【WSN定位】基于RSSI和模拟退火粒子群优化算法的无线传感器网络定位算法附matlab代码
时间:2022-09-11 17:00:00
1 简介
无线传感器网络(Wireless Sensor Networks,WSN)作为21世纪最具影响力的21项技术和改变世界的十大技术之一,广泛应用于工业、交通、医疗环保、军事管理等领域。WSN通常由无线传感器节点组成,可以随机分布到无人值守区域进行数据采集,因此很难获得节点的具体位置。目前成熟的GPS由于每个节点的位置信息,技术可以准确地获取,GPS定位成本高,环境使用条件恶劣GPS定位不能全面应用WSN。因此,未知节点通过使用定位算法估计未知节点成为相关研究的热点。目前,定位算法主要通过以下两个步骤实现:第一步是测量未知节点与锚节点之间的距离或角度关系;第二步是使用上一步的测量信息来计算未知节点的位置信息。典型的距离测量技术包括使用RSSI测距,使用AOA测距及利用TOA或TDOA的测距等。RSSI(Received Signal Strength Indicator)未知节点与锚节点之间的距离是通过测量信号传输过程中的衰减程度来计算的。AOA(Angle Of Arrival)算法的原理是从信号到接收端的角度测量实际距离,TOA(Time OfArrival)算法和TDOA(Time Difference Of Arrival)未知节点与锚节点之间的实际距离分别通过测量信号的传输时间和两个信号的到达时间差来计算。
本文提出了退火算法和RSSI无线传感器网络的节点 位算法.首先利用RSSI测距技术收集网络中节点之间的通信信息和距离估计,优化信标节点;其次,将定位问题视为优化问题,采用粒子群退火算法进行优化 了解节点的定位结果.模拟实验结果表明,提出的定位算法具有较高的定位精度.
2 部分代码
定位算法%三边测量
?,dB,dC从三个信标节点到未知节点[x,y]模拟测量距离未知)
function [P] = Triangle(S,dA,dB,dC)
%定义未知坐标x,y为符号变量
syms x y;
以信标节点为中心的%距离方程,以信标节点到未知节点的测量距离为半径
f1 = (S(1,1)-x)^2 (S(1,2)-y)^2-dA^2;
f2 = (S(2,1)-x)^2 (S(2,2)-y)^2-dB^2;
f3 = (S(3,1)-x)^2 (S(3,2)-y)^2-dC^2;
%任两个方程联立,求任两个圆交点
s1 = solve(f1,f2); %求A,B两圆的交点
s2 = solve(f2,f3); %求B,C两圆的交点
s3 = solve(f1,f3); %求A,C两圆的交点
将结果(符号变量)转换为双精度值
x1 = double(s1.x);
y1 = double(s1.y);
x2 = double(s2.x);
y2 = double(s2.y);
x3 = double(s3.x);
y3 = double(s3.y);
%%选择内侧的三个交点
%两个圆相交于两点,靠近第三个圆的交点是选择的Pab,Pbc,Pac
d1(1) = sqrt(((S(3,1)-x1(1))^2 (S(3,2)-y1(1))^2));
d1(2) = sqrt(((S(3,1)-x1(2))^2 (S(3,2)-y1(2))^2));
if d1(1) <= d1(2)
Pab(1) = x1(1);
Pab(2) = y1(1);
else
Pab(1) = x1(2);
Pab(2) = y1(2);
end
d2(1) = sqrt(((S(1,1)-x2(1))^2 (S(1,2)-y2(1))^2));
d2(2) = sqrt(((S(1,1)-x2(2))^2 (S(1,2)-y2(2))^2));
if d2(1) <= d2(2)
Pbc(1) = x2(1);
Pbc(2) = y2(1);
else
Pbc(1) = x2(2);
Pbc(2) = y2(2);
end
d3(1) = sqrt(((S(2,1)-x3(1))^2 (S(2,2)-y3(1))^2));
d3(2) = sqrt(((S(2,1)-x3(2))^2 (S(2,2)-y3(2))^2));
if d3(1) <= d3(2)
Pac(1) = x3(1);
Pac(2) = y3(1);
else
Pac(1) = x3(2);
Pac(2) = y3(2);
end
%Pab
%Pbc
%Pac
三个圆内三个交点Pab,Pbc,Pac的质心,即为未知节点P,完成定位
P(1) = (Pab(1) Pbc(1) Pac(1))/3;
P(2) = (Pab(2) Pbc(2) Pac(2))/3;
3 仿真结果
4 参考文献
[1]范玉红, 彭宏, 朱陈良,等. 基于遗传模拟退火算法和RSSI无线传感器网络定位算法[J]. 西华大学学报:自然科学版, 2010, 29(6):4.
博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等领域Matlab仿真,相关matlab私信可以交换代码问题。
部分理论引用网络文献,若有侵权联系博主删除。