物联网通信系统寻迹技术研究范文

本站小编为你精心准备了物联网通信系统寻迹技术研究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要:互联网+时代，集计算机和通信技术于一体的物联网通信系统因其诸多优势而成为研究的热点。文中以物联网通信系统为研究对象，讨论如何通过交流协作机制对系统中异常服务质量(QoS)目标展开寻迹。寻迹过程首先分析传统计算方法在净化数据中的不足，进而引入交流协作系数，并运用数学方法建立寻迹模型。然后根据交流协作思想形成一套算法部署在整个系统中实施异常目标的寻迹计算。由于寻迹算法的交流协作系数综合考虑了系统的全局性，因此在多次测试中均表现出了良好的性能。

关键词:物联网;通信;应用;计算;优势

引言

互联网+时代，随着信息技术的高度融合［1］，物联网通信系统［2］作为集分布式计算技术和通信技术于一体的大型综合性应用系统广受业界关注。尤其是将这样的系统部署在民生领域中更是一项科技的突破。比如在抢险救灾、矿井作业、海底施救中的成功地寻迹到目标对象实施救援对于生命财产必然是一个巨大的挽回。鉴于物联网通信系统部署具备强大的寻迹功能，不少研究针对该系统寻迹算法展开了思考。诸如通过对非测距定位算法中跳数和跳距参数进行自动纠错，进而为异常QoS的目标提供一个较为可靠的数据。还有一些研究是在此基础上思考如何通过循环迭代计算的方式来优化目标寻迹［3］结果。虽然这样的寻迹算法能够对可能存在的异常目标方位数据进行净化，但是寻迹过程并非面向全局系统，同时也未能根据多变环境中参数的动态变化来快速收敛。针对此种情况，本文提出一种交流协作机制下的计算方法用于实施全局异常目标的寻迹。

1寻迹思想

在物联网通信系统中寻迹QoS异常的目标多数采用粒子群［4］计算方法。根据该方法的思想，首先假设在N个评估点中第Z个点的方位记作XZ，该点的移动速率记作VZ。该点在算法遍历过程中体现出来的最优方位，即匹配性，记作SLZ。令所有点在整个算法计算过程中所体现出来的最优方位记作ALZ。同时，令计算次数为d，搜索权值为σ，评估点之间协作交流指数为J。其中J1用于交流算法对该评估点的最优方位值，J2用于协作算法全局计算的最优方位值。该指数遵循区间［0，2］分布。所对应的随机参数R1和R2遵循区间［0，1］分布［5］。则通过下列函数计算来获取评估点当前参数值:

2交流协作寻迹原理

由于寻迹思想下的计算机制只能寻迹局部范围内异常QoS的方位最优值，无法灵活地适应于模糊［6］特征的物联网通信系统中目标计算的收敛度。因此提出一种交流协作机制下的寻迹机制来对不足的方面做出改善。首先假设载有GPS装置的信标评估点为S(XS，YS)，被寻迹的异常目标u点的方位被评估为U(XU，YU)，S和U间距记作LSU。当匹配度P(XU，YU)收敛［7］到最小时即可寻迹到该异常目标点最可靠的方位。计算过程为:定义与U(XU，YU)间隔LUn最小的信标点方位为n(Xn，Yn)。交流协作机制下异常目标评估点的横坐标方位初始化为XU=LUn•R+Xn和YU=LUn•R+Yn。由于需要兼顾评估点在算法寻迹过程中的个体最优和全局最优，交流协作寻迹原理对寻迹思想中的搜索权值σ做出改进以增加搜索的适应性［8］。改进方法为:当循环计算次数d超过系统允许的最高循环计算次数dH时，搜索权值σ=1．35－0.66d/dH;反之，搜索权值σ=0．95+0．1R－0.06eddH。为了增进评估点之间的交流提高协作的匹配性，需在算法初期增加评估点规模的类型以便提高寻迹的精度。基于此交流协作寻迹原理对寻迹思想中的协作系数做出改进以增加搜索的适应性。具体表征为:J1=0．6e(dH－d)/dH+1，以及J2=0.1e(dH+d)/dH+1。

3交流协作寻迹实施

交流协作寻迹计算思想实施于寻迹的步骤为：首先，由系统中的信标点向全局广播［9］信息域求出异常目标评估点可能存在的多个评估方位值。再将异常目标评估点的方位进行粒子群随机［10］初始化。然后通过匹配度P(XU，YU)计算方法计算出每个评估点的自身优化方位值和全局优化方位值，再从其中筛选出一个最理想的评估方位值。随后参照式(1)计算方法更新评估点当前参数值SLz和ALz。最后分析交流协作寻迹算法执行的计算次数是否超限。如果未超限，继续计算匹配度P(XU，YU);如果超限则提交寻迹最终值。

4算法测试

4．1测试模型

开展测试［11］前先对测试模型和相关指标做如下设置:①构建100M×100M面积的区域作为物联网通信系统的模拟环境，并随机撒布180个普通节点和20个信标节点，节点通信半径初始化为15米;②为避免实验测试数据偶然性对算法性能的影响，数据在400次仿真测试后再收集分析;③设定算法在系统中实施交流协作寻迹循环计算的次数为5次。本次测试将与传统的寻迹思想展开寻迹偏差的比较。主要通过变化不同类型节点比例和通信的范围来验证交流协作寻迹精度［12］。

4．2测试分析

图1所示为待测系统中分别实施传统寻迹算法和交流协作寻迹算法后的寻迹偏差走向图。根据计算过程可知，当系统中能够提供的总节点规模越大，每平方米内的区域中被寻迹的异常QoS目标所获得的信息域越有价值，越能够提高寻迹的准确性。因此图1中的两个曲线走势均表现出了这样的特征。两种算法均随着总节点规模的增加而降低了偏差程度。其中，交流协作寻迹思想由于能够优化自我方位评估值使得在偏差指标考核中有所优势。图2所示为两种算法随信标规模的变化表现出来的性能差异情况。根据寻迹思想描述可知，寻迹精度和信标规模呈正比。因此随着信标规模的增加，两种算法的寻迹误差均有所下降。但本文研究的算法由于引入了搜索权值而增加了算法的收敛进程，故偏差表现较传统的寻迹算法偏差值来的小。图3描述了节点在不同的广播半径范围下，两种算法在寻迹偏差方面的表现。随着节点广播通信范围的扩大，异常QoS目标对象与信标点之间的数据传输过程变得复杂，无论是跳段值还是跳数值均变得动态多变。随着广播通信范围的进一步扩大，算法所获得的参数值趋于劣化，此时寻迹误差将变得显著。相对于传统的寻迹算法，本文研究的算法虽然在偏差指标考察中总体也趋于上升，但交流协作寻迹算法在计算过程中能够根据全局参数动态变化实施个体最优和全局最优［13］策略。因此相对而言偏差值较低。

5结束语

本文结合传统寻迹算法在物联网通信系统中的实用性问题，提出了一种基于交流协作机制的异常目标寻迹算法。该算法运用数学方法为寻迹过程建立寻迹模型进而分析异常目标方位值。最后，经过模拟验证了交流协作机制下的寻迹方法具备一定的可行性。

作者：余庚 董述杰 单位：福建工程学院国脉信息学院互联网经贸学院