作者：刘芷珺，张玲华作者单位：南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 江苏省通信与网络技术工程研究中心，江苏 南京 210023摘要：针对DV-Hop定位算法误差大的缺点，深入分析定位误差来源后，在改进的PSO(Particle Swarm Optimization)算法的基础上提出了IDVHop-NSPSO(Improved DVHop-Neighborhood Search Particle Swarm Optimization)节点定位算法。该算法通过对三部分的改进达到DV-Hop定位精度提高的要求：(1)增设半跳细化最小跳数；(2)在计算平均跳距时引入权重系数使求得的跳距更加精确；(3)利用邻域搜索粒子群优化算法替代最小二乘法来计算未知节点的位置。仿真实验的结果表明：相较于DV-Hop算法、DV-Hop+PSO算法、模拟退火加权DV-Hop算法，IDVHop-NSPSO算法可在不显著增加计算资源的同时，明显地提高定位精度。引言：无线传感器网络(Wireless Sensor Networks, WSNs)中有大量的传感器节点[1]，对于大多数WSNs应用，如果节点收集到的数据信息没有结合位置信息，那么这个信息的可用度将大大降低。因此，准确知晓节点的物理位置是WSNs应用的关键，传感器节点的定位技术是WSNs的一个重要技术[2]。目前无线传感器网络的定位算法通常分为两大类：基于测距的定位算法(Range-based Algorithm)[3-6]和无需测距的定位算法(Range-free Algorithm)[7-10]。基于测距的定位算法与无需测距的定位算法相比，前者的性能通常要优于后者，但前者需要投入大量的成本且对硬件要求很高；后者能耗低、实现成本低、不需要硬件支持，同时又可以满足许多应用需求[11]。因此，无需测距的定位算法有着更加重要的研究意义。DV-Hop定位算法之所以可以得到非常广泛的应用，离不开其步骤简单、容易实现并且定位覆盖面积大等优点，但是作为经典的无需测距定位算法，它的缺点也非常显著，即受网络拓扑影响大，定位误差较大。针对DV-Hop定位误差大这个问题，已经有很多学者提出了自己的改进措施：文献[12]利用节点接收的信号强度值对跳数进行修正从而获得更加精确的节点坐标；文献[13]构建测距误差代价函数，并利用无偏估计对跳距进行校正；文献[14]将DV-Hop算法的定位结果作为斯蒂芬森迭代模型的初始值，最后通过斯蒂芬森不断迭代得到最优的节点位置；还有文献引入智能优化算法 (如狼群优化算法[15]、粒子群优化算法[16]、模拟退火算法[17]、遗传算法[18]）来实现对DV-Hop算法的改进。然而，这些算法虽然针对经典的DV-Hop算法进行改进，但是改进后的定位精度仍然不是很高。尤其像遗传算法、狼群优化算法这种计算量较大的优化算法会大大增加节点的通信负担。文章来源：《电子技术应用》杂志9月刊，下载论文PDF

☞商务合作：☏ 请致电 010-82306118 / ✐ 或致件 Tiger@chinaaet.com

点