算法。在待定位節(jié)點選擇階段，采用信度機制選出高定位精度的節(jié)點。在遺傳定位階段，為了達(dá)到縮小搜索空間，加快收斂速度的目的，通過采用幾何約束的方法對初始化種群進(jìn)行約束。用實數(shù)編碼對遺傳算法中的染色體進(jìn)行編碼，并以輪盤賭算法和最優(yōu)保存策略結(jié)合的方式作為選擇算子，同時采用算數(shù)交叉與均勻變異的方式分別作為交叉算子與變異算子。 (2)基于分級信度和早熟檢驗的混沌粒子群定位算法。節(jié)點的定位過程分成以下兩個階段：第一階段依據(jù)分級信度選擇高定位精度節(jié)點作為待定位節(jié)點，并采用RSSI技術(shù)測出該節(jié)點到鄰居錨節(jié)點的測距距離；第二階段根據(jù)測距距離采用PSO算法估計未知位置節(jié)點坐標(biāo)，通過早熟檢驗，以在陷入早熟收斂的種群中啟動混沌擾動機制，并通過混沌擾動解決PSO早熟收斂的問題。 (3)基于多目標(biāo)粒子群的定位算法。結(jié)合帕累托最優(yōu)理論，采用多目標(biāo)定位模型，以空間距離約束與幾何拓?fù)浼s束同時作為多目標(biāo)函數(shù)，采用基于多目標(biāo)粒子群的無線傳感器網(wǎng)絡(luò)定位算法。設(shè)置存儲帕累托最優(yōu)解的外部檔案最大容量并動態(tài)維護(hù)以節(jié)省存儲空間，并采用比例選擇方法選取全局最優(yōu)。 仿真結(jié)果表明：基于信度和幾何約束的遺傳定位算法能有效提高定位精度并加快收斂速度；基于分級信度和早熟檢驗的混沌粒子群定位算法能優(yōu)先定位高精度節(jié)點，并且能有效解決PSO早熟收斂問題，從而提高定位精度；基于多目標(biāo)粒子群的定位算法能有效的求解多個定位目標(biāo)的最優(yōu)解并且加快收斂速度的同時提高定位精度。
【圖文】：

江南大學(xué)碩士學(xué)位論文差。這兩種傳輸信號速度必須不相同，一般選用超聲波與無線射頻。如圖線射頻速度和時間分別為1v 和1t ，超聲波速度和時間分別為2v 和2t 。依據(jù)節(jié)點距離d ： 1 22 11 2v vd t tv v TDOA 相比于 TOA 在 WSN 中應(yīng)用更為廣泛，因為 TDOA 所測得的結(jié)但它對節(jié)點的硬件要求也更高。TDOA 要求節(jié)點既要具有發(fā)射無線射頻信發(fā)射超聲波信號，，增加了網(wǎng)絡(luò)的成本與復(fù)雜度。此外，超聲波的波長較小在傳播過程中損耗較大，故無法進(jìn)行遠(yuǎn)距離的傳播，因此不能適應(yīng)部署稀

1 2 2ab ab r p h k c r 1 k 子個數(shù)， b 1,2,...min, max,,D D v v ，minv 1r 和2r 為 0 到 1 之間權(quán)重，可以權(quán)衡局部為學(xué)習(xí)因子，可以使運動，適當(dāng)調(diào)整這(2.15)中的第 2 項算法的社會部分。體最優(yōu)以及全局最示：
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP212.9;TN929.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫懋珩;廖根健;;WSNs中基于粒子群優(yōu)化的節(jié)點定位算法[J];測控技術(shù);2011年12期

2 蔡紹濱;高振國;潘海為;石瑩;;帶有罰函數(shù)的無線傳感器網(wǎng)絡(luò)粒子群定位算法[J];計算機研究與發(fā)展;2012年06期

3 章磊;段莉莉;錢紫鵑;黃光明;;基于遺傳算法的WSN節(jié)點定位技術(shù)[J];計算機工程;2010年10期

4 趙青杉;胡玉蘭;;基于PSO的無線傳感網(wǎng)絡(luò)節(jié)點定位算法[J];計算機仿真;2012年05期

5 趙仕俊;孫美玲;唐懿芳;;基于遺傳模擬退火算法的無線傳感器網(wǎng)絡(luò)定位算法[J];計算機應(yīng)用與軟件;2009年10期

6 曾華;吳耀華;;基于進(jìn)化停滯周期的局部變異PSO算法及其收斂性分析[J];控制與決策;2010年09期

7 朱洪波;楊龍祥;朱琦;;物聯(lián)網(wǎng)技術(shù)進(jìn)展與應(yīng)用[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2011年01期

8 公茂果;焦李成;楊咚咚;馬文萍;;進(jìn)化多目標(biāo)優(yōu)化算法研究[J];軟件學(xué)報;2009年02期

9 鮑培明;朱慶保;;無線傳感器網(wǎng)絡(luò)中多基站定位的多目標(biāo)蟻群算法[J];上海交通大學(xué)學(xué)報;2009年03期

10 劉志坤;劉忠;唐小明;;基于改進(jìn)型粒子群優(yōu)化的節(jié)點自定位算法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2012年04期

相關(guān)博士學(xué)位論文 前3條

1 魏靜萱;解決單目標(biāo)和多目標(biāo)優(yōu)化問題的進(jìn)化算法[D];西安電子科技大學(xué);2009年

2 張少平;無線傳感器網(wǎng)絡(luò)節(jié)點定位算法研究[D];華中科技大學(xué);2010年

3 刁英斐;無線傳感器網(wǎng)絡(luò)中的定位問題研究[D];山東大學(xué);2013年

本文編號：2576067