基于全局人工鱼群算法优化的DV-Hop定位算法

【摘要】：无线传感器网络具有大规模、自组织、可靠性、以数据为中心、集成化等特点，被广泛应用于军事、医疗、矿山监测、安全生产等领域。然而现有的无线传感器网络非测距定位算法存在定位误差较大的问题。针对该问题，本文提出一种基于全局人工鱼群算法优化的DV-Hop(distance vector-hop)定位算法，即DEWF-D定位算法。该算法对非测距定位算法中的DV-Hop算法出现误差的步骤进行优化处理，通过减小算法过程中出现的误差，最终得到较为精准的定位坐标。首先，使信标节点以两种不同的通信半径传递消息，将跳数进行精确化处理，以减少跳数带来的误差；然后，用最小均方误差准则和误差加权方式计算平均每跳距离；最后，利用全局人工鱼群算法替换三边测量法进行坐标计算。仿真验证表明，在不同信标节点密度下，本文提出的DEWF-D算法与DV-Hop算法及其他算法相比定位精度分别提升28.3%、6.9%、12.5%；而在不同通信半径下，定位精度分别提升了24.4%、7.6%、14.8%。证明DEWF-D算法能有效提升定位精度，解决了定位算法中出现的定位误差较大问题。