基于IMCL算法的无线传感器网络节点定位

　　在移动节点定位的过程中，随着信标节点数目的增加能够提高节点定位的精度，同时能够减少定位的复杂程度。但是增加参加定位信标节点的数目就增加了网络的成本，而且信标节点的密度过高就会存在冗余测量值，增加计算量。在实际的应用中，有时可以不用考虑成本，但大多数时候都需要考虑成本问题，所以要求在较少信标节点的情况下，完成节点定位并且满足节点定位精度的要求，同时不管信标节点的密度如何，都会存在一定的定位误差，所以信标节点的密度也应该控制在一定的范围内。

　　如图4所示，信标节点密度对节点定位误差的影响，由此可以看出两种定位方法随着信标节点密度的增加，节点的定位误差都在减小。信标节点密度在1.3前，两种定位方法随信标节点密度的增加，节点定位误差的减小比较大;1.3以后节点的定位误差下降得较为平缓。本文IMCL定位算法比传统的MCL定位算法在相同的信标节点密度下定位的误差较小。

　　移动节点速度的增加，一方面使节点的下一个位置的分布区域增大，从而使定位误差增大，另一方面节点接收到更多的信标节点的位置信息，把不可能的位置过滤掉，使定位误差减小。随着速度的进一步增大，采样接收概率也增大，过滤失效的可能性加大。

　　如图5所示，移动节点运动的最大速度与节点定位误差之间的关系，由此可以看出传统的MCL和改进的IMCL定位算法在一定范围内，随着节点运动速度的增加节点定位误差都会有一定程度的减小。但当V_max>r时，两种定位方法的定位误差会有所增加。本文采用的改进IMCL定位算法，随着节点最大速度的增加，定位误差在减少，大于r以后定位误差虽有所增加，但是对比传统的MCL定位算法增加较为缓慢，而且在相同的速度下，节点的定位误差小。

　　如图6所示，信标节点比例与节点定位覆盖率的关系，由此可知随着信标节点数目的增加，两种算法的节点定位覆盖率也在增加，信标节点的比例在0.2之前，两种定位方法的定位覆盖率都增加得较快。但是本文提出的改进IMCL定位算法提高得相对较快，而且定位覆盖率要高于传统的MCL定位算法。当信标节点的比例在0.2之后，两种方法的定位覆盖率也在增加，但是增加得较小而且变化得比较平缓。

3 结论

　　本文研究了IMCL节点定位方法，在基于蒙特卡罗方法的基础上进行改进。通过利用插值法预测移动节点运动轨迹并与采样盒相结合来进行采样。该方法改进了传统的MCL采样方法，相比较传统的MCL定位方法能够进行有效的采样。仿真实验结果表明，本文提出的IMCL节点定位算法能够取得较高的定位精度，较高的定位覆盖率和较低的时间复杂度。

参考文献：

　　[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，罗挺，徐华.一种基于参考节点选择模型的无线传感器网络定位算法[J].传感技术学报，2011，24(2)：264-268