wsn定位matlab仿真,WSN定位蒙特卡洛方法MCL的MATLAB实现源码

WSN定位蒙特卡洛方法MCL的MATLAB实现源码

clear; clc; %初始化工作 Ns = 20; Nn = 200; Vmax = 20; Xrange = 200; Yrange = 200; tr = 50; step = 20; N = 20; Nf = 3; %采样盒子确定时，估计位置要扩大圆面积 ns_range = 200; %每个采样盒子的最大采样次数 for i = 1:Ns Xseed(1,i)=rand(1,1)*Xrange; Yseed(1,i)=rand(1,1)*Yrange; end for i = 1:Nn Xnode(1,i)=rand(1,1)*Xrange; Ynode(1,i)=rand(1,1)*Yrange; Xnode_g(1,i)=Xnode(1,i); %MCL估计位置,初始值设置为真实位置 Ynode_g(1,i)=Ynode(1,i); end %初始时刻的粒子群，for every node for i = 1:Nn for j = 1:N lx(i,j,1) = Xnode_g(1,i); ly(i,j,1) = Ynode_g(1,i); end end %figure(1); %plot(Xseed,Yseed, bo ,Xnode,Ynode, k* ); %节点们开始运动，每次定位完成才开始下一次运动，这里假设这个定位过程耗时非常短 %仿真步数 for k=2:step %新的时刻，节点们先运动一下,RWP模型 for i = 1:Ns r = rand(1,1)*Vmax; thita = rand(1,1)*2*pi; Xseed(k,i) = Xseed(k-1,i) + r*cos(thita); if Ynode(k,i) > Yrange || Ynode(k,i) < 0 Xnode(k,i) = Xnode(k-1,i) + r*cos(thita); Ynode(k,i) = Ynode(k-1,i) - r*sin(thita); end end %对每一个node逐个进行定位 for i = 1:Nn %测试每个seed是否可以用来定位 A1 = []; %存储1跳锚节点序号 A2 = []; %存储2跳锚节点序号 for j = 1:Ns d1 = sqrt((Xnode(k,i)-Xseed(k,j))^2+(Ynode(k,i)-Yseed(k,j))^2); if d1tr dms = sqrt((Xnode(k,m)-Xseed(k,j))^2+(Ynode(k,m)-Yseed(k,j))^2); if dmi<=tr end end end end end %接下来要获取采样盒子，每个粒子都要有一个采样盒子，然后还要进行采样，每个采样盒子的采样都要有一个次数限制，这里还是要分四种情况 temp1 = size(A1,2); temp2 = size(A2,2); %第一种情况 if temp1==0 Ynode_g(k,i)=Ynode_g(k-1,i); for j = 1:N lx(i,j,k) = 0; %周围没有锚节点，没法进行定位，则粒子群全部置零 ly(i,j,k) = 0; end end %第二种情况 if temp1~=0 sambox2 = [ Xnode_g(k-1,i)+Nf*Vmax]; sambox3 = [ Ynode_g(k-1,i)-Nf*Vmax]; sambox4 = [ Ynode_g(k-1,i)+Nf*Vmax]; Xsambox_min(i,j,k) = max(sambox1); Xsambox_max(i,j,k) = min(sambox2); Ysambox_min(i,j,k) = max(sambox3); Ysambox_max(i,j,k) = min(sambox4); %从采样盒子里采样 lx(i,j,k) = unifrnd(Xsambox_min(i,j,k),Xsambox_max(i,j,k),1,1); ly(i,j,k) = unifr