一种基于蒙特卡洛的移动传感网节点定位的优化算法

李坤++何月顺

摘要：在无线传感网中，针对蒙特卡洛移动节点定位算法中通信半径无法确定这一缺陷，本文提出了一种结合跳＼距转换模型的蒙特卡洛定位改进算法。该算法首先利用实际中测得节点间的跳数信息得到节点的预估计坐标，进而精化出一个环形采样区域，提高了采样效率。仿真结果表明，优化之后的算法能够显著地减少定位采样次数，能够有效提高定位的准确性，并且能改善网络中低锚节点密度时的性能。

关键词：无线传感网 移动定位 蒙特卡洛 跳＼距转换模型 采样优化

中图分类号：TP212.9 文献标识码：A 文章编号：1007-9416（2014）08-0123-02

1 引言

无线传感技术在信息科技的各个领域已经得到越来越广泛的应用，传感器测得的数据要和它自身的位置信息相结合才有意义。如何更高效、更精准地获取无线传感网（wireless sensor network，WSN）中节点的位置信息是WSN研究的当务之急。大部分的定位算法都是针对静态WSN网络的，倘若将静态WSN定位算法应用于移动WSN络中，由于节点的运动性会导致定位的精度下降，节点能量消耗加快等问题，很多针对移动WSN定位的方法应运而生。HuLingxuan提出的蒙特卡洛定位算法（Monte Carlo Localization，MCL）充分利用了节点的移动性，能够取得较好的定位精度，得到了广泛的应用。以MCL为基础，很多专家提出MCB[3]，RSSI-MCL[4]，SOMCL[5]等定位方法。

由于在实际应用中传感器节点通信半径无法确定，且经典MCL采样过程繁琐，采样效率低下，本文提出了一种结合跳＼距转换模型的MCL优化算法，避免直接使用节点的通信半径确定采样区域，而且能够取得更好的定位效果。……