無線傳感與激勵(lì)網(wǎng)絡(luò)中激勵(lì)節(jié)點(diǎn)移動(dòng)定位及路徑優(yōu)化算法.pdf

1、無線傳感與激勵(lì)網(wǎng)絡(luò)(Wireless Sensor and Actor Network，WSAN)作為無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network, WSN)的下一代技術(shù)，它不僅可以接收傳感器節(jié)點(diǎn)從外部環(huán)境中感知的數(shù)據(jù)信息，還可以對監(jiān)測數(shù)據(jù)分析決策后及時(shí)采取行動(dòng)并對事件加以操作，極大地提高了人們對感知環(huán)境信息的快速反饋能力，在理論研究和實(shí)際應(yīng)用方面具有廣泛而深遠(yuǎn)的意義。在WSAN中，由于我們需要知道事件發(fā)生的具體位置信

2、息，所以定位技術(shù)依然是其中的核心技術(shù)。本文對現(xiàn)有的節(jié)點(diǎn)定位算法進(jìn)行了分類概括和總結(jié)，利用WSAN中激勵(lì)節(jié)點(diǎn)的移動(dòng)性，來輔助未知節(jié)點(diǎn)進(jìn)行定位。激勵(lì)節(jié)點(diǎn)在移動(dòng)過程中需要選取合適的虛擬信標(biāo)節(jié)點(diǎn)，使既滿足節(jié)點(diǎn)定位精度的需求又不耗費(fèi)過多的能量。因此本文針對激勵(lì)節(jié)點(diǎn)在移動(dòng)過程中對虛擬信標(biāo)的選取問題進(jìn)行了論述和研究，進(jìn)而對選取的虛擬信標(biāo)節(jié)點(diǎn)進(jìn)行了路徑規(guī)劃，使其最終形成一條最優(yōu)移動(dòng)路徑。
　　本文全面分析和介紹了WSAN的結(jié)構(gòu)、特點(diǎn)及在研究過程中

3、存在的問題，闡述了適用于WSAN的定位算法并對現(xiàn)有的靜態(tài)及動(dòng)態(tài)路徑規(guī)劃方法進(jìn)行了歸納總結(jié)。首先，針對DFS路徑規(guī)劃算法中存在邊緣節(jié)點(diǎn)重復(fù)遍歷的問題，提出了一種基于禁忌搜索的DFS動(dòng)態(tài)路徑規(guī)劃算法，用于選取激勵(lì)節(jié)點(diǎn)的虛擬信標(biāo)位置。該算法利用禁忌搜索原則和節(jié)點(diǎn)權(quán)重對激勵(lì)節(jié)點(diǎn)選取的虛擬信標(biāo)節(jié)點(diǎn)加以限制，解決了傳統(tǒng)DFS算法中邊緣節(jié)點(diǎn)重復(fù)遍歷的問題。仿真結(jié)果表明:該算法和其他算法相比具有一定的優(yōu)越性，在不同參數(shù)的影響下，激勵(lì)節(jié)點(diǎn)選取的虛擬信標(biāo)節(jié)

4、點(diǎn)的數(shù)量均少于其他算法，并且改進(jìn)DFS算法的可定位比例在一定通信范圍內(nèi)，均能達(dá)到60％以上。其次，系統(tǒng)地介紹了蟻群算法，重點(diǎn)敘述了蟻群算法的基本原理和算法模型，分析了蟻群算法存在的不足，提出了優(yōu)化的蟻群路徑規(guī)劃算法，利用節(jié)點(diǎn)跳數(shù)和節(jié)點(diǎn)接收信號強(qiáng)度這兩個(gè)因子對選擇的路徑加以限制，最終得到最優(yōu)移動(dòng)路徑，解決了傳統(tǒng)蟻群算法收斂速度慢，容易陷入局部最優(yōu)解的問題。仿真實(shí)驗(yàn)表明，優(yōu)化的蟻群路徑規(guī)劃算法得到的最優(yōu)路徑長度要小于傳統(tǒng)蟻群路徑規(guī)劃算法得到