一种基于自适应采样优化的WSN定位算法

摘要：

针对蒙特卡罗定位算法采样效率低和采样次数多等缺陷，在SOMCL算法的基础上提出一种基于自适应采样优化的定位算法LAASO。该算法采用锚盒子与预测区域进一步优化采样区域，通过采样区域的大小自适应确定样本数目，利用SOMCL算法中的曲线拟合对样本权值进行优化。仿真测试表明，当速度变化率为25 m/s，且最大速度小于60 m/s时，相比MCL算法和SOMCL算法，LAASO算法定位精度分别提高了40%和36%，采样次数分别降低为20%和31.5%，且更适应于高速运行环境。

关键词：无线传感器网络、蒙特卡罗、定位、采样优化、自适应

分类号：TP393(计算技术、计算机技术)

资助基金：湖南省科技计划资助项目No.2012FJ3025；湖南省教育厅科研基金No.12C0585；益阳市科技计划基金No.2011JZ48；湖南城市学院科技计划项目No.2010xj011。

在线出版日期：2015-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：91-95