基于RSS的无线传感器网络半定规划定位算法研究

计算机工程与科学

基于RSS的无线传感器网络半定规划定位算法研究

丁涛，于洁潇，刘开华，赵宇

（天津大学电气自动化与信息工程学院,天津 300072）

收稿日期:2016-01-18 修回日期:2016-06-20 出版日期:2017-12-25 发布日期:2017-12-25
基金资助:
国家自然科学基金（61501322，61401301)

A semi-definite programming approach

to RSS-based localization in WSNs

DING Tao,YU Jie-xiao,LIU Kai-hua,ZHAO Yu

（School of Electrical Automation and Information Engineering，Tianjin University，Tianjin 300072，China）

Received:2016-01-18 Revised:2016-06-20 Online:2017-12-25 Published:2017-12-25

摘要/Abstract

摘要：

在无线传感器网络定位中，基于RSS测量的定位方法是最常用的方法之一。由于传统的最大似然估计（MLE）算法的目标函数具有非线性和非凸性，在应用于无线传感器网络定位时，会产生多个局部最优值。针对该问题提出一种基于半定规划（SDP）的凸优化定位方法。首先采用泰勒级数近似对目标函数进行线性化处理，然后通过引入冗余变量将原无约束优化问题转化为约束优化问题，最后应用半定松弛（SDR）技术将约束优化问题转化为半定规划（SDP）凸优化问题进行求解。通过仿真实验的比较，说明本文提出的优化算法在定位精度、鲁棒性方面优于已有算法。

关键词: 无线传感器网络, 接收信号强度, 最大似然估计, 半定松弛, 半定规划

Abstract:

Received signal strength (RSS) based localization is one of the common methods used in wireless sensor networks (WSNs) localization. Due to the non-linearity and non-convexity of the objective function, the traditional maximum likelihood estimator (MLE) can converge to local optimum when applied to WSNs localization. To overcome this problem, we propose a semi-definite programming (SDP) based localization algorithm. Firstly, the Taylor-series approximation is employed to linearize the objective function. Secondly, auxiliary variables are introduced to transform the original problem into a constraint optimization problem. Finally, the semi-definite relaxation (SDR) is applied to transform this constraint optimization problem into a SDP convex optimization problem. Comparison of simulation results shows that the proposed algorithm has higher localization accuracy and is more robust than the existing algorithms.

Key words:

wireless sensor networks(WSNs), received signal strength(RSS), maximum likelihood estimator(MLE), semi-definite relaxation(SDR), semi-definite programming(SDP)

丁涛，于洁潇，刘开华，赵宇. 基于RSS的无线传感器网络半定规划定位算法研究[J]. 计算机工程与科学.

DING Tao,YU Jie-xiao,LIU Kai-hua,ZHAO Yu.

A semi-definite programming approach

to RSS-based localization in WSNs

[J]. Computer Engineering & Science.

[1]	罗仕杭, 何庆. 多策略融合改进的均衡优化算法及其应用[J]. 计算机工程与科学, 2023, 45(08): 1508-1520.
[2]	赵玉华, 贾向东, 胡海霞, 敬乐天. 无人机辅助的无线传感网络AoI最小化方案研究[J]. 计算机工程与科学, 2022, 44(07): 1216-1222.
[3]	张孟健, 汪敏, 王霄, 覃涛, 杨靖, . 混合粒子群-蝴蝶算法的WSN节点部署研究[J]. 计算机工程与科学, 2022, 44(06): 1013-1022.
[4]	高航, 吴嘉鑫, 陈龙, 武继刚. QoS保障下的无人机传感网安全通信路径规划[J]. 计算机工程与科学, 2022, 44(06): 1037-1045.
[5]	苟平章, 原晨, 张芬. 基于软件定义的WSNs非均匀分簇QoS路由算法[J]. 计算机工程与科学, 2022, 44(02): 227-236.
[6]	张晶, 魏淼, . 基于Delaunay三角划分策略的WSN区域覆盖优化研究[J]. 计算机工程与科学, 2021, 43(11): 1944-1951.
[7]	魏连锁, 陈齐齐, 韩建, 苏扬. 一种基于区域分裂与合并的势博弈网络拓扑控制算法[J]. 计算机工程与科学, 2021, 43(11): 2063-2068.
[8]	苟平章, 刘学治, 孙梦源, 何博. 基于跳距修正与狮群优化的WSNs三维定位算法[J]. 计算机工程与科学, 2021, 43(08): 1405-1412.
[9]	周静, 关玉蓉. 基于SDN的DWSN技术分析及性能优化研究[J]. 计算机工程与科学, 2021, 43(08): 1413-1421.
[10]	宋玲, 黄达胜. 一种基于狼群优化的改进DV_Hop定位算法[J]. 计算机工程与科学, 2021, 43(07): 1210-1218.
[11]	陈华烨, 汪海涛, 姜瑛, 陈星. 基于排序学习的构件检索方法的研究[J]. 计算机工程与科学, 2021, 43(06): 1006-101.
[12]	王俊喜, 陈桂芬. 能耗均衡的多跳多路径认知分层路由算法[J]. 计算机工程与科学, 2021, 43(03): 442-448.
[13]	张华南, 金红, 王峰. 无线传感器网络节能探索与研究[J]. 计算机工程与科学, 2021, 43(02): 295-303.
[14]	苟平章，张芬，毛刚，贾向东. 基于AGNES聚类的能耗均衡WSNs优化路由算法[J]. 计算机工程与科学, 2020, 42(04): 620-627.
[15]	胡震海，王立松. 抗窃听攻击的传感器网络空间范围聚集查询处理算法[J]. 计算机工程与科学, 2020, 42(01): 46-54.