Resumen

La localización de nodos es uno de los problemas más importantes que hay que resolver en la aplicación práctica de las WSN. Como algoritmo típico de localización sin alcance, DV-Hop se utiliza ampliamente en la localización de nodos de redes de sensores inalámbricas. Sin embargo, en la tercera fase de DV-Hop, se utiliza un método de mínimos cuadrados para resolver las ecuaciones no lineales. El uso de este método para localizar los nodos desconocidos producirá grandes errores de coordenadas, poca estabilidad de la precisión de posicionamiento, baja cobertura de localización y alto consumo de energía. En este trabajo se propone un algoritmo de localización mejorado basado en una estrategia caótica híbrida (MGDV-Hop). En primer lugar, se propone una optimización de enjambre de luciérnagas de estrategia caótica híbrida basada en la mutación caótica y la actualización caótica del peso inercial (MC-GSO). El algoritmo MC-GSO se utiliza para controlar la distancia de movimiento de cada luciérnaga mediante mutación caótica y peso inercial caótico cuando la luciérnaga cae en un óptimo local. Los resultados experimentales muestran que MC-GSO tiene mejor convergencia y mayor precisión y evita la convergencia prematura. A continuación, MC-GSO se utiliza para sustituir al método de mínimos cuadrados en la estimación de las coordenadas de los nodos para resolver el problema de que la precisión de localización del algoritmo DV-Hop no es alta. Mediante el establecimiento de la función de fitness de error, la solución lineal de coordenadas se transforma en un problema de optimización combinatoria bidimensional. Los resultados de la simulación y el análisis confirman que el algoritmo mejorado (MGDV-Hop) reduce el error medio de localización, aumenta la cobertura de localización y disminuye y equilibra el consumo de energía en comparación con DV-Hop y el algoritmo de localización basado en GSO clásico (GSDV-Hop).

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:lúpulo, estrategia caótica híbrida, método de mínimos cuadrados, gso, actualización caótica del peso inercial, problema de optimización combinatoria dimensional, error medio de localización, peso inercial caótico, función de aptitud de error, optimización de enjambre de luciérnagas
• Keywords:hop, hybrid chaotic strategy, least square method, gso, chaotic inertial weight updating, dimensional combinatorial optimization problem, average location error, chaotic inertial weight, error fitness function, glowworm swarm optimization