一种基于传感器和量子智能计算的主用户定位方法

摘要

本发明公开了一种基于传感器和量子智能计算的主用户定位方法，其基于无线传感器网络辅助认知无线电网络实现，包括如下步骤：步骤一网络部署阶段，步骤二定位信息收集阶段，步骤三测距阶段，数据融合中心对采样到的信号强度求均值作为该锚节点的接收信号强度RSS，在对数正态阴影路径损耗无线传播环境模型下，根据RSS估计出主用户和锚节点之间的距离；步骤四定位阶段，将定位问题转化为优化问题，采用量子遗传模拟退火算法解决该优化问题，进而实现对主用户二维空间的位置定位。本发明能够在确保良好的定位性能的前提下，达到同时降低算法的复杂度又节约电池能耗的效果；基于量子遗传模拟退火算法的定位方法可以获得精确的主用户位置信息。

主权项

一种基于传感器和量子智能计算的主用户定位方法，基于无线传感器网络辅助认知无线电网络实现，该网络包括主用户、无线传感器节点和融合中心，其步骤如下：步骤一：网络部署阶段；将无线传感器锚节点部署在主用户周围所在200m×200m感知区域中；步骤二：定位信息的收集阶段，锚节点对主用户的发射信号进行采样接收，并将每个锚节点测量接收到的主用户的信号强度RSS发送至数据融合中心；步骤三：在测距阶段，数据融合中心根据该锚节点的接收信号强度计算出路径损耗，对每个锚节点的RSS进行采样求平均值，将得到的均值作为该锚节点实际的接收信号强度：$\overline{{\mathrm{RSS}}_i}\approx \frac{1}{M}\underset{j=1}{\overset{M}{\Sigma }}{\mathrm{RSS}}_{i,j};$其中，M为采样次数，RSS_i,j为第i个锚节点在第j次的接收信号强度；据此估计出主用户和锚节点之间的距离；步骤四：将定位问题转化为优化问题，采用量子遗传模拟退火算法对主用户进行二维空间里两种场景下的位置定位，并对影响定位性能的因素进行了分析。