基于混沌粒子群優(yōu)化算法的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位

基于混沌粒子群優(yōu)化算法的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位

1其他領(lǐng)域的影響無線傳感器網(wǎng)絡(luò)（wsd）可以接收客觀的物理信息，并廣泛應(yīng)用于軍事國(guó)防、工農(nóng)業(yè)控制、城市管理、生物醫(yī)療、環(huán)境檢測(cè)、救災(zāi)、危險(xiǎn)區(qū)域遠(yuǎn)程控制等領(lǐng)域。引起了許多國(guó)家科學(xué)和工業(yè)界的高度關(guān)注，并認(rèn)為這是對(duì)21世紀(jì)產(chǎn)生了重大影響的技術(shù)之一。傳感器節(jié)點(diǎn)的自身定位是傳感器網(wǎng)絡(luò)應(yīng)用的基礎(chǔ),例如目標(biāo)監(jiān)測(cè)與跟蹤、基于位置信息的路由、智能交通、網(wǎng)絡(luò)的負(fù)載均衡以及網(wǎng)絡(luò)拓?fù)涞淖耘渲媒陙?一些研究者將粒子群優(yōu)化算法應(yīng)用于傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的定位中,并取得較好結(jié)果。文獻(xiàn)2采用混合顆粒優(yōu)化算法改善了混合顆粒群的節(jié)點(diǎn)定位算法2.1標(biāo)準(zhǔn)粒子組優(yōu)化算法粒子群優(yōu)化算法(PSO)是Eberhart和Kennedy根據(jù)對(duì)鳥群覓食行為的觀察和研究,于1995年提出的智能群體搜索算法式中,V2.2按自身規(guī)律不重復(fù)遍歷混沌映射來自于非線性動(dòng)力系統(tǒng),具有隨機(jī)性、初始條件敏感性、遍歷性等特點(diǎn),可在一定范圍內(nèi)按自身規(guī)律不重復(fù)地遍歷所有狀態(tài)式中,Z表示混沌變量;Z2.3動(dòng)態(tài)調(diào)整pso算法慣性權(quán)重w是粒子群優(yōu)化算法中最重要的一個(gè)可調(diào)整參數(shù),它描述了粒子上一代速度對(duì)當(dāng)前速度的影響?？刂破淙≈荡笮】蓜?dòng)態(tài)調(diào)節(jié)PSO算法的全局與局部尋優(yōu)能力。較大權(quán)值有利于提高算法的全局搜索能力,收斂較慢;較小權(quán)值可增強(qiáng)算法的局部搜索能力,收斂較快。因此,如何設(shè)置合理的慣性權(quán)重,是避免陷入局部最優(yōu)并高效搜索的關(guān)鍵。文獻(xiàn)式中,w式中,t本文在文獻(xiàn)w=w2.4全局極值的計(jì)算在粒子群優(yōu)化算法中,利用適應(yīng)度函數(shù)來選擇每個(gè)粒子的個(gè)體極值和整個(gè)種群的全局極值。假設(shè)二維空間中有h個(gè)錨節(jié)點(diǎn),L個(gè)未知節(jié)點(diǎn),未知節(jié)點(diǎn)到錨節(jié)點(diǎn)之間的距離為d式中,R為信標(biāo)的無線覆蓋半徑,函數(shù)值越小表示粒子的適應(yīng)度越高。未知節(jié)點(diǎn)坐標(biāo)滿足式(8):未知節(jié)點(diǎn)和錨節(jié)點(diǎn)之間的測(cè)距分別為d式中,2.5混沌變量變化的初始化傳感器網(wǎng)絡(luò)粒子群優(yōu)化定位算法實(shí)現(xiàn)流程為:(1)初始化。設(shè)定慣性權(quán)重w,學(xué)習(xí)因子c(2)利用混沌序列產(chǎn)生初始種群。利用混沌對(duì)初值敏感的特點(diǎn),賦予式(3)M個(gè)微小差異的初值,即可得到M個(gè)混沌變量式中,i=1,2,…,M;[a,b]為變量X的變化區(qū)間。(3)按式(1)、式(2)、式(6)和式(11)對(duì)每個(gè)粒子的速度和位置進(jìn)行更新,根據(jù)式(10)計(jì)算每個(gè)粒子的適應(yīng)度值f(X(4)對(duì)每個(gè)粒子,將其當(dāng)前的適應(yīng)度值f(X(5)判斷是否滿足結(jié)束條件:尋優(yōu)達(dá)到最大迭代次數(shù)或適應(yīng)度值在測(cè)距誤差范圍內(nèi)。若滿足結(jié)束條件,則轉(zhuǎn)向步驟(6),否則重復(fù)執(zhí)行(3)和(4)。(6)輸出全局最優(yōu)解P3算法仿真驗(yàn)證本文采用平均定位誤差作為實(shí)驗(yàn)的評(píng)價(jià)指標(biāo),平均定位誤差定義為:式中,L為已定位的未知節(jié)點(diǎn)數(shù),R為節(jié)點(diǎn)通信半徑,(x在MATLAB仿真平臺(tái)上對(duì)改進(jìn)后的算法進(jìn)行仿真,驗(yàn)證算法的可行性和有效性。