基于粒子群优化的无线传感器网络节点定位改进

计算机应用 ›› 2010, Vol. 30 ›› Issue (07): 1736-1738.

基于粒子群优化的无线传感器网络节点定位改进

陈星舟¹,廖明宏¹,林建华²

1. 厦门大学
2. 厦门大学软件学院

收稿日期:2010-01-06 修回日期:2010-03-09 发布日期:2010-07-01 出版日期:2010-07-01
通讯作者: 陈星舟

Improvement of node localization in wireless sensor network based on particle swarm optimization

Received:2010-01-06 Revised:2010-03-09 Online:2010-07-01 Published:2010-07-01

摘要/Abstract

摘要： 针对无线传感器网络低成本、低功耗的要求，提出了一种DV-Hop改进算法，利用节点间的估计距离和锚节点的位置，在DV-Hop算法的第三阶段使用粒子群优化的方法校正DV-Hop得到的估算位置。该算法不需要任何额外硬件设备和不增加通信量。仿真表明，改进的算法可以使DV-Hop的平均定位误差下降30%，并有效降低了成本。

关键词: 无线传感器网络, 定位, 粒子群优化, DV-hop

Abstract: Focusing on the requirements of low cost and low power in Wireless Sensor Network (WSN), the paper introduced a new method, which was based on DVHop algorithm, using the Particle Swarm Optimization (PSO) to correct the position estimated by DV-Hop，during the third stage of DV-Hop algorithm with the use of estimates of the distance between the nodes and the position of anchor nodes. This algorithm does not need any additional devices and increase in traffic. The simulation shows that the improved algorithm can decrease the average location error up to 30%, and effectively reduce the cost.

Key words: Wireless Sensor Network (WSN), Localization, Particle Swarm Optimization, DV-hop

陈星舟廖明宏林建华. 基于粒子群优化的无线传感器网络节点定位改进[J]. 计算机应用, 2010, 30(07): 1736-1738.

[1]	张闻强, 邢征, 杨卫东. 基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题[J]. 计算机应用, 2021, 41(8): 2249-2257.
[2]	张盟, 郭健全. 需求和回收不确定的闭环供应链渠道结构选择[J]. 计算机应用, 2021, 41(7): 2100-2107.
[3]	栾佳宁, 张伟, 孙伟, 张奥, 韩冬. 基于二维码视觉与激光雷达融合的高精度定位算法[J]. 计算机应用, 2021, 41(5): 1484-1491.
[4]	张齐林, 李方伟, 王明月. 基于时间反演的到达时间定位[J]. 计算机应用, 2021, 41(3): 820-824.
[5]	唐延强, 李成海, 宋亚飞. 基于改进粒子群优化和极限学习机的网络安全态势预测[J]. 计算机应用, 2021, 41(3): 768-773.
[6]	李萍, 汪芬, 陈祺东, 孙俊. 求解多目标社区发现问题的离散化随机漂移粒子群优化算法[J]. 计算机应用, 2021, 41(3): 803-811.
[7]	孙环, 陈宏滨. 基于萤火虫算法的无线传感器网络节点重部署策略[J]. 计算机应用, 2021, 41(2): 492-497.
[8]	惠飞, 邢美华, 郭静, 唐书宇. 基于车车通信的前向碰撞预警策略[J]. 计算机应用, 2021, 41(2): 498-503.
[9]	王泽昆, 贺毅朝, 李焕哲, 张发展. 基于新颖S型转换函数的二进制粒子群优化算法求解具有单连续变量的背包问题[J]. 计算机应用, 2021, 41(2): 461-469.
[10]	樊小毛, 熊红林, 赵淦森. 带约束的清洁排班问题模型及其求解[J]. 计算机应用, 2021, 41(2): 577-582.
[11]	付豪, 徐和根, 张志明, 齐少华. 动态场景下基于语义和光流约束的视觉同步定位与地图构建[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3337-3344.
[12]	孙琳, 袁玉波. 基于人眼状态的瞌睡识别算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3213-3218.
[13]	郑思诚, 孔令华, 游通飞, 易定容. 动态环境下基于深度学习的语义SLAM算法[J]. 计算机应用, 2021, 41(10): 2945-2951.
[14]	张驰, 李铸洪, 刘舟, 沈未名. 基于场景图划分的无人机影像定位算法[J]. 计算机应用, 2021, 41(10): 3004-3009.
[15]	郭秀婷, 朱昶胜, 张生财, 赵奎鹏. 分形插值在风速时间序列中的应用[J]. 计算机应用, 2020, 40(9): 2628-2633.