【摘要】：無(wú)線(xiàn)傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)是由大量隨機(jī)部署在目標(biāo)區(qū)域中具備以自組織和多跳通信能力的傳感器節(jié)點(diǎn)構(gòu)成的分布式傳感網(wǎng)絡(luò),廣泛應(yīng)用于軍事、智能交通、環(huán)境監(jiān)控、醫(yī)療衛(wèi)生、智慧農(nóng)業(yè)等多個(gè)領(lǐng)域。在WSN眾多技術(shù)中,節(jié)點(diǎn)定位不但是WSN應(yīng)用的基礎(chǔ)和重要組成部分,而且也是WSN理論研究的核心技術(shù)之一,也是目前國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。本文首先介紹了節(jié)點(diǎn)定位的研究背景、意義以及國(guó)內(nèi)外研究現(xiàn)狀,由此說(shuō)明了本課題的重要性。針對(duì)目前無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中存在精度不高、算法收斂速度較慢等問(wèn)題,在傳統(tǒng)粒子群算法定位技術(shù)研究的基礎(chǔ)上,提出了一種自適應(yīng)罰函數(shù)優(yōu)化粒子群的節(jié)點(diǎn)定位算法。并從以下兩個(gè)方面做了研究與探討:(1)通過(guò)優(yōu)化粒子群算法提高節(jié)點(diǎn)定位精度:由于傳統(tǒng)罰函數(shù)的懲罰因子是固定不變的,罰因子大小的選取難以控制,過(guò)大或過(guò)小都將會(huì)導(dǎo)致算法病態(tài)發(fā)展。本課題通過(guò)引入自適應(yīng)罰函數(shù),根據(jù)粒子群體可行解比例的大小,自適應(yīng)調(diào)節(jié)罰因子的大小進(jìn)行迭代尋優(yōu),加快算法收斂的速度,達(dá)到提高定位精度以及算法的穩(wěn)定性,解決了算法易于陷入局部最優(yōu)等問(wèn)題。(2)通過(guò)減少測(cè)距誤差來(lái)提高定位精度:由于RSSI測(cè)距結(jié)果對(duì)算法的定位精度有較大影響,為了減少測(cè)距誤差對(duì)定位誤差的影響,課題通過(guò)對(duì)測(cè)距結(jié)果與計(jì)算結(jié)果加權(quán)求和,然后將加權(quán)求和系數(shù)作為罰函數(shù)懲罰項(xiàng)的約束值,優(yōu)化粒子的搜索空間,從而提高算法的定位精度。通過(guò)仿真及實(shí)驗(yàn)結(jié)果分析可知,本課題設(shè)計(jì)的基于自適應(yīng)罰函數(shù)優(yōu)化粒子群的WSN定位算法(PSOAPF算法)與同類(lèi)優(yōu)化算法相比,在定位精度和收斂速度都有了一定提高。
【圖文】：

WSN結(jié)構(gòu)

理后的信息與外部網(wǎng)絡(luò)進(jìn)行通信；（3）互聯(lián)網(wǎng)或衛(wèi)星主要為數(shù)據(jù)信息的傳輸提供線(xiàn)路。一般根據(jù)實(shí)際情形要求，選擇不同數(shù)據(jù)信息傳式，大部分情況下使用互聯(lián)網(wǎng)，但是衛(wèi)星可以在互聯(lián)網(wǎng)沒(méi)有覆蓋范圍或者人力很到的地區(qū)使用。（4）任務(wù)管理節(jié)點(diǎn)該部分的主要功能是數(shù)據(jù)分析、數(shù)據(jù)存儲(chǔ)，，并根據(jù)處理結(jié)果判斷是否結(jié)束當(dāng)前任2 傳感器節(jié)點(diǎn)結(jié)構(gòu)典型的 WSN 節(jié)點(diǎn)通常具有傳感器、A/D 單元、CPU、存儲(chǔ)單元、電源、通信機(jī)一般的節(jié)點(diǎn)結(jié)構(gòu)如圖 2.2，傳感器和 A/D 單元作用是信息采集預(yù)處理；CPU 存儲(chǔ)要作用是將節(jié)點(diǎn)采集到信息數(shù)據(jù)進(jìn)行處理、計(jì)算和存儲(chǔ)；通信模塊確保多個(gè)節(jié)點(diǎn)數(shù)據(jù)傳輸；能量供應(yīng)模塊一般選用微小型鋰電池。
【學(xué)位授予單位】：江西理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP18;TN929.5;TP212.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張亞明;史浩山;陳客松;程偉;;一種改進(jìn)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)優(yōu)化定位算法[J];電子科技大學(xué)學(xué)報(bào);2015年03期

2 劉韻婷;張嗣瀛;井元偉;;基于粒子群優(yōu)化的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)非視距節(jié)點(diǎn)定位算法[J];控制與決策;2015年06期

3 陳濤;陳自凱;段利斌;王彬;成艾國(guó);;針對(duì)結(jié)構(gòu)動(dòng)態(tài)非線(xiàn)性?xún)?yōu)化問(wèn)題的ESLM梯度優(yōu)化方法[J];機(jī)械工程學(xué)報(bào);2015年08期

4 姚英彪;姜男瀾;;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)定位的分布式求精算法[J];通信學(xué)報(bào);2015年01期

5 劉曉陽(yáng);李宗偉;方軻;田子建;;基于距離約束的井下目標(biāo)定位方法[J];煤炭學(xué)報(bào);2014年04期

6 崔瑋;吳成東;張?jiān)浦?賈子熙;程龍;;基于高斯混合模型的非視距定位算法[J];通信學(xué)報(bào);2014年01期

7 趙雁航;錢(qián)志鴻;尚小航;程超;;基于跳距修正粒子群優(yōu)化的WSN定位算法[J];通信學(xué)報(bào);2013年09期

8 高鵬;石為人;周偉;王小剛;李洪兵;;基于圖論模糊聚類(lèi)的室內(nèi)自適應(yīng)RSSI定位算法[J];儀器儀表學(xué)報(bào);2013年09期

9 王敬東;賁偉;王子瑞;馬駿;;基于ZigBee技術(shù)的TDOA定位系統(tǒng)設(shè)計(jì)[J];測(cè)控技術(shù);2013年03期

10 肖竹;譚光華;李仁發(fā);張小明;;無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中基于超寬帶的TOA/AOA聯(lián)合定位研究[J];計(jì)算機(jī)研究與發(fā)展;2013年03期

本文編號(hào)：2625535