моделируемый отжиг - позиционирование датчика в сенсорных сетях - PullRequest
2 голосов
/ 27 декабря 2010

Привет У меня небольшая проблема с пониманием проблемы локализации датчиков в беспроводных сенсорных сетях.На основе этой статьи http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.110.2833&rep=rep1&type=pdf я собираюсь написать небольшую программу моделирования, которая решит проблему локализации датчика в сенсорной сети.

Задача оптимизации выглядит следующим образом

Предположим, у нас есть набор из m датчиков (привязок), каждый с известным положением и n датчиков (не привязок) с неизвестным расположением.Каждый узел имеет возможность измерять расстояние между собой и соседними узлами (измерения искажены шумом).

Моя задача:
Имея измерения расстояния с шумом и положение узлов привязки, оцените местоположение всех узлов с неизвестными положениями.

В статье (о которой я упоминал в начале своих вопросов) также есть функция стоимости, которую я не понимаю.Я просто не знаю, как положение узлов привязки помогает мне в оценке местоположения всех узлов.

Надеюсь, кто-нибудь поймет, о чем я пишу :) Извините за мой английский

1 Ответ

1 голос
/ 27 декабря 2010

Вы начинаете с угадывания позиций для неякорных узлов.Когда у вас есть позиция для этого узла, вы можете рассчитать расстояние от него до каждого другого узла, используя теорему Пифагора, которую в статье называется оценочное расстояние.У вас также есть зашумленное измеренное расстояние с использованием радиосвязи или чего-либо еще.

Вы вычитаете эти два расстояния, возводите в квадрат и суммируете это значение для каждого измеренного расстояния, доступного в вашей сети.Это ваша функция стоимости, которую вы пытаетесь получить настолько малой, насколько это возможно.

В том случае, когда происходит моделируемый отжиг, очевидно, вы сначала не будете угадывать правильную позицию для нефиксированных узлов.Вы слегка перемещаете одну из своих догадок в случайном направлении и смотрите, становится ли функция стоимости лучше или нет.Если это произойдет, вы сохраните новое предположение.В противном случае, вы попробуйте еще раз.Делайте это достаточно долго, и в конечном итоге ваши догадки будут довольно близки к реальной позиции.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...