重心反向粒子群优化算法在无线传感器定位优化中的应用

• 作者: 吉滦峦 谢宏
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 无线传感器网络 重心反向学习 重心反向粒子群优化算法 定位精度
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 应用技术
• 页码范围: 154-156,160
• 页数: 4页
• 分类号: TP212.9|TN929.5
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)02-0154-03

摘要

针对传统DV-Hop算法误差过大、粒子群优化(PSO)算法易陷入局部最优问题,提出了一种重心反向粒子群无线传感器网络(WSNs)节点定位算法.首先将PSO算法结合重心反向学习策略,以整个群体的重心为参考点计算反向解,并且结合粒子正向解和反向解,选取更优适应度值的粒子作为下一代,以进一步提高种群的多样性.其次对粒子运行速度进行改进,在速度中加入一种随机扰动的线性递增项,提高算法后期收敛速度,避免陷入局部最优.最后将重心反向粒子群算法结合DV-Hop定位方法,构建基于重心反向粒子群算法的网络节点定位方法.仿真结果表明:相比传统DV-Hop算法,重心反向粒子群算法的定位精度更高,效果更好,适用于定位精度要求较高的场景.