基于優(yōu)化算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位分析摘要：無(wú)線傳感器網(wǎng)絡(luò)（Wireless"Sensor"Networks，WSNs）節(jié)點(diǎn)定位是WSNs的重點(diǎn)，節(jié)點(diǎn)定位更加精準(zhǔn)，有利于提升無(wú)線網(wǎng)絡(luò)的應(yīng)用效果。為了提升網(wǎng)絡(luò)節(jié)點(diǎn)定位精度，提出了一種基于優(yōu)化算法的WSNs節(jié)點(diǎn)定位技術(shù)。該算法在定位中應(yīng)用非常簡(jiǎn)單方便，無(wú)需多次調(diào)整參數(shù)，即可以實(shí)現(xiàn)節(jié)點(diǎn)定位數(shù)據(jù)的多次迭代，最終使定位精度更高。為驗(yàn)證該算法，開(kāi)展試驗(yàn)仿真，最終確認(rèn)以?xún)?yōu)化算法為基礎(chǔ)的WSNs節(jié)點(diǎn)定位非常精準(zhǔn)與穩(wěn)定，適合在當(dāng)前網(wǎng)絡(luò)建設(shè)中應(yīng)用。關(guān)鍵詞：優(yōu)化算法"WSNs節(jié)點(diǎn)"定位"PSO算法WSNs"Node"Location"Analysis"Based"on"Optimization"AlgorithmFU"Chun（Changsha"Civil"Affairs"Vocational"and"Technical"College，Changsha，Hunan"Province"410004"China）Abstract："Wireless"Sensor"Networks（WSNs）"node"location"is"the"focus"of"WSNs，"and"node"location"is"more"accurate"and"beneficial"for"improving"the"application"effect"of"wireless"network."In"order"to"improve"the"accuracy"of"network"nodes"location，"this"paper"proposes"a"WSNs"node"location"technology"based"on"the"optimization"algorithm，"which"is"verynbsp;simple"and"convenient"to"apply"in"location，"without"the"need"to"adjust"the"parameters"many"times，"and"can"realize"multiple"iterations"of"node"location"data，"and"finally"make"the"location"accuracy"higher."In"order"to"validate"the"algorithm，"experimental"simulation"is"carried"out"to"confirm"that"the"WSNs"node"location"based"on"the"optimization"algorithm"is"highly"accurate"and"stable，"which"is"suitable"for"application"in"the"current"network"construction.Keywords："Optimization"algorithm;"WSNs"nodes;"Positioning;"PSO"algorithm在現(xiàn)代社會(huì)發(fā)展背景下，無(wú)線傳感器網(wǎng)絡(luò)（Wireless"Sensor"Networks，"WSNs）的作用無(wú)可取代，該網(wǎng)絡(luò)已經(jīng)在軍事、環(huán)境保護(hù)、居家網(wǎng)絡(luò)等領(lǐng)域等到廣泛應(yīng)用。