基于遗传算法的WSN移动信标定位及路径求取

doi:10.3778/j.issn.1002-8331.2010.30.028

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (30): 95-97.DOI: 10.3778/j.issn.1002-8331.2010.30.028

基于遗传算法的WSN移动信标定位及路径求取

单曦靓¹，孙燕^1，2

1.南京师范大学数学与计算机科学学院，南京 210097
2.江苏省信息安全保密技术工程研究中心，南京 210097

收稿日期:2009-03-12 修回日期:2009-05-22 出版日期:2010-10-21 发布日期:2010-10-21
通讯作者: 单曦靓

Localization of WSN with mobile beacon and path acquisition

SHAN Xi-liang¹，SUN Yan^1，2

1.School of Mathematics and Computer Science，Nanjing Normal University，Nanjing 210097，China
2.Jiangsu Research Center of Information Security & Privacy Technology，Nanjing 210097，China

Received:2009-03-12 Revised:2009-05-22 Online:2010-10-21 Published:2010-10-21
Contact: SHAN Xi-liang

摘要/Abstract

摘要： 针对无线传感器网络中使用移动信标定位问题，提出了基于遗传算法的无线传感器网络移动信标定位及路径求取方法。首先根据区域面积计算出三重覆盖所需的发射信标位置的个数，用遗传算法优化求取信标发射位置，再用流浪旅行商算法获取遍历发射位置点的最优路径，在遍历时基于加权质心算法对传感器节点定位。实验结果表明，该方法可对传感器节点进行高效定位。

关键词: 无线传感器网络, 传感器定位, 遗传算法, 移动信标

Abstract: Localization of wireless sensor network with mobile beacon and path acquisition based on genetic algorithm is proposed in order to solve the problem of localization in wireless sensor network with mobile beacon.Firstly，the number of positions for triple circle-covering is calculated according to the area of the region，then a method is advanced based on genetic algorithm to arrange the positions in region，at last，the Wandering Salesman Problem（WSP） algorithm is applied to the positions sequence so as to get the optimal path touring it.When mobile beacon moves according to the optimal path and emits RF signals at every position，the sensors in region can work out their position with weighted centroid localization algorithm.The simulation results indicate that the proposed localization method is efficient.

Key words: wireless sensor network, sensor localization, genetic algorithm, mobile beacon

中图分类号:

TP393

单曦靓¹，孙燕^1，2. 基于遗传算法的WSN移动信标定位及路径求取[J]. 计算机工程与应用, 2010, 46(30): 95-97.

SHAN Xi-liang¹，SUN Yan^1，2. Localization of WSN with mobile beacon and path acquisition[J]. Computer Engineering and Applications, 2010, 46(30): 95-97.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[15]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.

基于遗传算法的WSN移动信标定位及路径求取

Localization of WSN with mobile beacon and path acquisition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics