于粒子群优化算法的平均定位误差，但都远远低于极大似然估计法。可见，自适应变异的粒子群优化算法在此种情况下收敛性更优，定位精度更优。

4.3 节点通信半径对定位的影响

由平均定位误差公式(11)知，节点通信半径r也会影响定位误差，因此，在通信半径变化的情况下，设定未知节点个数为80个，测距误差10%。图4为三种算法下平均定位误差随节点通信半径变化的曲线图。

图4 平均定位误差随节点通信半径变化曲

线图

由图4分析得出，在APSOwM算法下，节点通信半径对定位精度的影响低于标准的粒子群算法，两种算法均比极大似然估计法的定位误差更优，尤其是在节点通信半径较小的情况下APSOwM算法的平均定位误差最小，优势更明显。可见，APSOwM算法搜索能力更强，更能精确定位。 5.结论

在无线传感网络中，最关键的是节点的定位，本文在分析各种定位技术特点的基础上，提出了基于TOA测距的自适应变异的粒子群优化极大似然估计定位算法，并在Matlab2012中进行编程仿真，在不同测距误差、不同未知节点个数和不同通信半径三种条件下进行三种方法的平均定位误差对比，结果表明，在各种情况下APSOwM算法的定位精度均优于极大似然估计算法，并且比标准的粒子群算法定位更加精确。

参考文献

[1] 许力.无线传感器网络的安全和优化

[M].北京：电子工业出版社，2010:191-202.

[2] 李体红，丰树谦.室内无线传感网络差

分定位算法研究[J].计算机仿真，2010,27(7):102-104.

[3] A.Nasipuri and K.Li.A Directionality

Based Location Discovery Scheme for Wireless Sensor Networks[J].Prco.First ACM Int`l Workshop Wireless Sensor Networks and Application.pp.105-111，Sept.2002. [4] Jeffrey Hightower，Gaetano

Borriello.Location systems for ubiquitous computing[j].IEEE Computer，August 2001,34(8):57-66.

[5] 刘志坤，刘忠，唐小明.基于改进型粒

子群优化的节点自定位算法[J].中南大学学报(自然科学版)，2012,43(4):1371-1376.

[6] 阳春华，谷丽姗，桂卫华.自适应变异

的粒子群优化算法[J].计算机工程，2008,34(16):188-190.

[7] Parham H. Namin，Mohammad A.

Tinati.Node Localition Using Particle Swarm Optimization[J] .IEEE Networks，2011:288-293.

[8] 朱世娟，朱庆保.求解函数优化的分群

粒子群算法研究[D].南京师范大学，2012.

[9] 欧阳丹彤，何金胜，白洪涛.一种约束

粒子群优化的无线传感网络节点定位算法[J].计算机科学，2011,38（7）:46-50.