预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113852909A(43)申请公布日2021.12.28(21)申请号202110987499.X(22)申请日2021.08.26(71)申请人广州杰赛科技股份有限公司地址510310广东省广州市海珠区新港中路381号(72)发明人林凡刘晨阳郭淑林(74)专利代理机构广州三环专利商标代理有限公司44202代理人麦小婵郝传鑫(51)Int.Cl.H04W4/02(2018.01)H04W64/00(2009.01)H04W84/18(2009.01)H04L12/24(2006.01)权利要求书4页说明书12页附图1页(54)发明名称无线网络的节点定位方法、装置、设备及存储介质(57)摘要本发明公开了一种无线网络的节点定位方法、装置、设备及存储介质。所述方法包括根据信号强度分别计算待定位节点到至少4个无线访问接入点到待定位节点的距离,根据所述待定位节点到每一无线访问接入点的距离,基于改进三边定位算法建立待定位节点的位置目标函数;基于改进万有引力算法,对所述位置目标函数的解进行寻优,得到所述待定位节点的位置,其中,改进万有引力算法是在万有引力算法的基础上,引入群体反向学习机制、精英策略和全局记忆性对万有引力算法进行改进,其通过改进三边定位技术确定位置目标函数,再利用改进万有引力算法求解位置目标函数的最优解,能够提高定位的精度和速度,为高质量定位提供一种科学高效的方法。CN113852909ACN113852909A权利要求书1/4页1.一种无线网络的节点定位方法,其特征在于,包括:根据待定位节点接收到的至少4个无线访问接入点的信号强度,计算所述待定位节点到每一无线访问接入点的距离;根据所述待定位节点到每一无线访问接入点的距离,基于改进三边定位算法建立待定位节点的位置目标函数;其中,所述改进三边定位算法是从传统的二维空间定位扩展到三维空间定位;基于改进万有引力算法,对所述位置目标函数的解进行寻优,得到所述待定位节点的位置,其中,所述改进万有引力算法是在万有引力算法的基础上,引入群体反向学习机制、精英策略和全局记忆性对万有引力算法进行改进。2.如权利要求1所述的无线网络的节点定位方法,其特征在于,所述待定位节点接入的无线访问接入点为4个,则所述根据所述待定位节点到每一无线访问接入点的距离,基于改进三边定位算法建立待定位节点的位置目标函数,具体为:根据所述待定位节点到每一无线访问接入点的距离,得到观测方程:将所述观测方程转换为Mx=k形式,得到待定位节点的位置目标函数为其中,其中,(x0,y0,z0)为待定位节点在三维空间的坐标,M为第一旋转矩阵,k为第二旋转矩阵,(x1,y1,z1)为第1个无线访问接入点在三维空间的坐标,(x2,y2,z2)为第2个无线访问接入点在三维空间的坐标置,(x3,y3,z3)为第3个无线访问接入点在三维空间的坐标,(x4,y4,z4)为第4个无线访问接入点在三维空间的坐标,为待定位节点到第1个无线访问接入点的距离的平方,为待定位节点到第2个无线访问接入点的距离的平方,为待定位节点到第3个无线访问接入点的距离的平方,为待定位节点到第4个无线访问接入点的距离的平方。3.如权利要求1所述的无线网络的节点定位方法,其特征在于,所述基于改进万有引力算法,对所述位置目标函数的解进行寻优,得到所述待定位节点的位置,其中,所述改进万有引力算法是在万有引力算法的基础上,引入群体反向学习机制、精英策略和全局记忆性对万有引力算法进行改进,具体包括:初始化粒子位置和反向学习种群,得到包含原始粒子和反向粒子的第一寻优群体,并计算所述第一寻优群体中每一粒子的适应度值;从所述第一寻优群体中选取适应度值在第一预设范围内的粒子,作为新的粒子,并将2CN113852909A权利要求书2/4页所述新的粒子并入所述第一寻优群体中,得到第二寻优群体;将所述第二寻优群体中的适应度值在第二预设范围内的粒子剔除,形成第三寻优群体;计算所述第三寻优群体中每一粒子的适应度值,并将适应度值最小的粒子作为所述第三寻优群体的最优解,同时保存适应度值最小的粒子的位置作为全局最优点,且每一粒子的位置保存为个体最优点;执行对相关参数进行更新的步骤:基于万有引力算法,更新万有引力参数、粒子的惯性质量、粒子的最小适应度值和粒子的最大适应度值,并计算粒子所受合力、加速度和速度;基于引入全局记忆功能的万有引力算法,更新粒子的位置。计算粒子的适应度值,并通过反向学习机制和精英策略产生新种群优化搜索空间,计算并保存全局最优粒子和历史最优粒子。返回对相关参数进行更新的步骤,对粒子进行更新,生成新的全局最优粒子和历史最优粒子,直到达到预设迭代条件,得到最优粒子,并将所述最优粒子作为所述待定位节点的位置。4