WSNs之所以應(yīng)用廣泛，主要原因在于該網(wǎng)絡(luò)建設(shè)具有便利、穩(wěn)定、成本低等優(yōu)勢(shì)。WSNs的構(gòu)建簡(jiǎn)單，以部署大量傳感器節(jié)點(diǎn)為關(guān)鍵，并且在嵌入式、分布式技術(shù)集成應(yīng)用后實(shí)現(xiàn)各項(xiàng)功能。根據(jù)WSNs的組網(wǎng)原理，傳感器節(jié)點(diǎn)是極為關(guān)鍵的結(jié)構(gòu)，關(guān)系到建設(shè)成本以及網(wǎng)絡(luò)穩(wěn)定性。無(wú)線傳感器網(wǎng)絡(luò)構(gòu)建之時(shí)，節(jié)點(diǎn)定位精度越高，網(wǎng)絡(luò)愈發(fā)穩(wěn)定，所以關(guān)于節(jié)點(diǎn)定位技術(shù)的研究中，開(kāi)始重點(diǎn)研究節(jié)點(diǎn)定位精度控制。本文為提升節(jié)點(diǎn)定位精度，針對(duì)性提出一種以?xún)?yōu)化算法為基礎(chǔ)的節(jié)點(diǎn)定位。最后，為驗(yàn)證該節(jié)點(diǎn)定位技術(shù)的精度效果，采用Matlab仿真方法進(jìn)行模擬仿真。1"WSNs節(jié)點(diǎn)的定位機(jī)制分析1.1"WSNs節(jié)點(diǎn)WSNs節(jié)點(diǎn)構(gòu)成了無(wú)線傳感器網(wǎng)絡(luò)的基礎(chǔ)，同時(shí)也是網(wǎng)絡(luò)的核心設(shè)備。這些節(jié)點(diǎn)設(shè)備配備了感知、處理和通信的功能。一旦WSNs節(jié)點(diǎn)構(gòu)建完成，可以對(duì)周邊環(huán)境信息（包括對(duì)溫度、濕度、光照、聲音等）進(jìn)行檢測(cè)。（1）WSNs節(jié)點(diǎn)具有數(shù)據(jù)采集和處理能力，可以對(duì)節(jié)點(diǎn)相應(yīng)數(shù)據(jù)進(jìn)行過(guò)濾和融合計(jì)算。（2）WSNs節(jié)點(diǎn)具有基本通信能力，可以實(shí)現(xiàn)兩節(jié)點(diǎn)間的數(shù)據(jù)傳輸，將數(shù)據(jù)直接傳輸?shù)较噜徆?jié)點(diǎn)。（3）WSN節(jié)點(diǎn)具備自動(dòng)組網(wǎng)的功能優(yōu)勢(shì)，適合在多跳網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)中應(yīng)用，從而保證數(shù)據(jù)傳輸?shù)挠行?。?）WSNs節(jié)點(diǎn)還具有可擴(kuò)展特性，能夠按照應(yīng)用需求增加或減少控制節(jié)點(diǎn)數(shù)量。1.2"WSNs節(jié)點(diǎn)的定位機(jī)制WSNs節(jié)點(diǎn)是構(gòu)建WSNs的關(guān)鍵。節(jié)點(diǎn)定位布置是創(chuàng)建網(wǎng)絡(luò)的重要途徑，具體是指根據(jù)網(wǎng)絡(luò)構(gòu)建需求對(duì)空間區(qū)域內(nèi)的節(jié)點(diǎn)進(jìn)行位置布置，并且構(gòu)建區(qū)域內(nèi)所有節(jié)點(diǎn)的空間關(guān)系。節(jié)點(diǎn)定位可以分為錨節(jié)點(diǎn)和未知節(jié)點(diǎn)。錨節(jié)點(diǎn)數(shù)量相對(duì)較少，一般可采用全球定位系統(tǒng)（Global"Positioning"System，GPS）定位技術(shù)進(jìn)行精準(zhǔn)定位。未知節(jié)點(diǎn)的數(shù)量較多、分布范圍較廣，因此，需要根據(jù)鄰近錨節(jié)點(diǎn)位置完成優(yōu)化布置，其中包括利用定位算法計(jì)算未知節(jié)點(diǎn)與錨節(jié)點(diǎn)之間的距離，最后實(shí)施精準(zhǔn)定位。