Çok güçlü mobil bağlantı düğümü WSN akıllı konumlandırma algoritmasına dayalı "akademik makale"
Özet:
Konumlandırma maliyetini düşürmek ve konumlandırma doğruluğunu iyileştirmek için, bilinmeyen bir düğümün koordinatlarını hesaplamak için tek bir ankraj düğümünü kullanan bir SAPSO-SMPMA algoritması önerilmektedir. Algoritma, konum alanı boyunca seyahat etmek için tek bir mobil sabitleme düğümü kullanır ve güç kontrolü yoluyla farklı güçlere sahip işaret sinyallerini iletir Bilinmeyen düğüm, alınan bağlantı düğümü bilgisini farklı konumlarda kullanır ve düğüm koordinatlarını hesaplamak için uyarlanabilir ağırlık parçacık sürüsü algoritmasını kullanır. Ankraj düğümlerinin pratik uygulamalarda hataları olabileceği düşünülerek, bir çapa düğüm vektörü hata analizi eklenir. Simülasyon, bu algoritmanın, çapa düğümünün kendi hatasını tamamen göz önünde bulundurarak ve konumlandırma maliyetini büyük ölçüde düşürürken, yine de yüksek konumlandırma doğruluğuna sahip olduğunu göstermektedir.Bu pratik bir konumlandırma algoritmasıdır.
Çince alıntı biçimi: Du Yangyang, Mao Yongyi. Çok güçlü mobil bağlantı düğümlerine dayalı WSN akıllı konumlandırma algoritması. Elektronik Teknoloji Uygulaması, 2015, 41 (6): 88-90.
İngilizce alıntı biçimi: Du Yangyang, Mao Yongyi.Çoklu güç seviyeli mobil ankraj düğümüne dayalı olarak kablosuz sensör ağındaki düğümleri bulmak için akıllı algoritma. Application of Electronic Technique, 2015, 41 (6): 88-90.
0 Önsöz
Kablosuz sensör ağı, esas olarak olayların akıllı bir şekilde izlenmesine uygulanır ve olayın koordinat bilgileri, mesajların izlenmesinde çok önemlidir. Çapa düğümü hareket algoritması, bulunacak alanda gezinmek ve konumlandırmak için yalnızca az sayıda hareketli işaret düğümü kullandığından, konumlandırma maliyeti büyük ölçüde azalır ve konumlandırma doğruluğu da yüksektir, bu da yurtiçi ve yurtdışındaki akademisyenlerin büyük ilgisini çekmiştir. Konumlandırma hatasını azaltmak için düğüm hareket yolu yöntemi; literatür, alınan mobil ankraj düğümü tarafından iletilen sinyalin zaman farkına göre konum koordinatını belirlemek için bilinmeyen düğüm yöntemini sunar. Çapa düğümleri genellikle koordinatlarını belirlemek için GPS ekipmanı kullandığından, hatalar kaçınılmaz olarak ortaya çıkacaktır.Yukarıdaki algoritmalar, bilinmeyen düğümleri konumlandırırken bu hatanın etkisini dikkate almaz.Bu nedenle, algoritma mükemmel değildir. Bu makale, çapa düğümü hatasını ve maliyetini tam olarak ele alır ve tek bir çok güçlü mobil bağlantı düğümü kullanan uyarlanabilir ağırlıklı parçacık sürüsü (SAPSO-SMPMA) algoritması önerir.
1 SAPSO-SMPMA algoritması
SAPSO-SMPMA algoritmasında, konumlandırılacak alanın L × L kare bir alan olduğunu, bilinmeyen düğümlerin rastgele dağıldığını, çapa düğümlerinin tasarlanan yola göre hareket ettiğini ve bağlantı düğümlerinin sinyal ilettiği farklı konumların statik sanal çapa düğümleriyle temsil edildiğini varsayalım. , Şekil 1'de gösterildiği gibi, mobil bağlantı düğümü, konumlandırma alanının bir tepe noktasından başlar (Şekil 1'de siyah düz nokta ile gösterilmiştir) ve yerleştirilecek tüm alan yüzene kadar ok yönünde hareket eder.
