基于粒子群优化的DV-Distance改进算法

被引：5

作者：

刁绫 ^{[1
]}

石为人 ^{[2
]}

冉启可 ^{[2
]}

罗少甫 ^{[1
]}

印爱民 ^{[2
]}

机构：

[1] 重庆航天职业技术学院

[2] 重庆大学自动化学院

来源：

仪器仪表学报 | 2014年 / 35(S2)卷 / S2期

关键词：

无线传感器网络; DV-Distance算法; 粒子群优化; 链路质量指示;

D O I：

10.19650/j.cnki.cjsi.2014.s2.003

中图分类号：

TP212.9 [传感器的应用]; TN929.5 [移动通信];

学科分类号：

080202 ; 080402 ; 080904 ; 0810 ; 081001 ;

摘要：

DV-Distance算法通过未知节点与锚节点间的多跳协作,实现节点位置估计,简单实用,但定位精度不高。为了提高算法性能,本文提出一种基于粒子群优化的DV-Distance改进算法,针对RSSI测距引起的误差,利用链路质量指示(LQI)对RSSI的测量值进行惯性滤波,建立基于LQI的RSSI测距模型;并针对位置估计方法所引起的误差,通过粒子群算法对节点位置进行优化。结合DV-Distance算法自身特点,确定了粒子群算法适应值函数的选取和关键算法参数的确定。最后,仿真和实验证明改进算法有效可行,具有较高的定位精度。

引用

页码：12 / 19

页数：8

共 8 条

[1] 无线传感器网络动态加权DV-Distance算法 [J].

石欣 ;

冉启可 ;

范敏 ;

于海存 ;

王玲 .

仪器仪表学报, 2013, 34 (09) :1975-1981

[2] 基于改进型粒子群优化的节点自定位算法 [J].

刘志坤 ;

刘忠 ;

唐小明 .

中南大学学报(自然科学版), 2012, 43 (04) :1371-1376

[3] 基于RSSI的无线传感器网络节点定位技术研究 [J].

周立君 ;

刘宇 .

电子测量技术, 2010, 33 (08) :115-118

[4] 基于信标优化选择的无线传感网络定位方法研究 [J].

肖硕 ;

魏学业 ;

王钰 .

电子测量与仪器学报, 2009, 23 (03) :65-69

[5] 无线传感器网络技术综述 [J].

李凤保 ;

李凌 .

仪器仪表学报, 2005, (S2) :559-561

[6]

Particle swarm optimization: Hybridization perspectives and experimental illustrations [J] . Radha Thangaraj,Millie Pant,Ajith Abraham,Pascal Bouvry.&nbsp&nbspApplied Mathematics and Computation . 2010 (12)

[7]

DV Based Positioning in Ad Hoc Networks [J] . &nbsp&nbspTelecommunication Systems . 2003 (1)

[8]

Enhanced Ranging Using AdaptiveFilter of Zigbee RSS and LQI Measurement .2 Sharly Joana Halder,Tea-Young Choi,Jin-Huung Park. Proceeding of iiWAS . 2008

← 1 →