1.3定位方法研究本文結(jié)合相關(guān)資料研究發(fā)現(xiàn)，"在WSNs節(jié)點(diǎn)應(yīng)用過(guò)程中，比較常見(jiàn)的測(cè)量方法為三邊測(cè)量法和極大似然估算法。1.3.1三邊測(cè)量法已知A、B、C這3個(gè)錨節(jié)點(diǎn)的坐標(biāo)及它們到未知節(jié)點(diǎn)D的距離，分別以A、B、C這3個(gè)錨節(jié)點(diǎn)為圓心、以它們到未知節(jié)點(diǎn)D的距離為半徑作3個(gè)圓，則這3個(gè)圓的公共交點(diǎn)即為未知節(jié)點(diǎn)。1.3.2極大似然估計(jì)法實(shí)際測(cè)距中，由于測(cè)距誤差的存在，3個(gè)圓常不交于一點(diǎn)。采用極大似然估計(jì)法獲得節(jié)點(diǎn)D的坐標(biāo)。已知N（Ngt;3）個(gè)錨節(jié)點(diǎn)的坐標(biāo)及它們到未知節(jié)點(diǎn)D的距離，并且這N個(gè)距離存在測(cè)距誤差。由這N個(gè)距離公式可以得出矩陣方程：X=a-BN"（1）式（1）中：X表示x-1維隨機(jī)向量產(chǎn)生的誤差；N代表在最小二乘原理下錨節(jié)點(diǎn)坐標(biāo)。研究發(fā)現(xiàn)，X=a-BN為誤差最小值，在此種情況下，未知節(jié)點(diǎn)的極大似然估算值達(dá)到最小。2針對(duì)優(yōu)化算法進(jìn)行解析2.1優(yōu)化算法的基本定義以上兩方法是WSNs節(jié)點(diǎn)定位應(yīng)用的常見(jiàn)方案，長(zhǎng)期應(yīng)用中存在一定誤差，嚴(yán)重影響定位測(cè)量。所以，在優(yōu)化算法后，一定要做好相應(yīng)服務(wù)，保證優(yōu)化算法應(yīng)用高效開(kāi)展。本文結(jié)合相關(guān)資料提出一種粒子群優(yōu)化算法（Particle"Swarm"Optimization，"PSO）。該算法在1995被提出，具有智能化特點(diǎn)，能夠智能估算節(jié)點(diǎn)運(yùn)動(dòng)，構(gòu)建非線性連續(xù)優(yōu)化措施，解決優(yōu)化算法中的主要問(wèn)題，確保節(jié)點(diǎn)設(shè)計(jì)優(yōu)化高效開(kāi)展，可切實(shí)提升優(yōu)化結(jié)算設(shè)計(jì)效果，為后續(xù)的節(jié)點(diǎn)優(yōu)化設(shè)計(jì)奠定基礎(chǔ)[1]。在應(yīng)用的過(guò)程中，PSO算法具有良好的優(yōu)化措施，可以提升優(yōu)化結(jié)果，保證優(yōu)化高效開(kāi)展。實(shí)際上，優(yōu)化算法在應(yīng)用時(shí)，可以創(chuàng)建離子群優(yōu)化算法。2.2基本算法的基本描述在進(jìn)行數(shù)學(xué)描述時(shí)，PSO算法構(gòu)建假設(shè)空間目標(biāo)。構(gòu)建D維目標(biāo)，在空間象限中構(gòu)成潛在問(wèn)題的粒子組成群，并且以i粒子表示一個(gè)D維向量，其粒子群可以表示為Xi=[Xi1+Xi2+Xi3，…XiD]。在D維空間組中，i個(gè)粒子的空間位置為XiD，粒子的飛行速度為Vi=[Vi1+Vi2+Vi3，…，ViD]。在整個(gè)空間中，速度和位置在不斷變化，所以，其距離也在變化，被記錄為Pg，Pg=[Pg1+Pg2+Pg3，…，PgD]。根據(jù)上述粒子群位置、速度與距離空間向量研究，在經(jīng)過(guò)公式迭代計(jì)算后，破解Pg最優(yōu)解，就可以實(shí)現(xiàn)精準(zhǔn)定位。