節(jié)點定位綜合算法)_第1頁
節(jié)點定位綜合算法)_第2頁
節(jié)點定位綜合算法)_第3頁
節(jié)點定位綜合算法)_第4頁
節(jié)點定位綜合算法)_第5頁
已閱讀5頁,還剩30頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、目錄1 引言2基于校正矢量和粒子群優(yōu)化的節(jié)點定位綜合算法3 算法仿真實驗及結(jié)果4 總結(jié) 引言引言TDOA(Time Difference of Arrival)算法RSSI(Received signed Strength Indicator)算法已知基站發(fā)送端發(fā)射功率,在接收節(jié)點測量接收功率,計算信號的傳播損耗;使用信號衰減模型將傳播損耗轉(zhuǎn)化為距離。在節(jié)點上安裝超聲波收發(fā)器和RF收發(fā)器,記錄兩種不同信號在兩個節(jié)點中的傳播時間差;由傳播時間差計算得到距離。1引言引言DV-HOP 定位算法質(zhì)心定位算法錨節(jié)點每隔一段時間向鄰節(jié)點廣播一個信號(自身ID 和位置信息)。當未知節(jié)點接收到來自不同錨節(jié)點的

2、信號數(shù)量超過某一個值后,則確定位置為這些錨節(jié)點所組成的多邊形的質(zhì)心。計算未知節(jié)點與錨節(jié)點的最小跳數(shù);根據(jù)估算距離公式,計算未知節(jié)點和錨節(jié)點的實際距離;利用三邊測量法計算位置信息1引言引言1引言引言1引言引言 基于校正矢量和粒子群優(yōu)化的節(jié)點定位綜合算法2基于校正矢量和粒子群優(yōu)化的節(jié)點定位綜合算法基于校正矢量和粒子群優(yōu)化的節(jié)點定位綜合算法2.1 位置校正矢量(LCV)2.2 分簇計算校正步長位置校正矢量校正步長位置校正值位置校正值2.3 簇邊緣附加矯正2.1 位置校正矢量位置校正矢量未知節(jié)點通過DV-hop算法得到自身的估計位置,將其與鄰居節(jié)點估計位置之間的距離記為“計算距離”。而通過RSSI等測

3、距方法得到的與鄰居節(jié)點間的距離記為“測量距離”。 引入位置校正矢量的目的就是通過調(diào)整節(jié)點的位置,盡可能縮小計算距離與測量距離之間的差別,因此LCV的每個分量是沿著未知節(jié)點到某個鄰居節(jié)點的方向,分量的大小為對應(yīng)的計算距離與測量距離的差值。2.1 位置校正矢量位置校正矢量圖1 位置矯正矢量圖固定節(jié)點的位置校正矢量2.1 位置校正矢量位置校正矢量假設(shè)節(jié)點S通信范圍內(nèi)有N個鄰居節(jié)點,節(jié)點自身的估計位置為PS=(xs, ys),N個鄰居節(jié)點的估計位置為Pi=(xi, yi) ,節(jié)點S與第i個鄰居節(jié)點的計算距離為dci22()()cisisidxxyyicimiudd2.1 位置校正矢量位置校正矢量節(jié)點S

4、獲得的N個測距值為dmi,i=1,2, ,N。節(jié)點S與第i個鄰居節(jié)點的差異值的大小可以表示為ui2.1 位置校正矢量位置校正矢量iv節(jié)點S與第i個鄰居節(jié)點位置校正矢量的矢量方向表示為sv因此,節(jié)點S的合成LCV為,1,2,siiivuv i,N|siisip pvp p圖2 位置矯正矢量圖 (實線為節(jié)點實際位置,虛線為節(jié)點估計位置)2.1 位置校正矢量位置校正矢量移動節(jié)點的位置矯正矢量2.1 位置校正矢量位置校正矢量對于移動節(jié)點,初始位置估計方法:移動節(jié)點Sm在tk+1時刻的初步估計位置等于其在tk時刻的定位結(jié)果的基礎(chǔ)上加上1ktk新加入鄰居節(jié)點坐標總和離開通信范圍的節(jié)點坐標總和時刻鄰居節(jié)點數(shù)

5、t 時刻鄰居節(jié)點數(shù)2.1 位置校正矢量位置校正矢量2.1 位置校正矢量位置校正矢量假設(shè)節(jié)點密度不變SStktk+10XY圖3 移動節(jié)點的初始定位1ktk新加入鄰居節(jié)點坐標總和離開通信范圍的節(jié)點坐標總和時刻鄰居節(jié)點數(shù)t 時刻鄰居節(jié)點數(shù)移動節(jié)點用距離變化值代替距離值構(gòu)建LCV(位置校正矢量),過程如下: 2.1 位置校正矢量位置校正矢量Sm與第i個鄰居節(jié)點的計算距離為測量距離為tk時刻Sm與第i個鄰居節(jié)點的計算距離為測量距離為tk+1時刻kcidkmid1kcid1kmid111()()kkkkkicicimimiudddd差異值表示為:2.1 位置校正矢量位置校正矢量iv節(jié)點Sm與第i個鄰居節(jié)點

