您当前的位置：首页>论文资料>无线传感器网络中ORAWLS算法
内容简介
2018年第37卷第7期传感器与微系统（Transducerand MicrosystemTechnologies）
127
DOI:10.13873/J.10009787(2018)07012704
无线传感器网络中ORAWLS算法
刘云，王海花
（民明理工大学信息工程与自动化学院，云南昆明650500）
摘
要：为提高无线传感器网络（WSNs）节点定位的估计精度，提出了一种优化参考锚节点的加权最小二
乘算法（ORAWLS）。基于理论均方误差最小化，优化参考锚节点，进一步完善系统性能。仿真验证表明：对比最大似然(ML)算法和线性最小二乘（LIS)算法，ORAWLS算法能够有效地提高定位精度，并表现出良好的系统性能。
关键词：定位精度；优化参考锚节点的加权最小二乘算法；线性最小二乘算法；最大似然算法；无线传
感器网络
中图分类号：TN929.5
文献标识码：A
文章编号：1000-9787(2018)07-0127-04
ORAWLS algorithm for WSNs*
LIU Yun, WANC Hai-hua
(Faculty of Information Engineering and Automation,Kunming University of Science
and Technology,Kunming 650500, China)
Abstract; In order to increase estimation precision of node localization in wireless senior networks ( WSNs),a weighted least squares algorithm of optimize reference anchor nodes ( ORAWLS) is proposed. Reference anchor node is optimized based on minimized theoretical mean square error, so as to further improve the system performance, The simulation verification resulits show that,compared with maximum likelihood( ML) algorithm and linear least squares ( LLS) algorithm, ORAWLS algorithm can efectively improve the positioning precision and show good system performance,
Keywords: positioning precision; optimized reference anchor nodes weighted least squares ( ORAWLS) algorithm; linear least squares( LLS) algorithm; maximum likelihood ( ML) algorithm; wireless sensor networks(WSNs）
0
引
言
在无线传感器网络（wireless sensornetworks，WSNs）
中，定位精度是节点定位的关键因素2。基于测距的定位算法有：接收信号强度指示（received signal strength indication，RSSI）、到达时间（time of arrival，TOA）、到达角（angleofarriral，AOA）等(3.4]，定位精度较高，对硬件要求也较高。与距离无关的定位算法有：质心算法、距离失量跳（distancevectorhop，V-Hop）算法等($)算法依赖距离矢量路由协议进行定位，不需要节点之间的距高测量，对硬件要求较低，但定位精度误差较大。
RabbachinA等人提出了最大似然（maximum likeli-hood，ML)算法(6,7]，以选代方式得出节点定位估计,其选代次数导致算法复杂度高。SalmanN等人提出了线性最小二乘(linearleast squares，LLS）算法(（*"），不需要初始定位估计并且不要求多次送代有较低复杂性，但随机选择的参考锚
收稿日期：2017-05-23
·基金项目：国家自然科学基金资助项目（61262040）
节点会引起定位精度下降。
本文提出了一种优化参考锚节点的加权最小二乘(optimized reference anchor nodes weighted least squares, ORAWLS)算法，采用加权最小二乘算法，提高了节点定位估计精度，优化基于理论均方误差最小化的参考错节点与
所有其他的错节点配对，进一步完善了系统性能。构建模型
考虑二维网络由一个未知坐标的目标节点9=[*， y].eR和M个已知位置的铺节点e=[x,y],,eR i=1，"，M，组成。由于随机阴影噪声存在，锚节点接收功率服从对数正态分布。d,表示目标节点和锚节点之间的距离，L，表示锚节点的路径损耗，α；表示路径损耗指数10-131。 L。表示参考距离d。的路径损耗(d，