1.1 Farklı konumlarda bilinmeyen düğüm ile çapa düğümü arasındaki mesafeyi hesaplayın
Bu yazıda, mobil çapa düğümünün hareket adımı s = L / 5 olarak ayarlanmıştır. Ankraj düğümü güç kontrolünü kullanır.Her seferinde bir adım mesafesini hareket ettirdikten sonra, belirli bir zaman aralığında sıralı olarak artırılmış güçle 4 güç sinyalini çevreye iletir. , Sinyal, çapa düğümü iletirken A koordinatını ve karşılık gelen iletim gücü R = {ri | i = 1, 2, 3, 4 ve r1 altında çapa düğüm sinyalinin sınır iletim yarıçapını içerir. < r2 < r3 < r4} ve 4 çeşit çapa düğümü, iletim yarıçapı veri paketlerini sınırlar. Ankraj düğümünün güç sinyali yerleştirilecek olan düğüm tarafından alındıktan sonra, düğüm artık ankraj düğümünün aynı konumunda daha yüksek güç sinyalini almaz.
Yerleştirilecek olan Q düğümü, A11 koordinatında i-th çapa düğümü tarafından iletilen güç sinyalini alırsa, || Q-A11 || < ri, aynı zamanda, sinyal artan güç sırasına göre iletildiği için, || Q-A11 || > ri-1, yani bilinmeyen düğümün konum aralığı ri-1 || Q-A11 || ri'dir ve d = (ri-1 + ri) / 2, bu sırada çapa düğümü ile bilinmeyen düğüm arasındaki mesafe olarak alınır. Mesafe tahmini için, i = 1 olduğunda, ri-1 = 0 alın. Şekil 2'de gösterildiği gibi, bilinmeyen düğüm, ankraj düğümünün ikinci iletim sinyalinin maksimum iletim yarıçapı r2 ile üçüncü iletim sinyalinin maksimum iletim yarıçapı r3 arasında yer alır, bu durumda (r2 + r3) / 2 bu zamandaki tahmini mesafedir.
1.2 Çapa düğümü hata vektörünün analizi
İşaret düğüm konum bilgisinin konumlandırma sürecindeki temel konumu nedeniyle, çapa düğümü konumlandırma hata analizi eklemek büyük önem taşımaktadır.Yazın, bir GPS vektör analizi biçiminden bahseder, ancak bu temsil biçimi yalnızca GPS sinyallerini alan düğüm konumlandırma cihazını dikkate alır. Hatası, konumlandırma ortamı farklılıklarının etkisini ve çapa düğümü hareketinin hatasını dikkate almaz, bu nedenle bu makale, envir_error'un çapa düğümünün çevresel hatasını temsil ettiği denklem (1) 'de gösterildiği gibi çapa düğümü hata analizinin vektör koordinat temsilini önerir, gps_error, gürültü gibi parazitten kaynaklanan sinyal hatasını temsil eder ve , ankraj düğümünün hareket açısı hatasını temsil eder.
1.3 Bilinmeyen düğümlerin koordinatlarını tahmin edin
Konumlandırma doğruluğunu sağlarken mobil ankraj düğümünün ömrünü olabildiğince uzatmak için bu kağıt, aralıkta çapa düğümü iletim yarıçapı r4'ü ayarlar.
1.3.1 Uyarlanabilir Ağırlıklı Parçacık Sürüsü Optimizasyonunun (SAPSO) Açıklaması
Temel PSO algoritmasında, optimal değeri elde etmek için algoritmanın yerel ve global arama yeteneklerini doğru ve uygun bir şekilde dengelemek çok önemlidir.Bu nedenle, atalet ağırlığı bağımsız ve makul bir şekilde eşleştirilebilirse, optimum değer doğru ve hızlı bir şekilde elde edilebilir.
