【W(wǎng)SN定位】基于灰狼算法優(yōu)化無線傳感器非測距定位算法DVHop附matlab代碼
【W(wǎng)SN定位】基于灰狼算法優(yōu)化無線傳感器非測距定位算法DVHop附matlab代碼
TT_Matlab
博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡預測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領域的Matlab仿真，完整matlab代碼或者程序定制加qq1575304183。
1 內(nèi)容介紹
計算機技術(shù)與無線通信技術(shù)的不斷發(fā)展與深化，推動了無線傳感器網(wǎng)絡技術(shù)的迅速發(fā)展 [1] 。傳感器網(wǎng)絡由協(xié)作的傳感器節(jié)點組成，這些節(jié)點可以感知環(huán)境，監(jiān)測物理現(xiàn)象和人們感 興趣的事件。作為一種覆蓋監(jiān)測領域的現(xiàn)代技術(shù)，無線傳感器網(wǎng)絡通常由幾個到幾千個體積 小、成本低的設備組成，常用來采集、處理和傳輸數(shù)據(jù) [2] 。無線傳感器網(wǎng)絡影響著人們生活 的方方面面 [3-4] ，它被廣泛應用于工農(nóng)業(yè)數(shù)據(jù)采集、環(huán)境監(jiān)測、危險區(qū)域遠程控制和國家安防 中，現(xiàn)在被研究應用于智能家居和智慧城市等人工智能領域，這些領域?qū)φ麄€社會都有著巨 大的潛在效益。 在無線傳感器網(wǎng)絡的諸多應用中，節(jié)點采集到的數(shù)據(jù)必須有位置信息才有利用價值 [5] 。 例如：在森林火災救援時就必須通過傳感器探知火災發(fā)生的具體位置；在軍事反恐時，利用 傳感器網(wǎng)絡來測量槍聲和爆破的聲波信號，可以精確的定位射擊者的位置；在工農(nóng)業(yè)數(shù)據(jù)采 集時，必須知道采集到的工農(nóng)業(yè)傳感數(shù)據(jù)的具體位置；在排查天然氣管道泄漏時，必須知道 天然氣管道泄漏的確切位置。因此，無線傳感器網(wǎng)絡的應用離不開節(jié)點的確切位置，如何提 高未知節(jié)點的定位精度更是節(jié)點定位技術(shù)中的研究重點。 傳感器節(jié)點定位通常由人工配置和 GPS 接收器 [6] 等途徑來實現(xiàn)。人工配置主要是手動將 節(jié)點坐標輸入到網(wǎng)絡中，該方法由于比較耗時因此可行性不高。使用 GPS 接收器主要是利用 安裝在節(jié)點上的 GPS 接收器來接收來自多個衛(wèi)星的信號從而確定節(jié)點的位置，盡管通過衛(wèi)星 定位實時性好且精度較高，但是由于 GPS 成本過高，體積過大，導致可行性也不高。因此， 許多學者研究出一種利用已知節(jié)點來估算未知節(jié)點坐標的定位技術(shù)，將一部分節(jié)點通過之前 介紹的 GPS 接收器方法來確定自身位置，并將其投放于網(wǎng)絡中，這部分節(jié)點稱為錨節(jié)點或者 信標節(jié)點，然后利用錨節(jié)點與未知節(jié)點的聯(lián)系來估算出未知節(jié)點的坐標。因此，如何通過效 率高且成本低的定位算法估算出未知節(jié)點的坐標成為了當今研究的熱點，也為節(jié)點定位技術(shù) 提出了新的研究挑戰(zhàn)。定位中最常見的分類方法是根據(jù)節(jié)點間的物理距離是否需要先測量來劃分?；跍y距 （ Range-based ）的定位算法，簡而言之就是需要先測出物理距離或者角度信息，然后通過一 些定位算法來計算節(jié)點坐標。通常情況下，基于測距的定位算法由于能得到物理距離，因此 其比基于非測距的定位算法精度高，但是需要額外的硬件支撐才能測出距離，從而部署成本 也高于基于非測距的定位算法。由于基于非測距的定位算法并沒有精確的測量節(jié)點坐標，而 是通過估算的方式求出節(jié)點坐標，因此，該方法存在相對較高的定位誤差，但是非測距算法 相對于測距算法更加經(jīng)濟與節(jié)能。在對定位精度要求不是很高的應用中，往往基于非測距的 定位算法更加受歡迎，而且，隨著對定位算法的不斷深入研究與優(yōu)化改進，定位精度也會日 益提高。
2 仿真代碼
function
[Alpha_pos,Alpha_score,Convergence_curve]=GWO(SearchAgents_no,Max_iter,lb,ub,dim,fobj)
%
initialize alpha, beta, and delta_pos
Alpha_pos
=
zeros(1,dim);
Alpha_score
=
inf; %change this to -inf for maximization problems
Beta_pos
=
zeros(1,dim);
