基于改进蝙蝠优化算法的无线传感器网络定位研究

为解决传统DV-Hop算法在无线传感器网络中存在的定位误差大的问题，提出了一种基于改进蝙蝠优化算法的无线传感器网络(WSN)定位方法。首先，构建WSN协同定位模型，并将传统蝙蝠算法与元胞自动机进行融合取代DV-Hop算法中的最小二乘法来计算网络中未知节点的位置，提高算法的搜索能力；其次，引入小生境技术和个体灾变机制，避免算法陷入局部最优，提高全局搜索能力；最后，通过仿真实验进行性能对比分析。实验结果表明，所提算法在节点呈随机分布、C型分布和O型分布的情况下均能够有效实现对未知节点的准确定位，且定位精度和收敛速度均优于对比算法；所提算法的定位精度随锚节点总数、锚节点比例以及通信半径的增加而增加，随传感器测距误差增加而减小。