6、位置校正矢量的矢量方向表示為sv因此,節(jié)點S的合成LCV為1,1,2,mksiiivuv i,N|mmsiisip pvp p圖2 位置矯正矢量圖 (實線為節(jié)點實際位置,虛線為節(jié)點估計位置)2.1 位置校正矢量位置校正矢量LCV矢量的合成方法與固定節(jié)點相同。2.2 分簇計算矯正步長分簇計算矯正步長由于每個未知節(jié)點同時調(diào)整自身的位置,因此LCV只能給出節(jié)點位置的調(diào)整方向,而沿這個方向移動的距離(將其稱之為校正步長)需要通過另外的方法來計算。為了避免集中式算法,同時兼顧節(jié)點的能耗,考慮使用分簇的計算方式來獲取校正步長。考慮到算法的盡可能簡單化和錨節(jié)點的計算通信能力比較強,就將每個錨節(jié)點作為簇頭,未

7、知節(jié)點以自身的當前估計位置為準,加入距離最近的錨節(jié)點所在的簇。問題描述問題描述分簇后,以 為目標來計算簇內(nèi)節(jié)點的校正步長。位置校正矢量的作用是使簇內(nèi)所有鄰居節(jié)點之間經(jīng)過位置校正后,計算距離與測量距離差值的總和最小化,因此求校正步長的問題可以描述為一個多元函數(shù)最小化問題。2.2 分簇計算矯正步長分簇計算矯正步長簇內(nèi)網(wǎng)絡(luò)整體位置最優(yōu)化假設(shè)簇內(nèi)有N個未知節(jié)點,它們的估計位置分別為Pi=(xi, yi) ,LCV分別為 ,i=1,2, ,N,待求步長為step,step是一個由stepi組成的N維向量。問題的目標函數(shù)可以表示為iv_()|p |ijdRijm ijijF steppd 其中,iiiip

8、pstepvjjjjppstepvR為節(jié)點的通信半徑_m ijd為簇內(nèi)節(jié)點i、j之間的距離測量值為簇內(nèi)節(jié)點之間的實際距離ijd2.2 分簇計算矯正步長分簇計算矯正步長2.2 分簇計算矯正步長分簇計算矯正步長粒子群算法粒子群算法2.2 分簇計算矯正步長分簇計算矯正步長 粒子群優(yōu)化(PSO)算法是一種新穎的演化算法, PSO的優(yōu)勢在于簡單而又功能強大。它屬于一類隨機全局優(yōu)化技術(shù), PSO算法通過粒子間的相互作用在復(fù)雜搜索空間中發(fā)現(xiàn)最優(yōu)區(qū)域。參數(shù)只需要最簡單的設(shè)置:PSO粒子的長度等于簇內(nèi)未知節(jié)點的個數(shù)每一維分量對應(yīng)一個節(jié)點的校正步長目標函數(shù)作為適應(yīng)度函數(shù)2.3 簇邊緣附加矯正簇邊緣附加矯正 簇內(nèi)節(jié)

9、點的相對位置的最優(yōu)化并不意味著全局網(wǎng)絡(luò)所有節(jié)點的位置實現(xiàn)了最優(yōu)化,有可能存在簇整體平移或者簇間距離誤差反而增大的問題。因此考慮對簇與簇之間的位置進行調(diào)整。 由簇的每個邊緣節(jié)點查找所有不屬于本簇但是在自身通信半徑內(nèi)的鄰居節(jié)點。利用它們之間的計算距離和測量距離構(gòu)建附加位置校正矢量。 首先用rangefree算法計算錨節(jié)點的估計位置,然后求其與錨節(jié)點真實位置的誤差。再利用錨節(jié)點與鄰居節(jié)點的測距值構(gòu)建位置校正矢量,將誤差距離值除以位置校正矢量模值作為附加校正步長。 簇內(nèi)所有邊緣節(jié)點都采用這個附加校正步長。每個簇的邊緣節(jié)點都通過上述的過程調(diào)整自身的位置,以此減小簇與簇的相對位置誤差,避免陷入局部最優(yōu)化。

10、2.3 簇邊緣附加矯正簇邊緣附加矯正|,1,2,iiiuviN,N步長:算法仿真及結(jié)果分析仿真環(huán)境:MATLAB區(qū)域:邊長為100的正方形節(jié)點數(shù):隨機布置了100個未知節(jié)點節(jié)點通信半徑:20網(wǎng)絡(luò)的連通度:約為10測量距離:真實距離加上一個誤差不超過10%的高斯隨機變量3 算法仿真及結(jié)果分析算法仿真及結(jié)果分析圖4 DV-hop定位結(jié)果3 算法仿真及結(jié)果分析算法仿真及結(jié)果分析錨節(jié)點數(shù)為16個,錨節(jié)點比例為13.8。在如上參數(shù)的條件下,DV-hop算法仿真的定位誤差為39.34。3 算法仿真及結(jié)果分析算法仿真及結(jié)果分析粒子群算法的初始粒子數(shù)為20個,粒子群算法的更新次數(shù)是10次。圖5是以DV-hop為基礎(chǔ)的基于LCV和粒子群優(yōu)化的節(jié)點定位綜合算法的仿真實驗。圖5 基于LCV的節(jié)點定位綜合算法的定位結(jié)果3 算法仿真及結(jié)果分析算法仿真及結(jié)果分析圖6 算法循環(huán)次數(shù)與錨節(jié)點計算時間以及定位誤差的關(guān)系3

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論