3.1全局搜索區(qū)域假設(shè)在傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)分布在100×100的正方形區(qū)域內(nèi),該區(qū)域是混沌粒子群優(yōu)化算法的全局搜索區(qū)域。在仿真區(qū)域內(nèi)隨機(jī)分布100個(gè)傳感器節(jié)點(diǎn),節(jié)點(diǎn)通信半徑為50m,錨節(jié)點(diǎn)比例為10%。算法初始化參數(shù)設(shè)置為:種群規(guī)模m=30,學(xué)習(xí)因子c3.2仿真結(jié)果及分析將本文改進(jìn)的粒子群優(yōu)化算法與其他幾種粒子群算法針對(duì)適應(yīng)度函數(shù)式(10)進(jìn)行收斂性能比較,如圖1所示。在錨節(jié)點(diǎn)密度為10%、重復(fù)實(shí)驗(yàn)次數(shù)為30的情況下,針對(duì)不同的運(yùn)算精度得到不同的平均迭代次數(shù)。圖1體現(xiàn)了4種不同粒子群算法不同的收斂性能。從圖1可看出,在條件相同的情況下,本文改進(jìn)的粒子群優(yōu)化算法的收斂性能最好。下面分別在不同的網(wǎng)絡(luò)連通度、錨節(jié)點(diǎn)密度及測(cè)距誤差情況下,比較本文改進(jìn)粒子群優(yōu)化定位算法與標(biāo)準(zhǔn)粒子群優(yōu)化定位算法、多邊定位算法及最小二乘法的定位情況。仿真結(jié)果如圖2～圖4所示。網(wǎng)絡(luò)連通度反映了能互相通信的節(jié)點(diǎn)間的通信量,在仿真過程中通過改變節(jié)點(diǎn)的無線射程來改變節(jié)點(diǎn)的連通度。圖2顯示了網(wǎng)絡(luò)連通度對(duì)平均定位誤差的影響。根據(jù)圖2中曲線的變化可以看出,隨著網(wǎng)絡(luò)連通度的增大,各算法的節(jié)點(diǎn)定位誤差逐漸減小,本文改進(jìn)后的算法下降幅度最小。這是由于本文算法的粒子搜索空間時(shí)的自適應(yīng)性,降低了局部最優(yōu)的概率,可以更好地在空間內(nèi)搜索全局最優(yōu)值,所以相對(duì)于其他算法可以達(dá)到較高的定位精度。錨節(jié)點(diǎn)密度反映了其在整個(gè)傳感器網(wǎng)絡(luò)區(qū)域中的分布情況。由于錨節(jié)點(diǎn)的成本較高,因而希望用較少的錨節(jié)點(diǎn)定位盡可能多的未知節(jié)點(diǎn),降低網(wǎng)絡(luò)的整體成本。圖3反映了錨節(jié)點(diǎn)密度對(duì)平均定位誤差的影響。由圖3可知,隨著錨節(jié)點(diǎn)密度的不斷增加,平均定位誤差逐漸趨于平緩。在錨節(jié)點(diǎn)密度達(dá)到10%時(shí),各算法的平均定位差下降開始逐漸變慢,比較4種算法可以看出,改進(jìn)后的算法下降更加平緩。由此可見,錨節(jié)點(diǎn)的密度對(duì)改進(jìn)后的粒子群優(yōu)化的定位算法的影響不大。因而在錨節(jié)點(diǎn)密度相對(duì)較小時(shí),改進(jìn)后的粒子群優(yōu)化定位算法的定位效果也很好。測(cè)距誤差能直接夠影響距離測(cè)量值的準(zhǔn)確性。圖4描述了測(cè)距誤差對(duì)平均定位誤差的影響。由圖4可看出,個(gè)算法的平均定位誤差隨著測(cè)距誤差的增大而增大,而改進(jìn)后的算法受測(cè)距誤差的影響最小,粒子群優(yōu)化定位算法有更小的定位誤差,可以達(dá)到較好的定位效果。對(duì)本文改進(jìn)的粒子群優(yōu)化定位算法和多邊定位算法、最小二乘法、標(biāo)準(zhǔn)粒子群優(yōu)化算法進(jìn)行性能比較,如圖5所示。由圖5看出,在單次實(shí)驗(yàn)之后,本文改進(jìn)的粒子群優(yōu)化定位算法計(jì)算的未知節(jié)點(diǎn)的定位誤差明顯小于其他3種算法的定位誤差。4無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法性能對(duì)比本文首先應(yīng)用混沌映射初始化種群,增強(qiáng)了在最優(yōu)點(diǎn)附近的局部搜索能力避免早熟。然后對(duì)粒子群優(yōu)化算法的慣性權(quán)重進(jìn)行改進(jìn),并將改進(jìn)后的算法應(yīng)用到傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中。算法實(shí)現(xiàn)簡(jiǎn)單,不需增加額外設(shè)備。與現(xiàn)有算法比較的仿真結(jié)果表明:改進(jìn)粒子群