基于遗传算法的无线传感器网络定位研究

邹茜 黄伟

摘 要：随着现代社会的发展进步，无线传感器网络的发展也十分迅猛，尤其是随着信息技术、科学技术和互联网技术的发展进步，无线传感器网络在人们生活和生产中的使用也是越来越普遍，但是由于无线传感器网络节点自身定位方面是存在着一些问题，因此本文主要是以遗传算法为基础，提出了无线传感器网络定位的新算法，希望通过本文的探究可以为无线传感器网络定位提供高一些建议和借鉴。

关键词：无线传感器网络 节点定位 遗传算法

中图分类号：TP301.6 文献标识码：A 文章编号：1672-3791（2018）02（a）-0023-02

随着现代社会科学技术和信息技术的发展进步，无线传感器网络在人们生活和生产中的应用是越来越普遍的，无线传感器网络在现代社会的发展也十分迅速，无线传感网络的出现其实并不久远，而是在20世纪兴起的一种现代技术。无线传感网络和技术在现代社会的应用十分普遍，不仅是应用在军事领域、工业领域，而且还应用在农业领域，在人们的生活和生产中发挥着重要的作用，有着巨大的使用价值和使用前途，并且由于这方面的发展前景十分广泛，在许多国家的应用也是比较广泛的，尤其是进入21世纪以来，无线传感器网络已经成为现代社会发展中公认的新兴的、前沿的研究热点和研究重点，并且还被人们认为是当今世界发展中具有巨大影响的技术之一。

1 无线传感器网络概述

现代社会，无线传感网络的发展十分迅速，无线传感网络主要是由大量的无线传感器的节点所组成的，并且这些传感器节点都是被随机放置在相关的位置，所以对于相关位置的具体位置是很难进行确定的。虽然随着社会经济的不断发展以及信息技术和科学技术的发展进步，我们可以用GPS定位系统来对每个节点的具体位置进行确定，但是我们使用GPS定位系统来精确每个节点的位置成本是比较高的，而且并不是所有的GPS定位系统是可以应用在无线传感器网络中的，是不能广泛使用。而且现在我们使用的无线传感器网络的定位算法主要是根据少量的已知位置以及一些可靠的节点通信来对整个的网络的节点位置来进行估算的。相关学者也进行了研究分析，如在美国的路特葛斯大学的Dragos Niculescu等人提出的DV- Distance方法，不仅如此，Lance Doherty等人在研究的时候主要是根据相关的研究提出了凸规划求解方法。

2 无线传感器网络节点定位算法分析研究

我们在对无线传感器网络进行分析研究的时候，本文主要是使用遗传算法来都传感器网络节点的定位进行分析研究，我们对无线传感器通过节点定位进行分析研究时，主要是通过分析无线传感器的位置节点以及一些少量的锚节点之间的通信约束，在这个基础之上，建立位置节点的位置来作为参数建立定位模型，并且不断地进行优化研究，而且在这个过程中我们还可以使用遗传算法对我们优化的模型进行求解参数，通过这些措施我们就可以根据我们计算出来的结果来估计位置节点。

2.1 定位问题分析研究

本文在分析研究的过程中主要是采用向量X=（x1， x2，…，xM，yM，xM+1，yM+1，…，xN，yN）（M≥1，N≥M+1）。模拟网络拓扑区域内无线传感器节点的初始位置是被随机的投放的，其中（xi，yi）（i=1，2，…，N）为第i个节点的横坐标和纵坐标，而i则为这个节点中唯一的一个标识的符号。我们在对无线传感器的定位问题进行分析研究的时候，我们假设无线传感器有M个节点X=（x1，x2，…，xM，yM）它们的位置上是已知的，其实这也就是锚节点的位置，而后（N-M）个节点X=（xM+1，yM+1，…，xN，yN）主要是为待求的未知节点的未知，那么我们在对无线传感器进行定位的时候，定位问题我们就可以根据已知的这些M个节点的坐标，来求解与这些节点之间有通信约束关系的（N-M）个未知点的坐标。

2.2 节点通信约束分析研究

我们对无线传感器的定位问题分析研究之后，我们是需要对节点之间的通信约束进行分析研究，由于无线传感器网络的节点都包含一个电波的射频发射器和接收器，并且由于无线传感器接收到的电波的有效半径为R，那么我们在对无线传感器的传播模型进行分析研究的时候就会使得节点无线传感器的传播模型主要是以无线射程R为半径的各向同性的圆模型。本文在进行分析研究的时候，对相关的过程进行假设，假设锚节点节点和未知节点在硬件的配置上是相同的，也就是如图1（a）所示，在图1中，X1、X2是未知节点，Ai是锚节点，一旦当未知节点X1、X2都处于这个圆中的时候，我们是可以认为锚节点Ai与未知节点X1、X2之间是可以进行通信的，因此我们在分析研究的时候是可以认为：

‖Ai-Xj‖≤R，j=1，2 （1）

我们对图1（b）进行分析研究就会发现，图1（b）则主要是说明了在这个过程中我们是怎样通过节点无线传播模型来对节点之间的距离进行估计和计算的。首先是锚节点Ai向周围发送射频电波，在这个过程中我们假设未知节点X1、X2之间是可以进行通信的，这就使得d1

‖Ai-Xj‖≈dj，j=1，2 （2）

2.3 定位优化模型分析研究

我们在前面就说了咋无线传感器网络中是存在着N个节点的，并且其中的前M个为锚节点，后N-M个为未知节点，针对这些情况我们就可以规无线传感器网络节点定位问题是可以归纳出以下的几个方面：首先是已知锚节点Ai和锚节点与未知节点Xj的通信约束，并且两者之间的距离是为dij，我们是需要寻找和是的未知节点的位置，这样就会使得‖Ai-Xj‖=dij。但是由于我们在测距的过程中是存在着一些误差的，这样我们是需要将节点的定位为题转化为模型优化问题，求解出来的最优解就是未知节点的估计未知。

2.4 遗传定位算法

本文在对无线传感器网络定位进行分析研究的时候，其实主要是通过增加定位的优化名的约束条件来进行分析研究的，并且主要是通过设置遗传算法的各种各样的参数等一些计算的方法应用，使得我们在计算时计算的速度大大的增加，而且由于我们在计算的时候主要是使用遗传算法进行计算，这也大大的增加和提高了我们在计算的时候，遗传算法的效率。

r1=（êi）min+R，r2=（êi）mêx-R，r3=（bi）min+R，r4=（bi）mêx-R （3）

在公式（3）中，r1为矩形右边界，r2为矩形左边界，r3和r4分别为矩形上边界和下边界。即对于未知节点Xj（xi，yi）有：

r2≤xj≤r1，r4≤yj≤r3 （4）

我们利用遗传算法在进行计算的时候，相关的适应度函数主要是如下所示：

（5）

3 结语

本文主要是以遗传算法为基础，对无线传感器网络定位的新算法进行分析研究，希望通过本文的阐述可以为之后的研究提供一些建议和借鉴。

参考文献

[1] 潘伟，刁华宗，井元伟.一种改进的实数自适应遗传算法[J].控制与决策，2006（7）：792-795.

[2] 王金鑫，賴旭芝，吴敏.基于遗传算法的三维无线传感器网络定位新算法[J].高技术通讯，2008，18（6）：579-584.