Beta_score
=
inf; %change this to -inf for maximization problems
Delta_pos
=
zeros(1,dim);
Delta_score
=
inf; %change this to -inf for maximization problems
%Initialize
the positions of search agents
Positions
=
initialization(SearchAgents_no,dim,ub,lb);
Convergence_curve
=
zeros(1,Max_iter);
l
=
0;% Loop counter
%
Main loop
while
l<Max_iter
for
i=1:size(Positions,1)
%
Return back the search agents that go beyond the boundaries of the search space
Flag4ub
=
Positions(i,:)>ub;
Flag4lb
=
Positions(i,:)<lb;
Positions(i,
:
)=(Positions(i,:).*(~(Flag4ub+Flag4lb)))+ub.*Flag4ub+lb.*Flag4lb;
%
Calculate objective function for each search agent
fitness
=
fobj(Positions(i,:));
%
Update Alpha, Beta, and Delta
if
fitness<Alpha_score
Alpha_score
=
fitness; % Update alpha
Alpha_pos
=
Positions(i,:);
end
if
fitness>Alpha_score && fitness<Beta_score
Beta_score
=
fitness; % Update beta
Beta_pos
=
Positions(i,:);
end
if
fitness>Alpha_score && fitness>Beta_score && fitness<Delta_score
Delta_score
=
fitness; % Update delta
Delta_pos
=
Positions(i,:);
end
end
a
=
2-l*((2)/Max_iter); % a decreases linearly fron 2 to 0
%
Update the Position of search agents including omegas
for
i=1:size(Positions,1)
for
j=1:size(Positions,2)
r1
=
rand(); % r1 is a random number in [0,1]
r2
=
rand(); % r2 is a random number in [0,1]
A1
=
2*a*r1-a; % Equation (3.3)
C1
=
2*r2; % Equation (3.4)
D_alpha
=
abs(C1*Alpha_pos(j)-Positions(i,j)); % Equation (3.5)-part 1
X1
=
Alpha_pos(j)-A1*D_alpha; % Equation (3.6)-part 1
r1
=
rand();
r2
=
rand();
A2
=
2*a*r1-a; % Equation (3.3)
C2
=
2*r2; % Equation (3.4)
D_beta
=
abs(C2*Beta_pos(j)-Positions(i,j)); % Equation (3.5)-part 2
X2
=
Beta_pos(j)-A2*D_beta; % Equation (3.6)-part 2
r1
=
rand();
r2
=
rand();
A3
=
2*a*r1-a; % Equation (3.3)
C3
=
2*r2; % Equation (3.4)
D_delta
=
abs(C3*Delta_pos(j)-Positions(i,j)); % Equation (3.5)-part 3
X3
=
Delta_pos(j)-A3*D_delta; % Equation (3.5)-part 3
Positions(i,j)
=
(X1+X2+X3)/3;% Equation (3.7)
end
end
l
=
l+1;
Convergence_curve(l)
=
Alpha_score;
end
3 運行結(jié)果
4 參考文獻
[1]吳珍珍. 基于DV-HOP的無線傳感器網(wǎng)絡非測距定位算法的研究. Diss. 江西理工大學.
[2]李勝萍. 無線傳感器網(wǎng)絡非測距定位算法研究. Diss. 西南交通大學.