无线传感网络节点Amorphous-GA搜索定位算法及性能分析

王伟萍

关键词：无线传感网络；节点定位；遗传算法；通信半径

0引言

在无线通信技术不断革新的进程中，科技飞速发展，近距离无线组网及低功耗技术发挥的作用越来越大，推动了社会经济发展。在定位节点时，根据是否需要进行节点距离测试，定位算法被划分为两种：无距离测试和有距离测试。在完成定位运算的过程中，硬件性能需要达到一定标准，但这样会导致成本大幅增加，因此有必要探究如何高效率完成定位运算。

由于通信半径每跳距离的偏差过大，因此选取不定形（Amorphous）算法对定位误差的差异性进行重点探讨。为保证Amorphous算法定位状态的精确度更高，依次处理并优化了节点总数、通信半径及锚节点数量等参数。通过Amorphous算法可降低定位误差，但实用性不高。胡伟等提出基于Amorphous算法的遗传一禁忌搜索算法（improvedamorphous genetic-algorithm tabu-search location，IAmorphous-GATS），利用遗传禁忌搜索算法优化初始解得到未知节点的最优位置，提高了未知节点的定位精度。宋海声等在利用Amorphous算法离线计算网络平均连通度的基础上，建立了阈值模型来降低Amorphous算法在不同通信模型下的定位误差。

本文在遗传算法（genetic algorithm，GA）搜索定位基础上结合AmorDhous算法，设计了一种无线传感网络节点Amorphous-GA搜索定位算法，并对其开展性能分析。

1Amorphous-GA搜索定位算法

1.1Amorphous算法改進

在应用Amorphous算法的过程中无须测试距离，未知节点方位可通过节点之间的最低跳数进行估算。具体操作流程为：先计算节点与未知节点间的最小跳数，之后通过锚节点向无线传感网络的邻居节点传输跳数。

在应用Amorphous算法时，以节点距离为计算结果，在运算未知节点间位置的过程中容易产生较大误差。例如，0节点通信范围内同时存在P、Q两个节点，同时QO与PO不同，两个节点距O节点的距离差距较大。这种情况下通常会作为一跳完成计算，默认QO与PO的数值相等。在无线传感网络运行中也会产生此类问题。本文对Amorphous算法进行了改进。按照强度不同将信号划分为多个区间，然后对特定节点信号强度进行测试。该过程需要在40～80dBm内划分信号强度区间，然后分别用0.8、1设定40～50dBm、50～60dBm内的跳数，该方法同样适用于其他情况。

1.2Amorphous-GA搜索定位算法

搜索优化时采取GA方式，同时按照两个流程实施Amorphous算法：先计算未知节点的初始值；按照人工智能算法优化前期获取的初始解。Amorphous-GA搜索定位算法流程如图1所示。首先，利用Amorphous算法并结合锚节点坐标获取未知节点坐标，节点数据为GA最初输入值。其次，GA是否终止通过初始坐标适应度进行判断。满足终止条件后立即输出结果，不符合则按后续处理流程对结果进行选择与交叉操作。最后，根据输出结果形成候选集，分析藐视准则是否符合情况。在满足藐视准则的情况下，禁忌表立即完成更新，用当前解代替最优解；若不满足则需细致分析候选解的属性，同时将当前解用包含非禁忌对象的解代替，更新禁忌表。按上述流程完成处理后，再判断结果是否满足GA终止条件。若满足则返回到上一步；若不满足则采取循环处理方式，直至满足终止条件。

2仿真分析

2.1仿真环境

为了验证本文算法在实际操作中的应用效果，利用MATLAB软件对本文算法在实际操作过程中的运行效果进行验证，重点仿真测试Amorphous-GA搜索定位算法。迭代运算次数共100次，禁忌表长度与交叉概率的数值分别为10和0.6。使用归一化定位误差比较不同算法的定位性能。

2.2仿真实验与分析

在不同锚节点比例的条件下，对不同算法的性能展开测试，控制节点总数为100个，覆盖的通信半径为30mo不同通信半径下的算法性能变化如图2所示，在锚节点比例增加后定位误差大幅降低，定位精度得到显著提升。设置锚节点比例大于30%时，能够获得较小的定位误差，之后趋于稳定。在锚节点比例增长的条件下，未知节点与锚节点间的跳数降低，导致不同节点间的距离差持续降低，整体误差得到有效控制。分析对比仿真测试结果得出，在锚节点比例达到30%时，采取Amorphous-GA搜索定位算法得到的定位误差稳定性更高。相较于移动锚节点（moving anchor node，MAN）定位算法和Amorphous定位算法，优化未知节点信息的速率可通过Amorphous-GA搜索定位算法得到有效提升，搜索定位效果更佳，定位误差也更小。

2.3算法复杂度分析

离线网络连通度主要通过Amorphous算法获取，进而完成阈值分析模型的设置，并分析每个通信模型的定位误差，这个过程有利于定位误差的大幅下降，然而实现过程相对复杂。为了有效控制本文算法在运行过程中占用的资源，分析了不同算法运行时间和定位精度误差。如表1所示，3种算法的运行时间差异不明显，但Amorphous-GA搜索定位算法精度误差最小，即使受到了通信半径的影响。可见具有很大的应用准确性和适应范围。

3结论

本文研究了无线传感网络节点Amorphous-GA搜索定位算法的性能，结果如下。

（1）定位精度在锚节点比例增加后得到显著提升，定位误差大幅降低，设置锚节点比例大于30%能够获得较小的定位误差。

（2）在锚节点比例为30%时，采取Amorphous-GA搜索定位算法得到的定位误差的稳定性更高。相较于传统定位算法，Amorphous-GA的搜索定位效果更佳，定位误差也更小。

该研究有助于提高网络信号控制精度，但异常数据处理方面仍存在计算冗长问题，未来可引入深度学习算法进行深入研究。