在最優(yōu)解的過(guò)程中，速度和位置都在不斷變化，因此，一定要構(gòu)建控制更新速度與位置的變量數(shù)據(jù)，將迭代次數(shù)、加權(quán)因子與學(xué)習(xí)因子加入其中，繼而可以在數(shù)據(jù)不斷變化的情況下確定位置的最優(yōu)解，實(shí)現(xiàn)精度計(jì)算[2]。2.3"PSO算法參數(shù)改進(jìn)通過(guò)研究發(fā)現(xiàn)，PSO算法在應(yīng)用時(shí)，可能出現(xiàn)粒子原理搜索空間的情況，從而導(dǎo)致粒子的位置和飛行速度不受加權(quán)因子和學(xué)習(xí)因子控制，其計(jì)算相對(duì)困難。因此，為解決此問(wèn)題，本文在研究中提出優(yōu)化參數(shù)改進(jìn)方法。該方法是指在粒子群構(gòu)建后，對(duì)加權(quán)因子進(jìn)行增強(qiáng)，當(dāng)加權(quán)因子增強(qiáng)后，PSO算法的全局搜索能力得以增強(qiáng)，最優(yōu)解振蕩現(xiàn)象減少。在此種情況之下，粒子群的迭代計(jì)算更加精準(zhǔn)，線性誤差降到最低，如此一來(lái)，粒子群的定位精度更高。通過(guò)以上研究可知，PSO算法在通過(guò)改進(jìn)后，可以計(jì)算空間范圍內(nèi)距離和位置不斷變化的未知點(diǎn)數(shù)據(jù)，獲取數(shù)據(jù)信息，了解基本參數(shù)，可以實(shí)現(xiàn)粒子群位置信息的有效改進(jìn)，繼而保證PSO算法高效開(kāi)展，也能夠使其在WSNs節(jié)點(diǎn)計(jì)算中精準(zhǔn)定位于應(yīng)用[3]。3基于優(yōu)化算法的WSNs節(jié)點(diǎn)定位及其精度驗(yàn)證本文為驗(yàn)證WSNs節(jié)點(diǎn)定位方法，針對(duì)性提出實(shí)驗(yàn)驗(yàn)證方法，設(shè)計(jì)一種WSNs節(jié)點(diǎn)定位模擬實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)確定WSNs節(jié)點(diǎn)定位和傳統(tǒng)算法的區(qū)別。3.1實(shí)驗(yàn)設(shè)計(jì)本次實(shí)驗(yàn)研究的主要目的是確認(rèn)PSO算法在WSNs節(jié)點(diǎn)定位中的精度。為確保驗(yàn)證具有有效性，采用Matlab仿真平臺(tái)對(duì)節(jié)點(diǎn)定位與創(chuàng)建進(jìn)行模擬與仿真，確認(rèn)平臺(tái)的應(yīng)用效果，繼而保證平臺(tái)設(shè)計(jì)高效開(kāi)展。Matlab仿真平臺(tái)是一種被廣泛應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號(hào)處理和數(shù)據(jù)分析的軟件環(huán)境，它提供了豐富的工具箱和函數(shù)庫(kù)，可以幫助用戶(hù)高效地進(jìn)行算法開(kāi)發(fā)、數(shù)據(jù)分析和模型仿真。在Matlab中，用戶(hù)可以通過(guò)編寫(xiě)腳本或使用圖形化工具來(lái)創(chuàng)建和模擬各種系統(tǒng)。在具體實(shí)驗(yàn)開(kāi)展的過(guò)程中，整個(gè)節(jié)點(diǎn)范圍步驟為100×100"m的區(qū)域范圍。此種區(qū)域范圍內(nèi)，節(jié)點(diǎn)設(shè)計(jì)合理，更符合設(shè)計(jì)的基本要求，可以提升設(shè)計(jì)效果。另外，節(jié)點(diǎn)范圍內(nèi)可以創(chuàng)建明確目標(biāo)。在整個(gè)實(shí)驗(yàn)開(kāi)展時(shí)，要求必須創(chuàng)建明確的目標(biāo)，保證設(shè)計(jì)高效開(kāi)展。區(qū)域PSO算法可以全局搜索。