Yukarıdaki fikirlere dayanarak Shi ve Eberhart, SAPSO algoritmasını önermiştir.Algoritmanın matematiksel açıklaması aşağıdaki gibidir: e-boyutlu arama alanında, N potansiyel problem çözümünün parçacıklarından oluşan bir popülasyon vardır.Parçacık hızı ve koordinatları Vi = ve Xi = (i = 1, 2, ..., N). T zamanında her parçacığın bireyin ve grubun optimal değerini bulmak için her parçacığın amaç işlevini analiz edin ve ardından her parçacığın koordinatlarını ve hızını formül (2) 'ye göre değiştirin.
Bunlar arasında, i = 1, 2, ..., N; c1, c2 hızlanma sabitleridir, genellikle c1 = 2, c2 = 2 olarak ayarlanır; r1, r2, 0 ile 1 arasında düzgün dağılmış rasgele sayılardır; Pi ve Pg sırasıyla bireyseldir. Ve grubun optimal değeri olan w, formül (3) 'e göre belirlenen atalet ağırlıklandırma faktörüdür.
Formülde, wmax ve wmin, w'nin maksimum ve minimum değerlerini temsil eder.Bu algoritma, wmax = 0.42 ve wmin = 0.05'i ayarlar; f, parçacığın mevcut amaç fonksiyon değeridir ve favg ve fmin, sırasıyla parçacıkların ortalama ve minimum hedef değerleridir. SAPSO algoritma akışı Şekil 3'te gösterilmektedir.
1.3.2 SAPSO parametrelerini ayarlayın
Bu yazıda simülasyon için kenar uzunluğu 200 m olan bir kare alan seçilmiş olup, yerleştirilecek düğüm sayısı 100, parçacık sayısı 18 ve iterasyon sayısı 20'dir.
(1) Fitness işlevi
Yerleştirilecek her düğüm tarafından toplanan mobil çapa düğümünün sinyal sayısının Mi olduğunu (i = 1, ..., N), (x, y) bulunacak düğümün konumu ve mobil çapa düğümü ile konumlandırılacak düğüm arasındaki mesafenin ci ( i = 1, 2, ..., Mi), (xi, yi) mobil çapa düğümünün konumudur, gi, konumlandırılacak düğüm ile mobil bağlantı düğümü arasındaki aralık hatasıdır ve hesaplama ifadesi:
Kablosuz sensör ağlarında, aralık hatası ne kadar küçükse, konumlandırmanın doğruluğu o kadar yüksek olur. Bu nedenle, bu makale, uygunluk işlevi olarak her bilinmeyen düğümün aralık hatalarının toplamının mutlak değerini seçer. Spesifik hesaplama formülü aşağıdaki gibidir:
(2) Performans değerlendirme endeksi
Bu denemenin değerlendirme dizini, formül (6) 'da gösterildiği gibi hesaplanacak ortalama konumlandırma hatasını seçer:
2 SAPSO-SMPMA algoritması performans simülasyonu
Simülasyon alanının sınır uzunluğu 200 m olan bir kare ve konumlandırılacak düğüm sayısının 100 olduğunu varsayalım. Bu makale, bağlantı düğümü hata analizi parametresini envir_ olarak ayarlar
error, gps_error, , , envir_error, gps_error, değer aralığındaki rastgele sayılardır. R4'ü DV-hop algoritma düğümünün iletişim yarıçapı olarak ayarlayın. Bu algoritmanın performansını doğrulamak için SAPSO-SMPMA algoritması ve DV-hop algoritması karşılaştırılır ve simüle edilir. Fikre göre oluşturulan simülasyon alanının düğüm dağılımı Şekil 4'te gösterilmektedir, burada: * sıfır hata ile sanal çapa düğüm koordinatlarını temsil eder, konumlandırma hatası eklenmiş sanal ankraj düğüm koordinatlarını ve konumlandırılacak düğümün koordinatlarını temsil eder.
Şekil 5'den, düğüm sayısı arttıkça DV-hop algoritmasının konumlandırma hatasının giderek azaldığı görülebilir.Bunun nedeni, algoritmanın konumlandırma için daha iyi ağ bağlantısı gerektirmesidir. Konumlandırma ne kadar çok düğüm ve yoğunsa, konumlandırma doğruluğu o kadar yüksek, ancak konumlandırması Hata yine diğer iki algoritmadan daha yüksektir, oysa çapa düğümlerinin bu makaledeki sanal çapa düğümlerine göre dağıtıldığı DV-hop algoritması ve bu algoritmanın konumlandırma hatası eğrisi nispeten düzgün bir şekilde değişir ve bu algoritmanın konumlandırma hatası önemli ölçüde daha düşüktür.
