【定位问题】基于模拟退火粒子群算法求解无线传感器网络中基于RSSI测距定位问题含Matlab源码...

1 简介

提出了一种基于粒子群退火算法和RSSI的无线传感器网络的节点定 位算法.首先利用RSSI测距技术收集网络中节点间的通信讯息和距离估计,并优选信标节点;其次通过将定位问题视为一种优化问题,采用粒子群退火算法优化未 知节点的定位结果.仿真实验结果表明,所提出的定位算法有较高的定位精度.

2 部分代码

登录后复制

          
          

           
           %将接收信号强度转化为距离 
           
           
%发射信号经衰减到达接收端,根据接收信号的强弱计算T-R距离 
           
           
%接收功率Pr本应由实际测量而得 
           
           
%但在没有实验设备的情况下,也可以利用假定的未知节点得出模拟测量值 
           
           
%方法为:根据假定的未知节点位置,各信标节点得到精确的接收功率 
           
           
%在此基础上加上高斯随机变量作为环境干扰,将此接收功率作为Pr的测量值 
           
           
%再将Pr的测量值作为RSSI来求出T-R距离 
           
           
%将区域划分为若干个邻的三角形,将信标节点分别置于三角形的顶点 
           
           
%也可以说是将传感器节点随意但尽量均匀地投放在区域中,经过自身定位后作为信标节点 
           
           
%未知节点向周围发射定位信号,各信标节点接收后利用RSSI测距算法得到它们距未知节点的距离 
           
           
%从这些距离中选取三个最小的距离,将其对应的信标节点作为选定信标节点 
           
           
%以保证未知节点在选定信标节点构成的三角形内部 
           
           
%以下程序中的T-R距离都指的是选定信标节点与未知节点的距离 
           
           
function [r] = Distance(d,a) 
           
           
    PtW = 10e3; %单位是W 
           
           
    Pt = 10*log10(PtW); %单位是dB 
           
           
    f = 9e8; %载频,单位是Hz 
           
           
    n = 2; %路径损耗指数 
           
           
    d0 = 20; %近地参考距离,单位是m 
           
           
    %d = 100*sqrt(13) %选定信标节点与未知节点之间的精确T-R距离,单位是m 
           
           
    c = 3*10^8; %光速,单位是m/s 
           
           
    lamda = c/f; %波长,单位是m 
           
           
    Gt = 1;Gr = 1;L = 1; %Gt为发射天线增益;Gr为接收天线增益;L为与传播无关的系统损耗因子(不小于1) 
           
           
    %PL0为近地参考距离的路径损耗 
           
           
    %PrW = PtW*Gt*Gr*lamida^2/((4*pi)^2*d0^2*L) %单位是W 
           
           
    %PL0 = 10*log10(Pt/Pr) %单位是dB 
           
           
    PL0 = -10*log10(Gt*Gr*lamda^2/((4*pi)^2*d0^2*L)); %单位是dB 
           
           
    Pr0 = Pt-PL0; %单位是dB 
           
           
    %PL为精确T-R距离的路径损耗;Pr为信标节点的接收功率 
           
           
    PL = PL0+10*n*log10(d/d0); %单位是dB 
           
           
    Pr = Pt - PL; %单位是dB 
           
           
    PrW = 10^(Pr/10); %单位是W 
           
           
    %RSSI为接收信号强度指示,此处为包含高斯随机变量的接收功率 
           
           
    %Xn为零均值的高斯分布随机变量,标准差为cigema 
           
           
    %PrG为加上高斯随机变量的接收功率,利用它来模拟接收功率的测量值,单位是dB 
           
           
    cigema = 11.8; %单位是dB 
           
           
    N = 5e3; 
           
           
    Xn = normrnd(0,cigema,N,1); 
           
           
    X = mean(Xn); %均值 
           
           
    PrG = Pr+X; %单位是dB 
           
           
    PrGW = 10^(PrG/10); %单位是W 
           
           
    RSSI = PrGW; %单位是W 
           
           
    %r为求出的T-R距离;a为参数,随距离范围而改变 
           
           
    %RSSI ＝ a*(1/r)^2 
           
           
    %a = 7; %在所选信标节点的距离范围内,经反复测试,此参数较为合适 
           
           
    r = 1/sqrt(RSSI/a);
          
          

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.
• 35.
• 36.
• 37.
• 38.
• 39.
• 40.
• 41.
• 42.
• 43.
• 44.
• 45.
• 46.

3 仿真结果

4 参考文献

[1]范玉红, 彭宏, 朱陈良,等. 一种基于遗传模拟退火算法和RSSI的无线传感器网络定位算法[J]. 西华大学学报：自然科学版, 2010, 29(6):4.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。