欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2016108208717
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-02-26
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于节点间连通性差异及粒子群优化的DV-Hop定位方法,其特征在于,在无线网络中,定位包括以下步骤:

101、计算未知节点到锚节点的最小跳数,并计算未知节点到锚节点的距离,采用三边测量法估计未知节点的位置,利用共线度来选取最优的三个锚节点;所述步骤101最优的三个锚节点确定方法如下:采用共线度来衡量所选的3个锚节点,规定3个锚节点的共线度αi为所选3个锚节点的每两边的夹角,理论上,π/3<DC<π,当DC=π时,表示3个节点共线,当DC=π/3时,所选的3个锚节点最优,所以选择DC接近π/3的锚节点组合来用三边测量法定位;

102、选取差异值最小的位置作为最终的估计位置,同时选择与所述未知节点最近的锚节点,对步骤101估计得到的未知节点的位置进行校准;

103、通过调节惯性权重和学习因子改进粒子群方法的位置与速度更新公式,确定新的适应度函数,同时根据改进的速度与位置公式,更新粒子,然后对粒子进行重新排序;随机惯性表示如下:其中Iter表示最大迭代次数,通过这个变化公式,惯性权重在算法初期较大,有较大的全局搜索能力,有利于全局搜索;惯性权重在算法后期较小,有较大的局部的能力,有利于快速找到全局最优点;

学习因子表示如下:

其中c1表示个体的学习因子,c2表示群体的学习因子,t表示当前迭代次数,c1在算法初期较大,使粒子具有较强的“自我认知能力”,扩大搜索范围,避免陷入局部最优,c2在算法后期较大,使粒子具有较强的“社会认知能力”,有利于后期进行局部搜索,找到全局最优;

适应度函数变为 同时粒子要根据新的速度、位置、适应度函数进行排

序,促进粒子间的交流;

104、将ICDA DV-Hop算法和MPSO DV-Hop算法结合,利用ICDA DV-Hop进行初步定位,然后再利用MPSO算法对其定位结果进行优化,完成定位。

2.根据权利要求1所述的基于节点间连通性差异及粒子群优化的DV-Hop定位方法,其特征在于,所述步骤102对同一未知节点的不同估计位置选择出差异值最小的位置作为最终的估计位置,节点间的连通性可以表示节点的位置,如果两个节点间的连通性绝对值越小,则这两个节点间的距离越近,连通性差异可通过式计算得到:hopi,k表示未知节点距离m个锚节点的跳数值,hopk表示未知节点的某个估计位置距离m个锚节点的跳数值。

3.根据权利要求1所述的基于节点间连通性差异及粒子群优化的DV-Hop定位方法,其特征在于,步骤102中采用下面的公式对未知节点进行校准:其中(x',y')为用DV-Hop算法估计的位置, 为距离未知节点最近的锚节点到估计未知节点的距离, 为最近锚节点到未知节点的距离,A1为距离未知节点最近的锚节点。