基于ISSA-GRNN的无线传感器网络定位优化算法

为了减少无线传感器网络(WSN)节点在传统方法上的定位误差，增强定位的准确度，提出了一种融合改进的麻雀搜索算法和广义回归神经网络(ISSA-GRNN)的节点定位优化算法。首先，对普通DV-Hop算法和Centroid定位算法的节点信息分别优化，利用加权优化思想和节点信号强度修正DV-Hop算法的跳距与Centroid算法的质心。然后将修正后的跳距、质心特征和节点其他特征相融合，作为GRNN的输入向量进行训练。为了解决网络调节参数随机设置的问题，通过ISSA改进网络参数，并得到未知节点的最优预测位置。仿真结果表明，与其他优化算法相比，该算法平均定位误差较小，定位精度得以提升。