Şekil 6, DV-hop algoritmasının konumlandırma hatasının, çapa düğümü hatasının artmasıyla kademeli olarak arttığını göstermektedir Bu makaledeki sanal çapa düğüm dağılımının DV-atlama algoritmasına göre çapa düğümünün konumlandırma hata eğrisi, küçük bir dalgalanma aralığına sahiptir, ancak genel durum hala düzdür. Mobil ankraj düğümlerinin konumlandırma hatasının artmasıyla, bu algoritmanın ortalama konumlandırma hata eğrisi göreceli olarak stabil hale gelmiştir ve hata değeri nispeten düşüktür.DV-hop algoritması ile karşılaştırıldığında, hata% 40,1 ila% 43,2 oranında azaltılmıştır. Çapa düğümleri ile karşılaştırıldığında, sanal çapa düğümleri bu makaleye göre dağıtılmıştır. DV-hop algoritmasının hatası% 33,2 ile% 33,7'ye düşürülmüştür.
3 Sonuç
SAPSO-SMPMA algoritması, çapa düğümü boyunca hareket eder ve çok güçlü sinyalleri iletir ve konumlandırılacak olan düğüm, işaret sinyalini seçici olarak alır ve kendi koordinatlarını hesaplamak için SAPSO algoritmasının hızlı yinelemeli işlemesini birleştirir. Deneysel analiz, bu makaledeki algoritmanın, çapa düğüm hata analizi yapmadan ve donanım çeşitliliği sağlayan donanım desteği olmadan düğümleri doğru bir şekilde konumlandırabildiğini göstermektedir.Bu, uygulanabilir bir kablosuz konum algoritmasıdır.
Referanslar
Ou Chia-ho. Yönlü antenlere sahip mobil ankrajlar kullanan kablosuz sensör ağları için bir yerelleştirme şeması.Sens-ors Journal, IEEE, 2011, 11 (7): 1607-1616.
Li Guanghui, Zhao Jun, Wang Zhi.Kablosuz sensör ağına dayalı orman yangını izleme ve erken uyarı sistemi Journal of Sensor Technology, 2006, 19 (6): 2760-2764.
Li Hongjun, Bu Yanlong, Xue Han, vb. Kablosuz sensör ağ düğümü konumlandırma için mobil bağlantı düğüm yolu planlaması Bilgisayar Araştırma ve Geliştirme, 2009, 46 (1): 129-136.
LUO J, SHUKLA H V, HUBAUX J P. Hareketlilik açısından farklı TOA'ya sahip sensör ağları için etkileşimli olmayan konum araştırması. 25. IEEE Bilgisayar İletişimi Konferansı Bildirileri. Barselona, İspanya, 2006: 1-12.
Li Mudong, Xiong Wei, Guo Long Optimum atlama mesafesi işleme stratejisine dayalı kablosuz sensör ağı için akıllı konumlandırma algoritması Bilgisayar Uygulamaları, 2012, 32 (7): 1836-1839.
KENNEDY J, EBERHART R C, SHI Y. Sürü zekası San Francisco: Mor-gan Kaufman Publishers, 2001.
SHI Y, EBERHART R C. Modifiye edilmiş bir partikül sürüsü optimize edici In: Proc of the IEEE CEC. 1998: 69-73.
NICULESCU D, NATH B. Ad hoc konumlandırma sistemi (APS) 2001 IEEE Küresel Telekomünikasyon Konferansı Bildirileri New York: IEEE Communications Society, 2001: 2926-2931.
Xiao Liping, Liu Xiaohong. Sıçrama düzeltmesine dayalı bir DV-Hop konumlandırma algoritması. Journal of Sensor Technology, 2012, 25 (12): 1726-1730.
İş teklifleri
