一种基于锚节点子集的无线传感器网络定位算法

摘要

无线传感器网络的应用已经渗透到众多领域。定位是一项关键的无线传感器网络(wireless sensor network, WSN)技术。距离向量跳数(distance vector hop, DV-Hop)技术因为其简单的理论和较小的成本，是一种广泛应用的定位解决方案。经典的DV-Hop算法定位精度误差大。该论文提出了一种改进的DV-Hop定位方法锚节点子集(anchor node subset, ANS)提高定位精度。定位过程中每个锚节点使用其他锚节点来定位自己，采用了一般学习均衡优化器(super general learning equilibrium optimizer, SGLEO)优化算法来创建一个由它自身以外的锚节点组成的最优子集来提高DV-Hop算法的定位性能。锚节点使用锚节点子集更新其平均跳大小，并将更新后的跳大小和锚节点子集广播到附近的未知节点。未知节点使用均衡优化器(equilibrium optimizer, EO)算法、锚节点子集和从最近的锚节点接收到的更新的跳大小来确定其位置。经实验测试表明，ANS DV-Hop算法在坐标估计方面比经典方法和其他改进方法具有更高的定位精度。

关键词

WSN / DV-Hop / 锚节点子集 / SGLEO算法