沈陽理工大學(xué)自動化與電氣工程學(xué)院 黃 月 野瑩瑩 張艷珠 姜 靜

基于粒子群優(yōu)化的無線傳感器網(wǎng)絡(luò)目標(biāo)定位方法

沈陽理工大學(xué)自動化與電氣工程學(xué)院 黃 月 野瑩瑩 張艷珠 姜 靜

提出了一種基于粒子群優(yōu)化算法的無線傳感器網(wǎng)絡(luò)聲源目標(biāo)定位方法。通過測量聲源發(fā)出的能量建立聲音能量模型，估計出模型中的聲音能量和聲音位置等參數(shù)，利用無線傳感器網(wǎng)絡(luò)節(jié)點采樣數(shù)據(jù)，將目標(biāo)定位轉(zhuǎn)換為函數(shù)極值優(yōu)化問題，利用粒子群優(yōu)化算法搜索最優(yōu)解。仿真實驗表明，該算法具有定位精度高，計算復(fù)雜度低的優(yōu)點。

目標(biāo)定位；粒子群優(yōu)化；無線傳感器網(wǎng)絡(luò)

引言

在無線傳感器網(wǎng)絡(luò)的眾多應(yīng)用領(lǐng)域中，目標(biāo)定位是當(dāng)前研究的一個熱點。聲源目標(biāo)定位主要有3種方法,基于到達時間差方法TDOA，基于到達方向定位DOA和能量法[1,2]。基于到達時間差定位方法和基于到達方向定位方法都需要發(fā)送大量的數(shù)據(jù)，對無線傳感器網(wǎng)絡(luò)的時間同步要求也比較高，因此不適用于能量有限的無線傳感器網(wǎng)絡(luò)?；诘竭_方向的定位方法中，傳感器節(jié)點需要部署成為間隔相同的陣列，并且不能使用與寬頻信號[3-5]。與基于到達時間差和基于到達方向這兩種定位方法相比，能量法對時間同步的要求不高，傳感器節(jié)點的位置可以隨意部署，對聲源頻率也沒有要求，節(jié)點需要發(fā)送的數(shù)據(jù)也少于基于到達時間差和基于到達方向這兩種定位方法，且該方法計算方法簡單，能夠有效節(jié)省傳感器節(jié)點的能量[6]。本文提出了一種基于粒子群優(yōu)化的目標(biāo)定位算法，該方法基于聲音能量衰減模型對目標(biāo)源進行定位。通過仿真實驗證明該定位方法具有較高的定位精度和較低的計算復(fù)雜度,適合于無線傳感器網(wǎng)絡(luò)聲源目標(biāo)定位。

1 能量模型的建立

假設(shè)在一個由N個傳感器節(jié)點組成的無線傳感器網(wǎng)絡(luò)中，全部節(jié)點隨機部署，通過節(jié)點測量某個未知的目標(biāo)源發(fā)射的聲音信號能量，則傳感器節(jié)點接收到的聲音信號能量數(shù)學(xué)模型為：

將式（1）改寫為矩陣形式可表示為：

其中：

為無線傳感器節(jié)點本身的噪聲影

響系數(shù)；

則Y的概率密度函數(shù)可表示為：

上式是一個非線性函數(shù)，其解析解即為目標(biāo)的位置。非線性函數(shù)的解析解不容易求得，本文提出了采用粒子群優(yōu)化方法在尋找最優(yōu)解。

2 粒子群優(yōu)化算法

粒子群優(yōu)化算法通常將優(yōu)化問題中的每個可能解作為整個搜索空間中的一個“粒子”, 所有的粒子都有一個適應(yīng)值，該適應(yīng)值由被優(yōu)化的函數(shù)決定。粒子在整個搜索空間中根據(jù)自身以及其他粒子的飛行經(jīng)驗按一定的速度飛行,跟隨當(dāng)前的最優(yōu)粒子,最后實現(xiàn)從整個搜索空間中尋找最優(yōu)解[7]。

3 仿真實驗

假設(shè)聲源和無線傳感器網(wǎng)絡(luò)節(jié)點分布在二維空間200 ×200m2的方形區(qū)域。仿真工具使用Matlab7.0，在進行每次定位仿真時聲源及各傳感器節(jié)點位置隨機產(chǎn)生。每次定位實驗執(zhí)行1000次，定位誤差取其均值。以下數(shù)據(jù)為采用粒子群優(yōu)化方法、窮舉方法和多分辨率搜索方法對聲源目標(biāo)進行定位的結(jié)果。

圖1 節(jié)點數(shù)目與估計誤差的關(guān)系

圖2 信噪比與估計誤差的關(guān)系

由圖1可以看出，三種算法的定位誤差均隨著節(jié)點數(shù)目的增加而減小，粒子群算法的估計誤差最小。當(dāng)無線傳感器節(jié)點數(shù)目逐漸增加時，目標(biāo)定位的誤差逐漸減小。當(dāng)網(wǎng)絡(luò)中的傳感器節(jié)點數(shù)量達到120個時，目標(biāo)定位的誤差明顯降低。但是當(dāng)傳感器節(jié)點數(shù)量達到200個以上后，目標(biāo)定位誤差變化很小。由此可知，當(dāng)傳感器節(jié)點達到一定數(shù)量時，節(jié)點的數(shù)目的增加不再影響目標(biāo)定位的精度。

由圖2可以看出，隨著信噪比的增大，三種定位算法的平均估計誤差均明顯下降，粒子群算法的定位誤差最小且下降速度最快。通過此圖可以看出粒子群算法有更強的抗干擾能力。

4 結(jié)束語

本文提出了一種基于粒子群優(yōu)化方法的聲源目標(biāo)定位算法。仿真結(jié)果表明，通過與多分辨率搜索算法、窮舉算法相比較，本文提出的基于粒子群的聲源定位方法具有定位精度較高，計算復(fù)雜度低的優(yōu)點。

[1]S．Kumar．Sensor Networks:Evolution, Opportunities,and Challenges,Proceedings of the IEEE Trans on Computers[J]．2003 ,91:1247-1256．

[2]B．Sun and L．Osborne．Intrusion detection techniques in mobile ad hoc and wireless sensor networks[J]．IEEE Wireless Communications,2007,14 :56-63．

[3]]翟衛(wèi)超,田玉平． 基于測距的無線傳感器網(wǎng)絡(luò)定位系統(tǒng)[J]．工業(yè)控制計算機,2014,05:19-20．

[4]K．Romer,F．Mattern,and E．Zurich,The design space of wireless sensor networks[J]．IEEE Wireless Communications,2004,91: 54-61．

[5]X．H．Sheng and Y．H．Hu,“Maximum likelihood multiple source localization using acoustic energy measurements with wireless sensor networks[J]．IEEE Transactions on Signal Processing,2005,53: 44-53．

[6]王沁,于鋒,張曉彤,王建國．一種基于能量衰減特征的無線傳感器網(wǎng)絡(luò)定位算法[J]．小型微型計算機系統(tǒng),2009,06:1082-1088．

[7]邢明彥,李臘元．粒子群優(yōu)化在無線傳感器網(wǎng)絡(luò)定位中的應(yīng)用[J]．計算機工程與應(yīng)用,2009,32:72-74．