基于AC-PSO的DV-Hop算法研究.pdf

1、隨著國(guó)內(nèi)外傳感器技術(shù)的不斷進(jìn)步，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)技術(shù)已經(jīng)運(yùn)用到許多領(lǐng)域里如軍事國(guó)防、醫(yī)療衛(wèi)生、環(huán)境檢測(cè)、搶險(xiǎn)急救等。在很多應(yīng)用領(lǐng)域中，傳感器對(duì)信息的獲取與節(jié)點(diǎn)自身的位置有關(guān)。因此，傳感器網(wǎng)絡(luò)定位技術(shù)也越來(lái)越受到重視。本文針對(duì)DV-Hop算法中存在的誤差，運(yùn)用誤差修正，粒子群優(yōu)化以及蟻群粒子群結(jié)合的方式來(lái)優(yōu)化原始DV-Hop定位算法，以此提高它的定位精確度，主要的研究成果如下:
　　針對(duì)DV-Hop算法中估算每跳跳距產(chǎn)生的誤差較大，由

2、誤差修正法來(lái)計(jì)算錨節(jié)點(diǎn)的實(shí)際距離和估算距離并使之最小化，同時(shí)引入加權(quán)因子，精確了DV-Hop算法中的每跳跳距。然而，未知節(jié)點(diǎn)計(jì)算坐標(biāo)時(shí)會(huì)受到估算距離的誤差影響，針對(duì)坐標(biāo)位置也會(huì)存在較大的偏差，引入粒子群算法，分別在學(xué)習(xí)因子和慣性權(quán)重對(duì)其進(jìn)行優(yōu)化。其中，學(xué)習(xí)因子是加強(qiáng)前期種群選擇的多樣性，慣性權(quán)重可以更好的控制粒子群的速度，這方法很好的提高了原始粒子群算法的性能。在此基礎(chǔ)上去結(jié)合蟻群算法，蟻群算法是對(duì)路徑測(cè)量的優(yōu)化，再通過(guò)粒子群對(duì)未知節(jié)點(diǎn)