專利名稱：一種基于遺傳算法的無線傳感器網(wǎng)絡節(jié)點定位方法
技術領域：
本發(fā)明屬于無線傳感器網(wǎng)絡技術領域，具體是一種基于遺傳算法的無線傳感器網(wǎng)絡節(jié)點定位方法。
背景技術：
在無線傳感器網(wǎng)絡中，定位問題是一個亟待解決的問題，因為傳感器網(wǎng)絡的許多具體應用都要涉及到傳感器節(jié)點的位置問題。例如高危車間人員搶救，老人、小孩追蹤，最優(yōu)路線導航，智能交通、物流管理等許多應用都要求網(wǎng)絡節(jié)點預先知道自身的位置，并在通信和協(xié)作過程中利用位置信息完成應用要求。一般的，在無線傳感器網(wǎng)絡中，根據(jù)是否需要測量實際節(jié)點的距離，無線定位機制一般可分為兩種基于測距的定位算法和不基于測距的定位算法。基于測距的定位算法首先測量節(jié)點之間的距離、角度或者其它連接性信息，然后進行空間位置的定位?；跍y距的定位算法中，典型的測距算法有到達時間(Τ0Α)、到達時間差(TD0A)、到達角度(Α0Α)、無線信號強度指示(RSSI)；典型的定位算法有三邊定位法(tri-lateration)，三角定位法 (triangulation)，最大^以然估計法(Maximum Likelihood estimation)。不基于測足巨的定位算法利用節(jié)點間的估計距離計算節(jié)點位置，典型有凸規(guī)劃、質心算法、DV-hop算法。遺傳算法(Genetic Algorithm)是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法。其主要特點是直接對結構對象進行操作，不存在求導和函數(shù)連續(xù)性的限定；具有內在的隱并行性和更好的全局尋優(yōu)能力；采用概率化的尋優(yōu)方法，能自動獲取和指導優(yōu)化的搜索空間，自適應地調整搜索方向，不需要確定的規(guī)則。遺傳算法的這些性質，已被人們廣泛地應用于組合優(yōu)化、機器學習、信號處理、自適應控制和人工生命等領域。

發(fā)明內容
本發(fā)明的目的是提供一種在只有兩個參考節(jié)點的情況下，仍然能夠進行定位的基于遺傳算法的無線傳感器網(wǎng)絡節(jié)點定位方法。本發(fā)明包括如下步驟
步驟1.建立二維直角坐標系，將一個參考節(jié)點放置于原點，另一個參考節(jié)點放置于直線y=X處；直線y=X將整個區(qū)域分為關于y=X對稱的兩部分，分別記為區(qū)域一和區(qū)域二，其中區(qū)域一對應于y>x ；區(qū)域二對應于y<x ；在移動節(jié)點以及直線y=x上部署傳感器設備，設置一個標志量aero以表示移動節(jié)點所在區(qū)域位置；
步驟2 設置標志量aero初值，將移動節(jié)點放置于區(qū)域一，并令aer0=l ；當移動節(jié)點每感測到一次經過直線y=x的信號，就將該標志量aero進行取反操作；
步驟3 為移動節(jié)點所在坐標進行編碼，直接采用實數(shù)編碼，形式為(x，y)； 步驟4 生成初始種群，根據(jù)解的可能范圍隨機產生N個解；
步驟5 計算個體的適應度，種群中各個個體的適應度
權利要求
1. 一種基于遺傳算法的無線傳感器網(wǎng)絡節(jié)點定位方法，其特征在于該方法包括如下步驟步驟1.建立二維直角坐標系，將一個參考節(jié)點放置于原點，另一個參考節(jié)點放置于直線y=X處；直線y=X將整個區(qū)域分為關于y=X對稱的兩部分，分別記為區(qū)域一和區(qū)域二，其中區(qū)域一對應于y>x ；區(qū)域二對應于y<x ；在移動節(jié)點以及直線y=x上部署傳感器設備，設置一個標志量aero以表示移動節(jié)點所在區(qū)域位置；步驟2 設置標志量aero初值，將移動節(jié)點放置于區(qū)域一，并令aer0=l ；當移動節(jié)點每感測到一次經過直線y=x的信號，就將該標志量aero進行取反操作；步驟3 為移動節(jié)點所在坐標進行編碼，直接采用實數(shù)編碼，形式為(x，y)； 步驟4 生成初始種群，根據(jù)解的可能范圍隨機產生N個解；步驟5 計算個體的適應度，種群中各個個體的適應度 /(sZ) = I，其中7為個體數(shù)量為N的種群中第j個個體ρ由于測距誤差所引入zJzJ^jJ J3 ^J^的偏差和；x/)2+( -巧.)2 - 4t-lw A分別表示第i個參考節(jié)點的橫坐標、第i個參考節(jié)點縱坐標、第i個參考節(jié)點與移動節(jié)點的距離，i=l或2;步驟6 選擇復制，計算每個個體被選擇復制的概率汽巧·)，然后以此概率復制產生 2XN個個體；步驟7 交叉；把選擇復制產生的2XN個個體隨機配成N對，以設定的交叉率選擇交叉，交叉的過程為首先隨機產生0 1的隨機數(shù)！和約，然后計算所得新個體橫坐行\(zhòng)和縱坐標y，不需交叉的則從一對中的兩個個體中隨機挑選一個個體；-=OT1 χ X1+ (I-^)X7T2 , J= ^XJ1 +(l-^)x J2 ；其中分別表示一對中的兩個個體的橫坐標，Λ,Λ分別表示一對中的兩個個體的縱坐標；步驟8 變異，以設定的變異率進行變異，即隨機變異成可能的值；步驟9 進化，將新種群和舊種群中的個體按照適應度大小排列，選取前N個作為新的種群；步驟10 判斷是否終止遺傳算法，具體是判斷是否進化了指定的進化代數(shù)；若沒有達到指定的進化代數(shù)，轉至步驟6，若已到指定的進化代數(shù)，則轉至步驟10 ；步驟11 選取種群中適應度函數(shù)值最大的個體，若鑒定移動節(jié)點在區(qū)域一且所得個體 y>x,或鑒定在區(qū)域二且所得個體y<x，則表示區(qū)域匹配，定位完成；步驟12 若區(qū)域不匹配，則交換X，y坐標，定位完成。
全文摘要
本發(fā)明公開了一種基于遺傳算法的無線傳感器網(wǎng)絡節(jié)點定位方法。本發(fā)明方法具體是合理部署坐標系，將整個區(qū)域分成對稱的兩個部分；設置標志量aero的初值以標志移動節(jié)點所在的區(qū)域；測量兩個參考節(jié)點與移動節(jié)點之間的距離；利用參考節(jié)點與移動節(jié)點之間的距離，通過遺傳算法得到一個定位結果。通過標志量aero的值進行區(qū)域匹配，若匹配，則直接以該結果為最終位置坐標；若不匹配，交換橫縱坐標后為最終位置坐標。本發(fā)明實現(xiàn)了在只有兩個參考節(jié)點的情況下的定位，對減少參考節(jié)點數(shù)量具有極大的意義。
文檔編號H04W64/00GK102223711SQ20111017088
公開日2011年10月19日 申請日期2011年6月23日 優(yōu)先權日2011年6月23日
發(fā)明者徐翠飛, 王建中, 王瑞榮, 薛安克 申請人:杭州電子科技大學