基于文化-改進量子粒子群算法的無線傳感器網(wǎng)絡聲源定位算法.pdf

1、近年來,隨著無線傳感器網(wǎng)絡技術的興起,聲源定位技術繼上個世紀30年代以后再次引起學術界的關注。根據(jù)對聲信號測量物理量的不同,無線傳感器網(wǎng)絡聲源定位方式分為三類:基于信號到達時間差的定位方法(TDOA)、基于信號到達方向角的定位方法(DOA)、基于聲音能量強度的定位方法(RSS)。RSS與TDOA相比不需要對傳感器節(jié)點作精準的時間同步,與DOA相比其適用的范圍更廣,而且算法的復雜度和成本都比較低。因此本文針對基于聲音能量強度的定位方法進行

2、了研究。
　　 為了在保證定位精度的前提下提高定位效率,本文采用最大似然估計法作為聲源定位的基本方法。通過分析現(xiàn)有的一些全局搜索算法的優(yōu)缺點,選擇尋優(yōu)性能較好的量子群算法作為基本的算法,并針對該算法存在的缺陷進行改進,提出改進量子粒子群算法(IQPSO)。為了進一步改善算法的全局搜索能力、提高收斂速度,于是利用文化算法的雙重演化機制,將改進的量子粒子群算法納入文化算法框架作為下層空間的進化算法,同時利用選擇、交叉、變異操作對上層

3、空間的群體進行進化,最終形成本文提出的文化-改進量子粒子群算法(C-IQPSO)。
　　 在定位過程中,根據(jù)監(jiān)測區(qū)域內(nèi)傳感器節(jié)點測得的能量值對節(jié)點進行篩選,選出能量值較大的節(jié)點參與聲源定位。然后利用C-IQPSO算法對似然函數(shù)的極值問題進行求解,從而對聲源定位。
　　 仿真實驗中,首先用標準測試函數(shù)對C-IQPSO算法進行檢測,結果顯示在搜索性能和收斂性能上較粒子群算法(PSO)、量子粒子群算法(QPSO)、粒子群-序貫