基于蝙蝠算法的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位研究.pdf

1、隨著科技的進(jìn)步，無線傳感網(wǎng)絡(luò)(wireless sensor network，WSN)作為一種新興技術(shù)，集成了傳感器技術(shù)、現(xiàn)代無線通信技術(shù)、分布式信息處理等技術(shù)，廣泛應(yīng)用于醫(yī)療衛(wèi)生、軍事、智能交通、環(huán)境監(jiān)測等領(lǐng)域，是國內(nèi)外關(guān)注焦點(diǎn)。在各種應(yīng)用場景中，無線傳感網(wǎng)絡(luò)的節(jié)點(diǎn)位置信息的精確程度是衡量整個(gè)網(wǎng)絡(luò)性能優(yōu)劣的標(biāo)準(zhǔn)之一，也是無線傳感網(wǎng)絡(luò)廣泛應(yīng)用的保證，因此節(jié)點(diǎn)定位技術(shù)一直是無線傳感網(wǎng)絡(luò)的關(guān)鍵技術(shù)和研究熱點(diǎn)。
　　節(jié)點(diǎn)定位算法中為了保

2、證節(jié)點(diǎn)預(yù)測位置的準(zhǔn)確性，通常采用基于接收信號強(qiáng)度指示(Received Signal Strength Indicator，RSSI)、基于到達(dá)時(shí)間的定位技術(shù)(Time of Arrival，TOA)、基于信號到達(dá)時(shí)間差的測距技術(shù)(Time Difference of Arrival，TDOA)、基于到達(dá)角度的測距技術(shù)(Angle-of-Arrival，AOA)等一些基于測距的相關(guān)定位算法來實(shí)現(xiàn)節(jié)點(diǎn)距離信息的求解。在得到節(jié)點(diǎn)之間的距離后

3、，通過三邊定位、三角定位、最大似然估計(jì)等方法計(jì)算出未知節(jié)點(diǎn)的位置坐標(biāo)。但在這些基本的定位算法的實(shí)際應(yīng)用中，無法完全消除誤差，使得測距誤差對定位結(jié)果影響極大。因此本文在分析研究無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位的基礎(chǔ)上，將蝙蝠算法(Bat Algorithm, BA)及其改進(jìn)算法引入到無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)位置優(yōu)化的問題上，通過智能優(yōu)化算法的自身的優(yōu)越性來補(bǔ)償測距誤差等因素對定位精度的影響，從而提高節(jié)點(diǎn)精度。
　　本文主要研究工作如下：
　　(1

4、)研究了蝙蝠算法的全局收斂性問題。本文在深入闡述無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位的理論基礎(chǔ)上，將節(jié)點(diǎn)定位問題轉(zhuǎn)化為數(shù)學(xué)優(yōu)化問題，通過蝙蝠算法進(jìn)行優(yōu)化求解。蝙蝠算法每一次進(jìn)化的實(shí)質(zhì)是一個(gè)隨機(jī)過程，滿足Markov鏈的過程條件，因此本文首先將Markov鏈模型引入到基本蝙蝠算法，詳細(xì)論證了蝙蝠群體狀態(tài)空間具有的可約性和齊次性，并對蝙蝠算法的收斂性進(jìn)行了理論分析，推導(dǎo)出蝙蝠算法的種群序列能以概率收斂于最優(yōu)解集，具有全局收斂性。隨后，將蝙蝠算法應(yīng)用到無線傳

5、感網(wǎng)絡(luò)節(jié)點(diǎn)定位的問題上，實(shí)驗(yàn)結(jié)果顯示了蝙蝠算法具有明顯優(yōu)于其他算法的尋優(yōu)性能，提高了節(jié)點(diǎn)定位的精度。
　　(2)提出了基于自學(xué)習(xí)能力的變異蝙蝠算法的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位方法。在研究分析基本蝙蝠算法存在易陷于局部最優(yōu)，后期收斂速度較慢等問題的基礎(chǔ)上，提出了具有自學(xué)習(xí)能力的變異蝙蝠算法。該算法融入了變異操作和自我優(yōu)化操作，變異操作使得每個(gè)蝙蝠個(gè)體可以動態(tài)成比例地形成變異群，依據(jù)貪婪選擇機(jī)制，在變異群中尋找優(yōu)良個(gè)體，增加了種群的多樣性，

6、避免個(gè)體退化。自我優(yōu)化算子使全局最優(yōu)個(gè)體在小范圍內(nèi)再次進(jìn)行自我學(xué)習(xí)，可以引導(dǎo)算法進(jìn)行深度搜索。改進(jìn)的算法增強(qiáng)了跳出局部最優(yōu)的能力，避免算法早熟，提高了算法的優(yōu)化精度和收斂速度。通過對基本標(biāo)準(zhǔn)函數(shù)的測試，驗(yàn)證了算法具有尋優(yōu)能力強(qiáng)，搜索精度高的優(yōu)點(diǎn)。將改進(jìn)算法應(yīng)用到無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)定位的問題上，實(shí)驗(yàn)結(jié)果表明，節(jié)點(diǎn)的定位精度進(jìn)一步提高，降低了測距誤差對定位精度影響，有很好的應(yīng)用前景。
　　(3)提出了基于多智能體蝙蝠算法的無線傳感網(wǎng)絡(luò)節(jié)

7、點(diǎn)定位方法。為了進(jìn)一步提高蝙蝠算法的性能，首先提出了基于多智能體的蝙蝠算法，該算法對尋優(yōu)的蝙蝠個(gè)體融入多智能體技術(shù)，充分利用個(gè)體能動性和個(gè)體間互動性，使個(gè)體通過鄰域競爭合作算子以及自學(xué)習(xí)過程提高了算法全局搜索能力，避免算法陷入局部最優(yōu)，加快算法的收斂速度。通過對標(biāo)準(zhǔn)測試函數(shù)的仿真，改進(jìn)算法相比于其他算法，尋優(yōu)精度和進(jìn)化效率得到了較大的提高。隨后通過多智能體蝙蝠算法求解無線傳感節(jié)點(diǎn)定位問題，實(shí)驗(yàn)結(jié)果表明改進(jìn)算法減少了測距誤差對定位精度的影