由于水聲傳感網(wǎng)絡(luò)具有能量的局限性,所以低復(fù)雜度的定位算法更適用于水聲傳感網(wǎng)絡(luò)。傳統(tǒng)的APIT算法能夠以較少的控制開(kāi)銷獲得較好的定位精度,有利于水下傳感網(wǎng)絡(luò)定位的實(shí)現(xiàn),但其復(fù)雜度高,冗余誤差較大。以點(diǎn)掃描的方式取代傳統(tǒng)網(wǎng)格掃描法,提出一種低復(fù)雜度的APIT算法,并在OPNET平臺(tái)上搭建水聲傳感網(wǎng)絡(luò)環(huán)境,闡述該算法在水下傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位的實(shí)現(xiàn)過(guò)程。仿真結(jié)果表明,待定位節(jié)點(diǎn)與錨節(jié)點(diǎn)密度的增加有助于改善算法的性能,且在同等條件下本文算法比傳統(tǒng)APIT算法定位精度更高。 

【文章來(lái)源】：系統(tǒng)仿真學(xué)報(bào). 2020,32(01)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

PIT原理圖Fig.1TheoryofPIT

鄰居節(jié)點(diǎn)的信號(hào)強(qiáng)度Tab.1SignalstrengthofunknownnodeManditsneighbors/mV錨節(jié)點(diǎn)M1……nA126B237C3171.2傳統(tǒng)的網(wǎng)格掃描法網(wǎng)格掃描法(GridSCANalgorithm)的基本思想是用一個(gè)矩陣來(lái)表示待定位節(jié)點(diǎn)有可能出現(xiàn)的區(qū)域。具體做法：將整個(gè)網(wǎng)絡(luò)按照一定的步長(zhǎng)分為若干個(gè)網(wǎng)格，并利用APIT算法判斷待定位節(jié)點(diǎn)與三角形的關(guān)系。若待定位節(jié)點(diǎn)在三角形內(nèi)部，則將三角形內(nèi)所有的網(wǎng)格的值加1，反之則減1。待遍歷所有的三角形后，具有最大值的網(wǎng)格所構(gòu)成的區(qū)域就是待定位節(jié)點(diǎn)有可能出現(xiàn)的最大區(qū)域。如圖3中黑色的三角形是待定位節(jié)點(diǎn)，而陰影區(qū)域就是待定位節(jié)點(diǎn)可能出現(xiàn)的最大多邊形區(qū)域。圖3傳統(tǒng)的網(wǎng)格掃描法Fig.3TraditionalgridSCANalgorithm1.3低復(fù)雜度的APIT算法傳統(tǒng)的網(wǎng)格掃描法是以單位網(wǎng)格進(jìn)行掃描，掃描的結(jié)果是以網(wǎng)格構(gòu)成的多邊形區(qū)域，該多邊形的形狀未知，故難以求得該多邊形重心的復(fù)雜度。本文基于這個(gè)問(wèn)題，提出以網(wǎng)格頂點(diǎn)為單位進(jìn)行掃描，即網(wǎng)格點(diǎn)掃描法，然后采用APIT算法判斷未知節(jié)點(diǎn)與三角形的位置關(guān)系，若待定位節(jié)點(diǎn)在三角形內(nèi)部，則將三角形內(nèi)所有的點(diǎn)的值加1，反之則減1。待遍歷所有的三角形后，將具有最大值點(diǎn)的坐標(biāo)求算術(shù)平均，作為待定位節(jié)點(diǎn)的坐標(biāo)。如圖4中黑色的三角形是待定位節(jié)點(diǎn)，黑色圓點(diǎn)即為最大值的點(diǎn)。圖4低復(fù)雜度APIT算法Fig.4Low-complexityAPITAlgorithm傳統(tǒng)的APIT算法以網(wǎng)格為單位進(jìn)行掃描，由于判斷網(wǎng)格是否在三角形內(nèi)部沒(méi)有一個(gè)固定的標(biāo)準(zhǔn)且當(dāng)網(wǎng)格不夠小時(shí)，無(wú)疑會(huì)引入一定的冗余；在算法的實(shí)現(xiàn)上，該算法先按點(diǎn)劃分網(wǎng)絡(luò)，再由每相鄰的4個(gè)點(diǎn)構(gòu)成一個(gè)網(wǎng)格，而計(jì)算重疊區(qū)域的重心時(shí)又需要將網(wǎng)格還原成點(diǎn)的形式，這使得?

圖3傳統(tǒng)的網(wǎng)格掃描法Fig.3TraditionalgridSCANalgorithm1.3低復(fù)雜度的APIT算法傳統(tǒng)的網(wǎng)格掃描法是以單位網(wǎng)格進(jìn)行掃描，掃描的結(jié)果是以網(wǎng)格構(gòu)成的多邊形區(qū)域，該多邊形的形狀未知，故難以求得該多邊形重心的復(fù)雜度。本文基于這個(gè)問(wèn)題，提出以網(wǎng)格頂點(diǎn)為單位進(jìn)行掃描，即網(wǎng)格點(diǎn)掃描法，然后采用APIT算法判斷未知節(jié)點(diǎn)與三角形的位置關(guān)系，若待定位節(jié)點(diǎn)在三角形內(nèi)部，則將三角形內(nèi)所有的點(diǎn)的值加1，反之則減1。待遍歷所有的三角形后，將具有最大值點(diǎn)的坐標(biāo)求算術(shù)平均，作為待定位節(jié)點(diǎn)的坐標(biāo)。如圖4中黑色的三角形是待定位節(jié)點(diǎn)，黑色圓點(diǎn)即為最大值的點(diǎn)。圖4低復(fù)雜度APIT算法Fig.4Low-complexityAPITAlgorithm傳統(tǒng)的APIT算法以網(wǎng)格為單位進(jìn)行掃描，由于判斷網(wǎng)格是否在三角形內(nèi)部沒(méi)有一個(gè)固定的標(biāo)準(zhǔn)且當(dāng)網(wǎng)格不夠小時(shí)，無(wú)疑會(huì)引入一定的冗余；在算法的實(shí)現(xiàn)上，該算法先按點(diǎn)劃分網(wǎng)絡(luò)，再由每相鄰的4個(gè)點(diǎn)構(gòu)成一個(gè)網(wǎng)格，而計(jì)算重疊區(qū)域的重心時(shí)又需要將網(wǎng)格還原成點(diǎn)的形式，這使得算法的復(fù)雜度大大提高。本文提出的低復(fù)雜度APIT算法以點(diǎn)為單位，判斷點(diǎn)是否在三角形內(nèi)部時(shí)不存在疑義，縮小了交集區(qū)域，解決了傳統(tǒng)APIT算法可能出現(xiàn)的冗余問(wèn)題；此外，該算法在具體實(shí)現(xiàn)上省去了降維和升維的過(guò)程，相比于傳統(tǒng)的APIT算法，算法復(fù)雜度大大降低。2APIT算法節(jié)點(diǎn)建模本文利用OPNET平臺(tái)實(shí)現(xiàn)低復(fù)雜度APIT的定位過(guò)程[7]，網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)中只有2種相互獨(dú)立的節(jié)點(diǎn)模型，即錨節(jié)點(diǎn)和待定位節(jié)點(diǎn)。本節(jié)將詳細(xì)闡述這2種節(jié)點(diǎn)的建模過(guò)程。


本文編號(hào)：3295165