在初期實(shí)驗(yàn)布置時(shí)，構(gòu)建5個(gè)節(jié)點(diǎn)，將前4個(gè)設(shè)置為鉚接點(diǎn)，其坐標(biāo)分別為A（38.512"0，45.124"1）、B（-3.514"4，36.682"8）、C（15.828"8，-2.314"5）、D（40.825"0，20.828"2）；剩下的一個(gè)節(jié)點(diǎn)作為未知節(jié)點(diǎn)，其真實(shí)坐標(biāo)為E（25.123"0，30.852"0）。另外，在本次實(shí)驗(yàn)設(shè)計(jì)時(shí)，構(gòu)建POS的基本參數(shù)，其中主要包括加速因子、粒子群的種群大小、最小慣性權(quán)重等。表1為本次實(shí)驗(yàn)中PSO相關(guān)參數(shù)[4]。3.2實(shí)驗(yàn)過(guò)程與統(tǒng)計(jì)測(cè)量距離是WSNs節(jié)點(diǎn)定位布置過(guò)程中的重要環(huán)節(jié)，控制測(cè)量距離的誤差是研究定位方案的核心。本次實(shí)驗(yàn)中提出的PSO算法就是控制測(cè)距誤差的先進(jìn)技術(shù)。傳統(tǒng)實(shí)驗(yàn)方法為機(jī)器學(xué)習(xí)（Machine"Learning，ML）算法，該算法在最初網(wǎng)絡(luò)傳感器定位中非常常見(jiàn)，在定位應(yīng)用時(shí)，可以創(chuàng)建一種新型定位技術(shù)方法。本次實(shí)驗(yàn)中，為驗(yàn)證PSO算法與ML算法的差距，針對(duì)性開(kāi)展100次定位測(cè)算，對(duì)模擬測(cè)算結(jié)果進(jìn)行統(tǒng)計(jì)，并在最后測(cè)算相鄰定位誤差和測(cè)距誤差，對(duì)比測(cè)距誤差的效果，最終確認(rèn)兩個(gè)方法的應(yīng)用效果。在整個(gè)實(shí)驗(yàn)開(kāi)展時(shí)，先用Matlab仿真平臺(tái)構(gòu)建虛擬仿真實(shí)驗(yàn)，同時(shí)將PSO參數(shù)與ML算法融入其中，最后統(tǒng)計(jì)相應(yīng)數(shù)據(jù)，其中包括測(cè)距誤差、POS算法和ML算法比較、相對(duì)誤差等，通過(guò)統(tǒng)計(jì)相應(yīng)誤差，對(duì)具體數(shù)據(jù)進(jìn)行分析，最終確定兩個(gè)方法應(yīng)用的精準(zhǔn)性。表2為POS算法和ML算法的絕對(duì)多數(shù)投票法（Majority"Voting，MV）比較與相對(duì)誤差[5]。綜上所述，本文提出了一種基于優(yōu)化算法的WSNs節(jié)點(diǎn)定位技術(shù)，重點(diǎn)探討了PSO算法在節(jié)點(diǎn)定位中的應(yīng)用。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)ML算法相比，PSO算法在WSNs節(jié)點(diǎn)定位中表現(xiàn)出更高的精度和穩(wěn)定性，對(duì)提升WSNs的應(yīng)用效果具有重要意義，尤其是在對(duì)定位精度要求較高的場(chǎng)景中。雖然本研究取得了一定的成果，但仍存在一些局限性和挑戰(zhàn)，如PSO算法在復(fù)雜環(huán)境下的性能優(yōu)化、大規(guī)模WSNs中的節(jié)點(diǎn)定位效率等問(wèn)題仍有待進(jìn)一步探索。未來(lái)的研究工作可以圍繞這些方面展開(kāi)，以期提出更加高效、準(zhǔn)確的WSNs節(jié)點(diǎn)定位算法，進(jìn)一步推動(dòng)WSNs技術(shù)的發(fā)展和應(yīng)用。[1]趙晴，徐震.基于割圓術(shù)的DV-Hop全局優(yōu)化WSNs節(jié)點(diǎn)定位算法改進(jìn)研究[J].河南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，42（2）：127-133.[2]吳英浩，