基于IMCL算法的無線傳感器網(wǎng)絡(luò)節(jié)點定位

　　在移動節(jié)點定位的過程中，隨著信標節(jié)點數(shù)目的增加能夠提高節(jié)點定位的精度，同時能夠減少定位的復(fù)雜程度。但是增加參加定位信標節(jié)點的數(shù)目就增加了網(wǎng)絡(luò)的成本，而且信標節(jié)點的密度過高就會存在冗余測量值，增加計算量。在實際的應(yīng)用中，有時可以不用考慮成本，但大多數(shù)時候都需要考慮成本問題，所以要求在較少信標節(jié)點的情況下，完成節(jié)點定位并且滿足節(jié)點定位精度的要求，同時不管信標節(jié)點的密度如何，都會存在一定的定位誤差，所以信標節(jié)點的密度也應(yīng)該控制在一定的范圍內(nèi)。

　　如圖4所示，信標節(jié)點密度對節(jié)點定位誤差的影響，由此可以看出兩種定位方法隨著信標節(jié)點密度的增加，節(jié)點的定位誤差都在減小。信標節(jié)點密度在1.3前，兩種定位方法隨信標節(jié)點密度的增加，節(jié)點定位誤差的減小比較大;1.3以后節(jié)點的定位誤差下降得較為平緩。本文IMCL定位算法比傳統(tǒng)的MCL定位算法在相同的信標節(jié)點密度下定位的誤差較小。

　　移動節(jié)點速度的增加，一方面使節(jié)點的下一個位置的分布區(qū)域增大，從而使定位誤差增大，另一方面節(jié)點接收到更多的信標節(jié)點的位置信息，把不可能的位置過濾掉，使定位誤差減小。隨著速度的進一步增大，采樣接收概率也增大，過濾失效的可能性加大。

　　如圖5所示，移動節(jié)點運動的最大速度與節(jié)點定位誤差之間的關(guān)系，由此可以看出傳統(tǒng)的MCL和改進的IMCL定位算法在一定范圍內(nèi)，隨著節(jié)點運動速度的增加節(jié)點定位誤差都會有一定程度的減小。但當(dāng)V_max>r時，兩種定位方法的定位誤差會有所增加。本文采用的改進IMCL定位算法，隨著節(jié)點最大速度的增加，定位誤差在減少，大于r以后定位誤差雖有所增加，但是對比傳統(tǒng)的MCL定位算法增加較為緩慢，而且在相同的速度下，節(jié)點的定位誤差小。

　　如圖6所示，信標節(jié)點比例與節(jié)點定位覆蓋率的關(guān)系，由此可知隨著信標節(jié)點數(shù)目的增加，兩種算法的節(jié)點定位覆蓋率也在增加，信標節(jié)點的比例在0.2之前，兩種定位方法的定位覆蓋率都增加得較快。但是本文提出的改進IMCL定位算法提高得相對較快，而且定位覆蓋率要高于傳統(tǒng)的MCL定位算法。當(dāng)信標節(jié)點的比例在0.2之后，兩種方法的定位覆蓋率也在增加，但是增加得較小而且變化得比較平緩。

3 結(jié)論

　　本文研究了IMCL節(jié)點定位方法，在基于蒙特卡羅方法的基礎(chǔ)上進行改進。通過利用插值法預(yù)測移動節(jié)點運動軌跡并與采樣盒相結(jié)合來進行采樣。該方法改進了傳統(tǒng)的MCL采樣方法，相比較傳統(tǒng)的MCL定位方法能夠進行有效的采樣。仿真實驗結(jié)果表明，本文提出的IMCL節(jié)點定位算法能夠取得較高的定位精度，較高的定位覆蓋率和較低的時間復(fù)雜度。

參考文獻：

　　[1]I.F.Akyildiz,W.Su,Y.Sankarasubramaniam&E.Cayirci.Wireless sensor networks:a sury[J],Elsevier computernetworks,2002.38(4):393-422

　　[2]Asma Mesmoudi,Mohammed Feham,Nabila Labraoui.Wireless sensor networks localization algorithms:A comprehensive survey[J].International journal of computer networks & comkunications,2013,5(6):45-63

　　[3] Shi W R,Xu L,Xu Y S. Localization algorithm with mobile anchorin static wireless sensor network[J]. Chinese Journal of Scientific Instrument, 2007,28(3):385-393

　　[4] Wang W D,Zhu Q X. Varying the sample number for Monte Carlo localization in mobile sensor networks[C]. The 2nd International Multisymposium on Computer and Computational Sciences. Washington DC: IEEE Computer Society, 2007, 490-495

　　[5] K.-F. Ssu, C.-H. Ou, and H. C. Jiau. Localization with mobile anchor points in wireless sensor networks. IEEE Transactions on Vehicular Technology, 2005(5):1187-1197

　　[6] HU L,EVANS D. Localization for mobile sensor networks[C].The 10th Annual International Conference on Mobile Computing and Networking, 2004:45-57

　　[7] BAGGIO A, LANGENDOEN K. Monte-carlo localization for mobile wireless sensor networks[C].2nd International Conference onMobile Ad-hoc and Sensor Networks, 2006:317-328

　　[8] ENRIQUE S N, VICEKANANDAN V,WONG W S V.Dual and mixture monte carlo localization algorithms for mobile wireless sensor networks[C] IEEE Wireless Communications and Networking Conference, 2007:317-328

　　[9]WangW D,Zhu Q X.RSS-Based Monte Carlo Localization for Mobile Sensor Networks[J].IET Communications,2008,2(5):673-681

　　[10]李敏，羅挺，徐華.一種基于參考節(jié)點選擇模型的無線傳感器網(wǎng)絡(luò)定位算法[J].傳感技術(shù)學(xué)報，2011，24(2)：264-268