基于螺旋更新策略蜜獾优化的DV-Hop定位算法

节点定位是无线传感器网络（Wireless Sensor Networks,WSNs）的关键技术之一。针对传统距离向量跳段（Distance Vector Hop,DV-Hop）算法定位误差偏大的问题，提出了一种改进蜜獾算法（Honey Badger Algorithm,HBA）与DV-Hop相结合的算法。首先，针对网络平均跳距估计不准的问题，依据锚节点比例对未知节点平均跳距进行分段修正。其次，采用改进型的HBA替换最小二乘法估算未知节点的位置，进一步降低计算误差。初始化蜜獾个体时引入Sobol序列，增加初始种群的多样性；为了加强HBA的局部搜索能力，引入了螺旋更新策略。最后，采用镜像策略规避估算位置越界的情况。结果表明，所提算法相较于传统DV-Hop算法、平均跳距修正的DV-Hop算法和基于粒子群优化（Particle Swarm Optimization,POS）的DV-Hop算法具有更高的定位精度和稳健性。